はじめに

Pythonで学ぶマクロ経済学 (中級＋レベル)で使うモジュール。

以下が含まれている。

• Hodrick-Prescottフィルターを使い時系列データのトレンドを返すtrend()関数
• DataFrameを全て表示するshow()関数
• n個の浮動小数点数から構成されるリストを返すxvalues()関数
• オブジェクトの属性（_もしくは__が付いた属性以外）を表示するsee()関数
• 後退期間にグレーの塗りつぶしを追加するfukyo()関数
• 後退期間にグレーの塗りつぶしを追加するrecessions()デコレーター
• データ・セット
  • Penn World Tables 10.01
  • IMF World Economic Outlook 2021
  • Maddison Project Database 2020
  • 日本の四半期データ（GDPなど）
  • 日本の四半期データ（マネーストックなど）
  • 177ヵ国のマネーストックなど
  • 円/ドル為替レートなど
  • 景気循環日付と拡張・後退期間
  • Big Macインデックス

使い方

import py4macro

Hodrick-Prescottフィルターによるトレンド抽出

py4macro.trend(s,lamb=1600)

引数:

• s：Seriesもしくは１列のDataFrameとし，行のラベルはDatetimeIndexにすること。
• lamb: HPフィルターのlambda（デフォルトは四半期用のデータでは通常の値である1600としている）

戻り値:

Hodrick-Prescottフィルターで計算したtrend（トレンド）のSeries

例:

py4macro.trend(df.loc[:,'gdp'])

DataFrameの行・列を全て表示する

py4macro.show(df)

引数：

• df：DataFrame

戻り値：

DataFrameの表示のみ

n個の数値から構成されるリストを作成する

py4macro.xvalues(l, h, n)

引数：

• l：最小値
• h：最大値
• n：要素数

戻り値：

• n個の浮動小数点数のリスト

例:

py4macro.xvalues(-1, 1, 5)

>>> [-1.0, -0.5, 0.0, 0.5, 1.0]

オブジェクトの属性（_もしくは__が付いた属性以外）を表示する

py4macro.see(obj, col=4, width=70)

引数：

• obj: 属性を調べるオブジェクト
• col: 表示する際の列の数（デフォルトは4）
• width: 表示の幅（デフォルトは70） 　　(列の幅は width/col 以上である最小整数となる)

戻り値：

• None (表示のみ)

例：整数型である100の属性を調べる。

see(100)

>>> .as_integer_ratio   .bit_count       .bit_length      .conjugate
>>> .denominator        .from_bytes      .imag            .numerator
>>> .real               .to_bytes

横軸にDatetimeIndexを使うプロットに対して後退期間にグレーの塗りつぶしを追加する関数

• fukyo()関数は後退期間の塗りつぶしを追加する

py4macro.fukyo(ax, color='k', alpha='0.1')

引数：

• ax：matplotlibの軸
• color：色（デフォルトは黒）
• alpha：透明度（デフォルトは0.1）

戻り値：

• なし（表示のみ）

＜例１：一つの図＞

fig, ax = plt.subplots()
ax.plot(...)
fukyo(ax)

＜例２：一つの図＞

ax = <DataFrame もしくは Series>.plot()
fukyo(ax, color='red')

＜例３：複数の図の中で一つだけに追加＞

fig, ax = plt.subplots(2,1)
ax[0].plot(...)
ax[1].plot(...)
fukyo(ax[0], color='grey', alpha=0.2)

横軸にDatetimeIndexを使うプロットに対して後退期間にグレーの塗りつぶしを追加するデコレーター

• @py4macro.recessions()は全ての軸に後退期間の塗りつぶしを追加する

@py4macro.recessions(color='k', alpha=0.1)
＜関数＞

引数：

• color：色（デフォルトは黒）
• alpha：透明度（デフォルトは`0.1）

＜例１：一つの図をプロット（軸を返さない）＞

@py4macro.recessions()
def plot():
    <DataFrame もしくは Series>.plot()

＜例２：一つの図をプロット（軸を返す）＞

@py4macro.recessions(color='red')
def plot():
    ax = <DataFrame もしくは Series>.plot()
    return ax

＜例３：一つの図をプロット＞

@py4macro.recessions(alpha=0.9)
def plot():
    fig, ax = plt.subplots()
    ax.plot(...)
    return ax       # 省略すると軸を返さない

＜例４：複数の図をプロット＞

@py4macro.recessions(color='green', alpha=0.2)
def plot():
    ax = <DataFrame>.plot(subplots=True, layout=(2,2))
    return ax       # この行は必須

＜例５：複数の図をプロット＞

@py4macro.recessions(color='grey', alpha=0.3)
def plot():
    fig, ax = plt.subplots(2, 1)
    ax[0].plot(...)
    ax[1].plot(...)
    return ax       # この行は必須

データ・セット

py4macro.data(dataset=None, description=0)

引数：

• dataset: (文字列)

  • 'pwt': Penn World Table 10.0
  • 'weo': IMF World Economic Outlook 2021
  • 'mad': country data of Maddison Project Database 2020
  • 'mad-regions': regional data of Maddison Project Database 2020
  • 'jpn-q': 日本の四半期データ（GDPなど）
  • 'jpn-money': 日本の月次データ（CPIとマネーストック）
  • 'world-money': 177ヵ国のマネーストックなど
  • 'ex': 円/ドル為替レートなど
  • 'bigmac': Big Macインデックス

• description (デフォルト：0, 整数型):

  • 0: データのDataFrameを返す
    • 全てのデータセット
  • 1: 変数の定義を全て表示する
    • 全てのデータセット
  • 2: 変数の定義のDataFrameを返す
    • 'pwt'，'weo'``'mad'のみ
  • -1: 何年以降から予測値なのかを全て示す
    • 'weo'のみ
  • -2: 何年以降から予測値なのかを示すDataFrameを返す
    • 'weo'のみ

返り値： DataFrameもしくはDataFrameの表示

例１：IMF World Economic OutlookのDataFrameを返す

py4macro.data('weo')

例２：IMF World Economic Outlookの変数定義の全てを表示する

py4macro.data('weo',description=1)

例３：IMF World Economic Outlookの変数定義のDataFrameを返す

py4macro.data('weo',description=2)

例４：IMF World Economic Outlookの変数の推定値の開始年を全て表示する

py4macro.data('weo',description=-1)

例５：IMF World Economic Outlookの変数の推定値の開始年のDataFrameを返す

py4macro.data('weo',description=-2)

インストール方法

pip install py4macro

or

pip install git+https://github.com/Py4Macro/py4macro.git

or

git clone https://github.com/Py4Macro/py4macro.git
cd py4macro
pip install .