Python培训实例：2017年7月与2019年7月国际外汇市场美元/人民币汇率走势

　　汇率又称外汇利率，指两种货币之间兑换的比率，亦可视为一个国家货币对另一种货币的价值。汇率会受诸多外界因素的影响而出现上下波动，从而产生货币贬值和货币升值的现象。已知2017年7月与2019年7月国际外汇市场美元/人民币的汇率如表4-4所示。

　　表4-4 2017年7月与2019年7月美元/人民币的汇率

　　根据表4-4的数据，将“日期”一列的数据作为x轴的刻度范围，将“2017年汇率”和“2019年汇率”两列数据作为y轴的数据，使用plot()函数分别绘制反映2017年7月与2019年7月美元/人民币汇率走势的折线图，并使用实线和长虚线进行区分，具体代码如下。

# 02_dollar_RMB_exchange_rate
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
# 汇率
eurcny_2017 = np.array([6.8007, 6.8007, 6.8015, 6.8015, 6.8060,
                        6.8060, 6.8060, 6.8036, 6.8025, 6.7877,
                        6.7835, 6.7758, 6.7700, 6.7463, 6.7519,
                        6.7511, 6.7511, 6.7539, 6.7265])
eurcny_2019 = np.array([6.8640, 6.8705, 6.8697, 6.8697, 6.8697,
                        6.8881, 6.8853, 6.8856, 6.8677, 6.8662,
                        6.8662, 6.8662, 6.8827, 6.8761, 6.8635,
                        6.8860, 6.8737, 6.8796, 6.8841])
date_x = np.array([3, 4, 5, 6, 7, 8, 9, 10, 11, 12,
                   13, 14, 17, 18, 19, 24, 25, 26, 31])
figure = plt.figure()
ax = figure.add_subplot(111)
# 第1条折线：湖绿色, 实线, 线宽为 2
ax.plot(date_x, eurcny_2017, color='#006374', linewidth=2,
        label='2017年7月美元/人民币汇率')
# 第2条折线：紫色, 长虚线, 线宽为2
ax.plot(date_x, eurcny_2019, color='#8a2e76', linestyle='--',
        linewidth=2, label='2019年7月美元/人民币汇率')
ax.set_title('2017年7月与2019年7月美元/人民币汇率走势')
ax.set_xlabel('日期')
ax.set_ylabel('汇率')
ax.legend()
plt.show()

　　运行程序，效果如图4-3所示。

　　图4-3 2017年7月与2019年7月国际外汇市场美元/人民币汇率的折线图

　　图4-3中，紫色的虚线代表2019年7月的汇率，湖绿色的实线代表2017年7月的汇率。由图4-3可知，2019年7月的汇率呈现较为平稳的趋势，2017年7月的汇率呈现下降趋势。