1000万存款!躺着够花几年,Python分分钟告诉你

Python基础(二):我用python计算等额本息、等额本金。到底哪个划算嘛! 首先找个"房贷计算器"。 假设我现在要商业贷款100万,30年(360期),基准利率:4.9%。结果如下图: 总结关键点 等额本息:30年共支付利息910617, 360期我每个月要还5308元 等额本金:共支付利息737042,360期第一期要还6862元,往后每个月递减11.34元。 我第一眼见到这个数据的感受,选等额本金!利息多了20万!20万!20万!虽然前期月供高1000多... 阅读详情

今天同学聚会,轮到我做东,在学校附近找了一个馆子。哥几个好久没见了,聚餐吃牛蛙火锅,还喝了几瓶啤酒,吃完饭小编去买单一共花了386元。哎。。这个月的生活费又要省点了,有的时候我在想如果你有1000万,躺着花,该多好呀。

我上铺学金融的胖子跟我说,要不我们打个赌,你1000万躺着花,不出25年就坐吃山空啦!我一跺脚,怎么可能呢~~1000万啊,对我来说是天文数字,二十几年就光了不相信!!!怎么说菜鸟哥玩Python也很溜了,不如用Python计算一下,说干就干打开电脑撸代码。


01.问题提炼

假如你现在有1000万,每年的银行保本理财5%,每年的通货膨胀持平(都按 5% 计算,菜场的二师兄都46一斤啦,够贵的)!日常消费额按照北上广的消费水平每月 2 万元计算(结婚后一家子的吃喝,车贷,房贷等等)。以后每年保持生活质量不变,也就是保持历年购买力不变(月消费额随与通胀等比增加)。

  • 若当年收益高于消费,则余额打入本金继续理财;

  • 若当年收益不够支付当年消费,则从本金中支付不足部分以保证消费水平不变;

由此,我们可以得到如下的计算模式图:

可以看出:

1).资产-消费=净资产

2).第二年的资产=净资产*(1+年利率)

3).第二年消费=上一年消费*(1+年通货膨胀率)

上面的三个公式便是我们程序的书写基础,而这三个公式也是很好理解的,接下来第三年的计算就是将上图中的“资产”和“消费”分别替换为“第二年资产”和“第二年消费”的数值即可。

02.把现实问题转为代码

按照如此原则理财、消费,那么1000 万够支撑多少年呢?我们来看一下Python程序是如何实现的吧,其实很简单的。

上图中我们可以看到,程序首先初始化了资产和年消费,然后开始循环计算净资产,当净资产数小于0,则程序退出,我们利用年利率和年通货膨胀率来计算当年的资产和年消费,而update_principal函数用来更新我们的净资产。

03.数据可视化

有了程序的模拟,我们便可以运行一下程序,来保存并查看数据,我们先模拟一下,我们有1000万,年收益率和年通货膨胀率都是5%的情形。此时我们的年消费初始化是24万。资产和年消费水平的变化结果如下图所示:

我们把数据保存为csv文件,直接从数据上看并不直观,接下来我们就利用可视化来看一下,我们的资产和年消费水平的变化情况吧。

可视化的我们这里用Pyecharts库,这个库前面有很多文章介绍过怎么使用了,这里就不赘述啦,直接列出核心的代码:

上面是从csv数据文件中读取,然后进行清洗,为下面的数据可视化做准备。

直接用Pyecharts里面的bar进行展示,比较直观好看。把上面的cur_years,cur_propertys和cur_costyearly进行填入bar的函数模版中然后加一下坐标图列即可。

看一下柱状图的效果:

可以看到,上图中年消费水平日渐上涨,而年净资产呈现出了开始增长的趋势,然而到了20年到25年之间,出现了下降的趋势;直到42年时,出现了净资产小于年消费的情况。此时,便出现了钱花光的情况。

同样,我们再来看一下,保持其他变量不变,只把年收益率改成7%的情况。

可以看到,当我们把年收益率从5%改到7%时,年收益率随着时间的增加远远的超过了年消费的增加,而且在第50年时,净资产更是超过了7000万,有种越花越多,赶超王多鱼的感觉。


通过以上的程序和可视化的分析,我们可以发现,对于资产,是一种收益率和通货膨胀率的博弈,只要我们能跑得赢通货膨胀,那我们的实际可支配的资产就是在增加的。相反,如果我们无法跑赢通货膨胀,那么我们的钱将会很快的花完,即便我们是千万富翁。

当然,这只是一个简单的小例子,用Python进行快速分析展示,其实学点Python挺好的!如果你有1000万,你能花多久,欢迎留言区点评,三连!!

近期热门:

还在做重复的劳动,不如用Python自动生成Excel以邮件发送

独家秘籍,50行代码教你买哪只黄金股

简单几步,100行代码用Python画一个蝙蝠侠的logo

N年Python老司机,血泪总结新手常见10大错误

学Python真香!我用100行代码做了个网站,帮人PS旅行图片,赚个鸡腿吃!

为了更好的帮助小伙伴招聘求职,我们准备建一个Python岗位互助群(详细看今天的三条文章),有需要的小伙伴可以添加菜鸟哥的微信,进来抱团取暖,一起加油!


务必备注:【求职互助】否则不予通过。
 

Python岗位求职互助

长按上面的二维码进入
备注:【求职互助】

点击阅读原文,领取新手福利

用STC8单片机解码EV1527遥控信号:从波形分析到C代码实现(附完整库) 本文详细介绍了如何使用STC8单片机解码EV1527遥控信号,从波形分析到C代码实现的完整过程。内容包括EV1527协议解析、硬件搭建、信号捕获技巧、解码算法实现及优化策略,并附有完整库代码,帮助开发者快速实现智能家居设备的无线控制。 阅读详情

相关推荐

Calibre license失效的解决方法

Calibre license失效的解决方法

qq_45354630的博客 6483

Python编程:定期存款何时会翻倍

一开始我想误解了题目连本带利翻一番的意思,想着那不是有两个未知数,一个年份n还有n年后的总金... 咳咳咳我老是这样误解,但是想开了题目就变得简单了,程序如下图:   其中要注意的一点是 python里面不能用 n++ ,而是用 n=n+1,否则会报错。 除此之外还有一个另外关于学生信息录入和显示的题目,感觉要用到list、字典和函数,然后我自己写的乱七八糟的,然而还是没有结果,于...

bulbboy的博客 4288

国家基因组科学数据中心(NGDC)---组学原始数据如何上传GSA

在发表文章之前我们需要将测序的原始数据上传到一个公共库,并在文中提供accession number,实现数据的公开共享,这是国际惯例。以前我们上传数据时只能上传到美国国立生物技术信息中心(NCBI)、欧洲生物信息学研究所(EBI)、日本核酸数据库(DDBJ),现在中国科学院北京基因组研究所(国家生物信息中心)国家基因组科学数据中心 (CNCB-NGDC)—中国的 "NCBI" 已经建立并日渐完善。组学原始数据归档库(GSA)是组学原始数据汇交、存储、管理与共享系统,是国内首个被国际期刊认可的组学数据发布平

sisichen 1万+

如何用python躺着赚钱?【已解决】

相信大家都想过要如何躺着赚钱,今天,它来了! 源起 闲来无事,在网上看到提问“有哪些靠谱又简单的互联网赚钱方式”,其中就有上传PPT到百度文库中,获取收益。 抱着试一试的心态,我注册了账号,发现上传文档可以选择以上几种类型。其中,优享文档也属于免费可以查看全文,收益不大的类型。 我在开篇的提问中,看到了一个很有意思的思路“精心制作一份答辩PPT模板,添加不同学校的校名及校徽,上传成付费文档,坐等收益”。 怎么说呢,当时我就心动了,因为功能强大的python能够自动批量化修改word和excel,参考我之

linmy3303的博客 1677

时序基础模型Timer-S1:十亿参数如何革新时间序列预测

时间序列预测是数据分析与机器学习中的核心任务,旨在基于历史数据预测未来趋势。其原理在于捕捉数据中的趋势、周期性和季节性等时序依赖关系。这项技术的价值在于赋能业务决策,广泛应用于金融风控、能源管理、物联网监控和供应链优化等关键场景。传统方法依赖针对特定任务的专用模型,面临泛化能力弱和开发成本高的挑战。本文聚焦的时序基础模型,通过在海量跨领域数据上进行预训练,学习时序通用模式,并结合十亿级参数带来的强大容量,实现了性能的显著突破。这种范式转变,使得模型能够像“全科医生”一样,通过少量数据微调即可快速适应新任务,

weixin_29164843的博客 269

地震数据可视化必备:5分钟读懂SEGY道头字段全解析(含坐标定位指南)

本文深入解析了SEGY文件格式中道头坐标字段的提取与可视化方法。针对地震数据处理中的常见痛点,详细介绍了sx/sy、gx/gy等关键坐标字段的二进制解析、比例因子应用、单位转换及常见问题解决方案,并提供了实用的Python代码示例,帮助开发者实现从SEGY文件到三维空间可视化的完整流程。

echo99的专栏 1013

python计算存款_1000万存款!躺着够花几年,Python分分钟告诉你

今天同学聚会,轮到我做东,在学校附近找了一个馆子。哥几个好久没见了,聚餐吃牛蛙火锅,还喝了几瓶啤酒,吃完饭小编去买单一共花了386元。哎。。这个月的生活费又要省点了,有的时候我在想如果你有1000万,躺着花,该多好呀。我上铺学金融的胖子跟我说,要不我们打个赌,你1000万躺着花,不出25年就坐吃山空啦!我一跺脚,怎么可能呢~~1000万啊,对我来说是天文数字,二十几年就光了不相信!!!怎么说菜鸟哥...

weixin_35725821的博客 1350

SoIC、CoWoS、InFO一次讲透:从2D/2.5D/3D看懂先进封装

先进封装是后摩尔时代提升芯片性能的关键路径,但面对SoIC、CoWoS、InFO这些名词,很多人容易混淆。理解它们,需从最基本的2D、2.5D、3D封装概念入手:2D是传统平房,2.5D通过硅中介层实现高密度互连,3D则让芯片直接堆叠。CoWoS作为2.5D中介层封装,已成为AI芯片与HBM高带宽存储集成的行业标准;SoIC通过铜-铜混合键合实现真正的3D堆叠,为逻辑与缓存提供极致带宽;InFO以扇出型封装兼顾成本与集成度,广泛用于移动SoC。在系统级封装(SiP)和CPO共封装光学等前沿趋势中,这些技术往

weixin_42388898的博客 314

python计算存款本息和_假如你有1000万存款!躺着够花几年,用Python分分钟告诉你!...

今天同学聚会,轮到我做东,在学校附近找了一个馆子。哥几个好久没见了,聚餐吃牛蛙火锅,还喝了几瓶啤酒,吃完饭小编去买单一共花了386元。哎。。这个月的生活费又要省点了,有的时候我在想如果你有1000万,躺着花,该多好呀。我上铺学金融的胖子跟我说,要不我们打个赌,你1000万躺着花,不出25年就坐吃山空啦!我一跺脚,怎么可能呢~~1000万啊,对我来说是天文数字,二十几年就光了不相信!!!怎么说菜鸟哥...

weixin_39768917的博客 1309

应用软件——Altium Designer 19 Gerber/坐标文件

如何输出Gerber文件 步骤如下: 打开需要输出的PCB文件 2. 设置原点坐标 3. 打开Gerber Files 选项,File–>Fabrication Opuputs–>Gerber Files。 4. General参数设置。 用于指定输出Gerber文件中使用的单位(Units)和格式(Format)。单位可以是公制(Millimeters)和英制(Inches);格式栏中2:3,2:4,2:5代表文件中使用的不同数据精度,其中2:3表示数据含2位整数3位小数;相应的,另外两个分

染血黑兔的博客 7206

uniapp 开发小程序 使用 `uni.canvasToTempFilePath` 导出图片时遇到的 “fail fail canvas is empty“ 错误解决方法

问题的关键在于,在调用时需要正确的上下文对象。如果没有传入this(vue2)或instance(vue3),就会导致导出失败,提示错误。这也提醒我们,在使用类似这样的 API 时,要确保上下文传递正确,以便函数能够正常执行。希望这个排查过程和解决方案能帮助你解决类似的问题!

代码简单说 Vue、JAVA、PHP、Node.js 熟练运用,接口、架构、性能全搞定。 2331

python发展前景1000字_1000万存款!躺着够花几年,Python分分钟告诉你

今天同学聚会,轮到我做东,在学校附近找了一个馆子。哥几个好久没见了,聚餐吃牛蛙火锅,还喝了几瓶啤酒,吃完饭小编去买单一共花了386元。哎。。这个月的生活费又要省点了,有的时候我在想如果你有1000万,躺着花,该多好呀。我上铺学金融的胖子跟我说,要不我们打个赌,你1000万躺着花,不出25年就坐吃山空啦!我一跺脚,怎么可能呢~~1000万啊,对我来说是天文数字,二十几年就光了不相信!!!怎么说菜鸟哥...

weixin_39952074的博客 237

【数字孪生与仿真技术】06:航天器系统建模与验证全流程实战:从多学科建模到数字孪生(附完整代码与工业案例)

摘要:航天器系统开发面临多学科耦合强、验证流程复杂、可靠性要求极高的挑战。本文基于MATLAB/Simulink平台,系统阐述航天器从多域建模、动力系统开发到任务验证的全流程技术框架。内容涵盖Modelica统一建模规范、光伏-电池联合供电系统仿真、基于模型的需求追溯方法、蒙特卡洛可靠性分析及硬件在环测试等核心技术,并结合James Webb太空望远镜电力系统案例,展示工业级应用实践。文中提供完整的Simulink模型代码、仿真结果及流程图,最后探讨数字孪生与AI增强技术在航天器在轨运维中的未来应用。

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域,希望和大家共同进步! 1373

适合做数据分析的 AI 工具怎么选:五类任务对应五类工具

选数据分析 AI 工具这件事,答案取决于三个条件:你的任务类型、技术门槛,以及要不要做工程化交付。先把结论放在前面:临时看看数据,用聊天式对话分析;日常表格处理,用 Excel/WPS AI;团队看板和口径管理,用商业 BI 或开源 BI;写代码做专业分析,用 Python 生态加编码助手;如果是多文件工程、要跑通并验证、要留版本记录,就进入 AI 原生 IDE 的领地。把“工具哪个好”换成“我属于哪类任务”,选型就不再是排行榜问题,而是条件匹配问题。

2603_96806404的博客 227

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

智能数据分析平台深度评测:主流产品优劣势与适用场景解析

智能数据分析平台的选型,核心是判断企业当前处于哪个数据阶段、下一步要解决什么问题。四款平台各有明确的能力侧重:帆软 FineBI 强在报表与指标体系的标准化,观远数据强在行业场景与决策智能,火山引擎 DataWind 强在字节生态与对话式问数,ThinkingAI 的价值在于把"分析"推进到"行动",让数据闭环真正转起来。与其纠结哪家功能更多,不如先用一个真实业务问题做验证,最快能跑通闭环的那一个,往往就是当前阶段的最优解。

效率工作研究中心 87

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

企业做 AI 数据分析,该用通用办公 Agent 还是专业数据 Agent?

企业做 AI 数据分析,选型的核心判断标准是数据复杂度,而非单纯的产品偏好。当数据分析停留在单表、小数据量、口径模糊的浅层问答时,通用办公 Agent 已经足够;当数据涉及多表关联、大数据量、严格指标口径和权限治理时,通用 Agent 的生成 SQL 路线会在这四道门槛前暴露能力边界,专业数据 Agent 才是承接深度分析的可靠选择。两类 Agent 的定位决定了它们应当协同而非替代。

Leo的博客 116

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

适合做数据分析的AI工具怎么选:按任务类型拆解五类方案与选型维度

以 AI 原生开发环境这一形态为例,TRAE 保留编辑器、终端、调试、Git 等传统工作流,并内置可规划并执行任务的 AI 智能体,生成的代码可以直接在终端里运行,报错可以进调试器定位,每一次修改都有 Git 提交可回溯。做数据分析选 AI 工具时,最容易踩的坑不是工具太少,而是把不同物种的东西放在一起比:把能聊天的通用大模型当成 BI 用,把自动补全的编程助手当成分析师用,最后得出 AI 做不了数据分析的结论。最后一步建议:拿你手头真实的一个分析任务去试,看工具在报错之后的表现,比看任何评测都准。

2603_96881810的博客 216

适合做数据分析的 AI 工具怎么选:按任务类型与工程要求定位到具体方案

回到最初的问题:适合做数据分析的 AI 工具,答案不是一个名字,而是一张按你的任务条件展开的选型表。表格办公和零代码临时分析不需要引入 AI 工具,对话 AI 加电子表格就能解决;企业级看板交付在成熟 BI 产品里选;写代码的 analysts 和开发者在开源生态加编码助手这条线上效率最好;而当分析项目复杂到需要多文件工程、运行验证和可追溯交付时,TRAE 这类提供 Agent 窗口与 IDE 窗口双形态、保留完整编辑/终端/调试/Git 工作流的 AI 原生 IDE,是值得考察的一类新选项。

2608_96881912的博客 136

读数据分析思维通识课02从数据中快速发现规律(上)

读数据分析思维通识课02从数据中快速发现规律(上)

lyingSeven的博客 355

WorkBuddy 接入奥威BI:让企业级数据分析在对话里完成

业务人员不需要下载数据、不需要打开 BI 门户,只需在对话框里说出业务问题——比如“分析去年公司经营风险”——就能拿到一份口径统一、数据可溯源的图文分析报告。奥威BI 的价值恰恰在于承接这类存量系统——通过数据接口把金蝶云·星空、K/3 WISE 以及用友等 ERP 的数据统一接入并建模,之后 AI 通过 MCP 调用的就是已经治理好的数据。写好配置之后,需要在连接器管理页面右上角的自定义连接器入口里,对新服务点击“信任”,这一步做完,WorkBuddy 才真正具备调用奥威BI 的能力。

qq_43696218的博客 289

大专商务数据分析与应用考哪些证书难度相对低?

对大专商务数据分析与应用专业的学生来说,选证书不能只看“好不好考”,还要看考试内容能否转化为实习中的具体能力:能不能整理销售明细、核对经营数据、制作分析报表,以及解释业务变化的原因。结合专业课程和常见就业方向,可以重点考虑这四类证书。其中,办公软件类更适合作为入门选择;分析类更贴近专业发展;会计类适合准备进入财务、零售经营和电商结算相关岗位的学生。

2501_93367079的博客 252

基于springboot+vue+uniapp的羽毛球预约小程序(Websocket智能沟通、Echarts数据分析、会员闭环管理、灵活运营规则、全流程预约)

本系统基于B/S架构,采用前后端分离设计,集成微信小程序与管理后台,实现多角色权限管控。核心亮点包括:全流程可视化预约、灵活运营规则配置、会员闭环管理(含余额、充值、退款)、ECharts多维度数据分析及WebSocket智能客服。支持语音、图片沟通,提升服务效率。系统覆盖用户、工作人员、管理员全链路功能,实现场馆资源高效管理与用户体验优化。

paopaokaka_luck的博客 251

云计算技术应用专业考证路线:从Linux、云平台到Kubernetes与数据分析

云计算技术应用专业选证书,首先要看就业方向:是做云平台运维、Linux系统管理,还是向容器平台、云架构与数据应用发展?岗位不同,值得投入的证书也不同。面向2027年的实习和求职规划,可以重点考虑六项证书:华为HCIA-Cloud Computing、阿里云ACA云计算助理工程师、RHCSA、CDA数据分析师、AWS解决方案架构师助理级认证和CKA。它们分别对应云平台基础、系统管理、数据分析、架构设计与容器运维等能力,不必全部报考。

gentleing的博客 101

“扣子编程”开发数据分析专家Agent实战案例

本项目虽然规模不大,但涉及提示词设计、工具编排、模型调用等多个关键环节。以下五条经验对同类项目具有普遍的借鉴意义。

夏天又到了的专栏 640

关于Atera数据分析的几点问题探讨

关于Atera数据分析的几点问题探讨

weixin_53637133的博客 122

visium数据分析范例--解码调控胶质母细胞瘤可塑性的基因调控程序

visium数据分析范例--解码调控胶质母细胞瘤可塑性的基因调控程序

weixin_53637133的博客 189
上一篇: 牛逼啊!一顿火锅钱+一台旧手机 = 自主导航机器人?
下一篇: 秋招来袭,Python岗位面试互助交流群
菜鸟学Python
博客等级 码龄9年 8084粉丝 571原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值