【Python与生活】CPI是什么？-CSDN博客

本文链接：https://blog.csdn.net/agito_cheung/article/details/148226040

在这里插入图片描述

CPI（Consumer Price Index，消费者价格指数）是衡量一组代表性消费品及服务项目价格水平随时间变动的相对数，反映居民家庭购买消费商品及服务的价格水平的变动情况。其计算方式通常采用加权平均法，核心公式为：

$\frac{\sum (P_t \times Q_b)}{\sum (P_b \times Q_b)} \times 100$

其中：

$P_t$ 是当前价格
$P_b$ 是基期价格
$Q_b$ 是基期数量（固定权数）
乘以100是为了将基期指数定为100

下面是一个用Python实现CPI计算的示例，包含基础计算、多期趋势分析和可视化功能：

import pandas as pd
import matplotlib.pyplot as plt

class CPICalculator:
    def __init__(self):
        """初始化CPI计算器"""
        self.basket = None
        self.cpi_data = None

    def set_basket(self, items, base_prices, base_quantities):
        """设置消费品篮子
        
        Args:
            items (list): 商品名称列表
            base_prices (list): 基期价格列表
            base_quantities (list): 基期数量列表
        """
        if len(items) != len(base_prices) or len(items) != len(base_quantities):
            raise ValueError("商品名称、基期价格和基期数量的长度必须一致")
        
        self.basket = pd.DataFrame({
            '商品': items,
            '基期价格': base_prices,
            '基期数量': base_quantities
        })
        return self.basket
    
    def calculate_cpi(self, current_prices, period_label='当前'):
        """计算单期CPI
        
        Args:
            current_prices (list): 当前价格列表
            period_label (str): 时期标签
        
        Returns:
            float: CPI值
        """
        if self.basket is None:
            raise ValueError("请先设置消费品篮子")
        
        if len(current_prices) != len(self.basket):
            raise ValueError("当前价格列表的长度必须与消费品篮子中的商品数量一致")
        
        # 计算基期总支出
        self.basket['基期支出'] = self.basket['基期价格'] * self.basket['基期数量']
        base_total = self.basket['基期支出'].sum()
        
        # 计算当前总支出
        self.basket[f'{period_label}价格'] = current_prices
        self.basket[f'{period_label}支出'] = self.basket[f'{period_label}价格'] * self.basket['基期数量']
        current_total = self.basket[f'{period_label}支出'].sum()
        
        # 计算CPI
        cpi = (current_total / base_total) * 100
        
        # 存储CPI数据
        if self.cpi_data is None:
            self.cpi_data = pd.DataFrame({
                '时期': [period_label],
                'CPI': [cpi]
            })
        else:
            new_data = pd.DataFrame({
                '时期': [period_label],
                'CPI': [cpi]
            })
            self.cpi_data = pd.concat([self.cpi_data, new_data], ignore_index=True)
        
        return cpi
    
    def calculate_inflation_rate(self):
        """计算通货膨胀率
        
        Returns:
            pd.DataFrame: 包含各期通货膨胀率的数据框
        """
        if self.cpi_data is None or len(self.cpi_data) < 2:
            raise ValueError("至少需要两期CPI数据才能计算通货膨胀率")
        
        self.cpi_data['通货膨胀率(%)'] = self.cpi_data['CPI'].pct_change() * 100
        return self.cpi_data[['时期', '通货膨胀率(%)']].dropna()
    
    def plot_cpi_trend(self):
        """绘制CPI趋势图"""
        if self.cpi_data is None or len(self.cpi_data) < 2:
            raise ValueError("至少需要两期CPI数据才能绘制趋势图")
        
        plt.figure(figsize=(10, 6))
        plt.plot(self.cpi_data['时期'], self.cpi_data['CPI'], marker='o', linestyle='-')
        plt.title('CPI趋势图')
        plt.xlabel('时期')
        plt.ylabel('CPI')
        plt.grid(True)
        plt.xticks(rotation=45)
        plt.tight_layout()
        plt.show()

# 使用示例
if __name__ == "__main__":
    # 创建CPI计算器实例
    cpi_calc = CPICalculator()
    
    # 设置消费品篮子
    items = ['面包', '牛奶', '鸡蛋', '汽油']
    base_prices = [5, 8, 12, 6]  # 基期价格（元）
    base_quantities = [10, 5, 2, 40]  # 基期购买数量
    
    basket = cpi_calc.set_basket(items, base_prices, base_quantities)
    print("消费品篮子信息:")
    print(basket)
    
    # 计算第一期CPI（假设为2020年）
    prices_2020 = [5, 8, 12, 6]  # 2020年价格
    cpi_2020 = cpi_calc.calculate_cpi(prices_2020, '2020')
    print(f"\n2020年CPI: {cpi_2020:.2f}")
    
    # 计算第二期CPI（假设为2021年）
    prices_2021 = [5.5, 8.5, 13, 7]  # 2021年价格
    cpi_2021 = cpi_calc.calculate_cpi(prices_2021, '2021')
    print(f"2021年CPI: {cpi_2021:.2f}")
    
    # 计算第三期CPI（假设为2022年）
    prices_2022 = [6, 9, 14, 8]  # 2022年价格
    cpi_2022 = cpi_calc.calculate_cpi(prices_2022, '2022')
    print(f"2022年CPI: {cpi_2022:.2f}")
    
    # 计算通货膨胀率
    inflation_rates = cpi_calc.calculate_inflation_rate()
    print("\n各期通货膨胀率:")
    print(inflation_rates)
    
    # 绘制CPI趋势图
    cpi_calc.plot_cpi_trend()