Budowanie alternatywnej prognozy
Teraz zbudujesz alternatywną prognozę dla Txs Tools. Prognoza na nowy kwartał opiera się na rzeczywistych danych za lipiec–sierpień oraz skorygowanych danych prognozowanych za wrzesień. Dane (liczba sprzedanych jednostek) są następujące:
Jul = 700Aug = 220Sep = 520
Obliczenia zależności zostały już wykonane w poprzednim ćwiczeniu. Obowiązują następujące wartości:
base_cost_price = 7base_sales_price = 15
To ćwiczenie jest częścią kursu
Prognozowanie finansowe w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
def ____(____, ____, ____):
res = []
for sales in sales_usd:
if sales >= 350:
sales_dep = (350 * base_sales_price) + ((sales - 350) * (base_sales_price - 1))
else:
sales_dep = sales * base_sales_price
if sales >= 500:
cost_dep = (500 * base_cost_price) + ((sales - 500) * (base_cost_price + 2))
else:
cost_dep = sales * base_cost_price
res.append(sales_dep - cost_dep)
return ____