勒纳指数怎么计算python

勒纳指数（Lerner index）是衡量一个市场上垄断程度的指标，通常用于评估一个公司在市场上的定价能力。计算勒纳指数的公式如下：

L = (P - MC) / P

其中，L表示勒纳指数，P代表市场价格，MC代表边际成本。一般来说，市场价格越高，边际成本越低，勒纳指数就越大，公司在市场上的垄断程度就越高。

要用Python计算勒纳指数，可以首先获取市场价格和边际成本的数据，然后按照上述公式进行计算。以下是一个简单的Python代码示例：

def calculate_lerner_index(price, marginal_cost):
    lerner_index = (price - marginal_cost) / price
    return lerner_index

# 假设市场价格为10，边际成本为5
market_price = 10
marginal_cost = 5

lerner_index = calculate_lerner_index(market_price, marginal_cost)
print("勒纳指数为:", lerner_index)

以上代码定义了一个名为calculate_lerner_index的函数，接受市场价格和边际成本作为参数，并返回计算得到的勒纳指数。然后，通过传入实际的市场价格和边际成本数据，可以得到计算结果并打印出来。

通过这样的方式，我们可以用Python来计算和分析不同市场上公司的垄断程度，从而评估市场的竞争情况。