Python과 통화 평가 절하 비교

옛말에 "돈이 세상을 움직인다"는 말이 있습니다. 아니나 다를까, 돈은 한 국가의 경제 건전성 또는 적어도 구매력을 측정하는 가장 쉬운 방법입니다.

구매력에 대한 데이터는 statista에서 공개적으로 사용할 수 있습니다. matplotlib를 사용하여 aline chart를 플로팅하고 통화의 평가 절하 프로세스를 비교할 수 있습니다.

euro의 경우 2000년부터 2020년까지의 구매력 데이터는 다음과 같습니다.

y = [ 1.39, 1.36, 1.33, 1.3, 1.28, 1.25, 1.22, 1.2, 1.16, 1.15, 1.13, 1.1, 1.08, 1.06, 1.06, 1.06, 1.06, 1.04, 1.02, 1.01, 1]

아래 코드는 유로화의 평가절하를 나타냅니다.

import matplotlib.pyplot as plt
import numpy as np

y = [ 1.39, 1.36, 1.33, 1.3, 1.28, 1.25, 1.22, 1.2, 1.16, 1.15, 1.13, 1.1, 1.08, 1.06, 1.06, 1.06, 1.06, 1.04, 1.02, 1.01, 1]
x = range(0,len(y)) 

plt.figure()
plt.plot(x,y)

plt.show()

달러의 평가절하는 다음과 같습니다.

y = [ 1.51, 1.47, 1.45, 1.41, 1.38, 1.33, 1.29, 1.26, 1.21, 1.19, 1.16, 1.13, 1.12, 1.1, 1.1, 1.08, 1.06, 1.04, 1.02 ]

숫자가 같은 범위에 있지 않으므로 정규화해야 합니다. 합계에 대해 정규화하지 않고 최대값에 대해 정규화하겠습니다. 최대값에 대해 정규화하려면 다음을 사용할 수 있습니다.

norm = [float(i)/max(raw) for i in raw]

물론 통화를 표시하기 위해 플롯에 legend을 추가합니다.
그것은 우리에게 다음과 같은 플롯을 제공합니다.

import matplotlib.pyplot as plt
import numpy as np

eur = [ 1.39, 1.36, 1.33, 1.3, 1.28, 1.25, 1.22, 1.2, 1.16, 1.15, 1.13, 1.1, 1.08, 1.06, 1.06, 1.06, 1.06, 1.04, 1.02]

usd = [ 1.51, 1.47, 1.45, 1.41, 1.38, 1.33, 1.29, 1.26, 1.21, 1.19, 1.16, 1.13, 1.12, 1.1, 1.1, 1.08, 1.06, 1.04, 1.02 ]

x = range(0,len(eur))

y_eur = [float(i)/max(eur) for i in eur]
y_usd = [float(i)/max(usd) for i in usd]

plt.figure()
plt.plot(x,y_eur)
plt.plot(x,y_usd)

plt.ylabel("Purchasing power")
plt.xlabel("Year")
plt.legend(['eur','usd'])
plt.show()

추세는 두 통화 모두 비슷합니다. 이 프로그램은 모든 통화에서 작동해야 합니다.