欢迎来到财码Python管理会计小实验系列课程，今天是小实验系列的首篇——成本性态分析。 用Python，So Easy~~  话不多说，直接入题——管理会计知识点回顾成本性态，是指成本与业务量之间的相互依存关系。按照成本性态，成本可划分为变动成本、固定成本和混合成本三种类型。

• 固定成本，是指在一定范围内，其总额不随业务量变动而增减变动，但单位成本随业务量增加而相对减少的成本。

• 变动成本，是指在一定范围内，其总额随业务量变动发生相应的正比例变动，而单位成本保持不变的成本。

• 混合成本，是指总额随业务量变动但不成正比例变动的成本。

那么我们如何知道一个成本总额是属于哪个分类，有哪些是变动成本、哪些是固定成本呢？可以使用成本性态分析，按照一定的程序和方法，建立成本函数模型“y=a+bx”，其中y是成本总额，a是固定成本，bx是变动成本。构建成本函数的方法一般包含：三种历史资料分析法中：

• 高低点法：简便易行，但是偏差较大

• 散布图法：代表性强，但是客观性差

• 回归直线法：精度最高，但是计算复杂

然而借助Python脚本，就不存在计算复杂的问题啦， 回归分析也不在话下！学完今天的小实验后，小伙伴们可以把代码保存好，批量运用到企业的所有成本形态分析场景中，一劳永逸，岂不美哉？OK，Let's go。Python实验案例实验数据：下表是某个生产车间，1-12月发生的与机器有关的成本：维修成本和电费成本，以及机器的运行时间要求：使用Python实现成本性态分析。Emmm，这不就是我们财务分析日常工作中遇到的那点事？怎么做呢？让我们一起来看看…Python实现1. 环境设置

import numpy as npimport pandas as pdfrom matplotlib import pyplot as pltplt.rcParams['font.family'] = 'SimHei'    #设置中文字体plt.rcParams['axes.unicode_minus'] = False   #中文字体状态下负号(-)正常显示pd.options.display.float_format = '{:,.2f}'.format

2. 准备数据

data = [[1,350,720,1085],        [2,420,820,1100],        [3,500,1010,1500],        [4,440,915,1205],        [5,430,960,1200],        [6,380,737,1100],        [7,330,640,1090],        [8,410,902,1280],        [9,470,958,1400],        [10,380,780,1210],        [11,300,660,1080],        [12,400,900,1230]]df = pd.DataFrame(data,columns=['月份','机器工作小时','维修成本','电费成本'])df

3. 回归https://baijiahao.baidu.com/s?id=1589000357170305884&wfr=spider&for=pc，介绍了8种用Python实现线性回归的方法，咱们对计算效率要求不高，就选用已经安装的库里的numpy.polyfit( )吧~~

z1 = np.polyfit(df['机器工作小时'], df['维修成本'],1) # 我们要做一次方程的回归，因此第三个参数为1# 看下z1的返回值，第一个数是y=ax+b里的a，第二个数是bz1

array([ 2.033849  , 18.26552759])4. 大致看一下图形

df.plot(x='机器工作小时',y='维修成本',kind='scatter')

5. 拆分变动和固定成本

df['维修成本_固定'] = z1[1]df['维修成本_变动'] = df['维修成本']-df['维修成本_固定']df

6. 如法炮制电费成本的固定和变动拆分

z2 = np.polyfit(df['机器工作小时'], df['电费成本'],1) df['电费成本_固定'] = z2[1]df['电费成本_变动'] = df['电费成本']-df['电费成本_固定']df

7. 计算总固定和变动成本

df['机器固定成本'] = df['维修成本_固定']+df['电费成本_固定']df['机器变动成本'] = df['维修成本_变动']+df['电费成本_变动']df

大功告成！小伙伴们，你的代码呢？墙裂推荐每位小伙伴亲手操练一下哦，欢迎来www.fincode.com.cn发帖，分享你的代码和成果啦~往期课程推荐：《财码Python课程上新！数据分析必备技能——SQL基础课》《65节面向财务人的Python好课！ 财码Python限时开放免费学习》《新租赁准则让人头疼？财码Python实战课来了！》《Excel分析图表太单调？财码Python新课-财务分析及可视化》《财码Python实战课程上新！带你用Python玩转财务预算预测》