个税起征点上调至5000,用Python算一算少交多少税

简介:

aaf6adf5de9c7f99368ad5f5103d634d91da1bc7

今天出了一个重磅消息,个税起征点从3500上调到5000啦!

广大IT农民工的生活压力又减轻了一些,有没有

晚上加一个鸡腿,要不要~

开心归开心,我们来用Python算一算,新的规则下,我们需要交多少税,比原先少交多少税。

下面的这张表是税率表,这是对超过免征额部分的收入征收的税率

8e75df1fe50e1efd0e5ab904a6b2252c0428823d

这次调整的是免征额,之前是3500,现在是5000,税率部分没有发生变化。

我们用Python来写两个程序,一个计算旧的工资所得税,一个计算新的工资所得税。

下面的函数old_tax用来计算旧的所得税

 

import sys
import bisect

def old_tax(salary):
if salary < 3500 :
return 0.0

above = salary - 3500

ranges = [ 0 , 1500 , 4500 , 9000 , 35000 , 55000 , 80000 ]
rate = [ .03 , .1 , .2 , .25 , .30 , .35 , .45 ]
i = bisect.bisect_left(ranges, above)
j = 0
tax = 0.0
while j < i:
if j+ 1 < i:
tax += (ranges[j+ 1 ]-ranges[j]) * rate[j]
else :
tax += (above-ranges[j]) * rate[j]
j += 1

return tax

下面的函数new_tax用来计算新的所得税

 

def new_tax(salary):
if salary < 5000:
return 0.0

above = salary - 5000

ranges = [ 0 , 1500 , 4500 , 9000 , 35000 , 55000 , 80000 ]
rate = [ .03 , .1 , .2 , .25 , .30 , .35 , .45 ]
i = bisect.bisect_left(ranges, above)
j = 0
tax = 0.0
while j < i:
if j+ 1 < i:
tax += (ranges[j+ 1 ]-ranges[j]) * rate[j]
else :
tax += (above-ranges[j]) * rate[j]
j += 1

return tax

下面是我们的主函数

 

if __name__ == "__main__":
if len(sys.argv) < 2:
print( "Usage: {} <salary>".format(sys.argv[ 0]))
sys.exit( 1)

salary = float(sys.argv[ 1 ])
old_tax = old_tax(salary)
new_tax = new_tax(salary)
print( "old: {}, new: {}" .format(old_tax, new_tax))

上面的代码保存在tax.py中。

接下来,我们来用tax.py算一算不同工资水平的个税

 

python3 tax.py 5000
old: 45.0, new: 0.0

每月5000元的工资,以前要交45元的个税,起征点上调到5000后,就不用交税了。

 

python3 tax.py 10000
old: 745.0, new: 445.0

每月10000元的工资,以前要交745元的个税,现在只要445元,比原先少交300元。

 

python3 tax.py 20000
old: 3120.0, new: 2745.0

每月20000元的工资,以前要交3120元的个税,现在交2745元,比原先少交375元。

 

python3 tax.py 50000
old: 11195.0, new: 10745.0

每月50000元的工资,以前要交11195元的个税,现在交10745元,比原先少交450元。

 

python3 tax.py 100000
old: 29920.0, new: 29245.0

每月10万元的工资,以前要交29920元的个税,现在交29245元,比原先少交675元。

大家可以复制一下代码,算算自己可以少交多少税。

相关文章
|
4天前
|
云安全 人工智能 运维
阿里云联动百位企业安全专家,共识Agent防御最佳实践
当Agent成为新员工,你的安全边界在哪里?
1734 2
阿里云联动百位企业安全专家,共识Agent防御最佳实践
|
12天前
|
人工智能 JSON 安全
Fastjson远程代码执行漏洞,阿里云AI安全为您保驾护航
阿里云AI安全产品联动防御Fastjson攻击
2445 13
Fastjson远程代码执行漏洞,阿里云AI安全为您保驾护航
|
12天前
|
人工智能 自然语言处理 数据挖掘
Qwen3.8-Max-Preview深度全解析:2.4万亿参数旗舰MoE模型+Token Plan限时优惠完整落地指南
2026年7月,全新旗舰级混合专家大模型Qwen3.8-Max-Preview正式开放抢先体验,作为通义千问Qwen3系列规格最高、综合推理能力顶尖的新一代模型,该模型总参数量达到2.4万亿(2.4T),是当前线上可调用的原生多模态旗舰模型,综合推理水准对标海外顶级Fable 5模型,在复杂工程开发、长文档深度分析、多步骤智能体自治、跨境多语言创作、海量数据挖掘五大高难度业务场景实现跨越式性能提升。
1177 2
|
10天前
|
人工智能 前端开发 Linux
Codex 桌面版安装 + CC Switch 接入第三方 API 完整教程(2026 最新)
2026最新教程:手把手教你安装Codex桌面版,通过CC Switch v3.17.0一键接入Fenno等国产API(兼容OpenAI Responses格式),跳过账号登录,完整启用代码审查、多步任务与上下文感知功能。零基础友好,全程图文实操。(239字)
967 2
|
14天前
|
人工智能
Qwen3.8抢先体验!正式版即将发布并开源!
千问Qwen3.8即将开源,参数达2.4T,进化速度以“天”计,实力媲美Fable 5。预览版Qwen3.8-Max已上线阿里Token Plan等平台,限时优惠:日间Credits低至1折,夜间更优,个人/团队版月付仅35元起!
1182 49
|
10天前
|
自然语言处理 测试技术 API
通义千问Qwen3.8-Max-Preview全功能解析:2.4万亿参数旗舰模型深度使用指南
在大模型技术持续迭代的当下,通义千问推出的Qwen3.8-Max-Preview作为新一代旗舰预览版模型,凭借2.4万亿参数的超大规模、多模态融合能力与全场景适配特性,成为开发者与企业用户探索AI应用的核心工具。该模型采用稀疏混合专家(MoE)架构,是通义千问首个突破万亿参数的多模态模型,可同时处理文本、图像、视频与文档等多种数据形态,在全栈代码开发、复杂逻辑推理、长文档分析与多智能体协作等场景实现跨越式升级。本文将全面拆解Qwen3.8-Max-Preview的核心功能,详解API调用流程与配置方法,覆盖多场景实战技巧,帮助用户快速掌握这款旗舰模型的使用方法,充分释放其性能潜力。
602 2
|
11天前
|
SQL 关系型数据库 MySQL
【2026最新】DBeaver下载、安装、数据库管理一篇搞定(附官网社区版安装包)
DBeaver是一款免费开源的跨平台通用数据库管理工具,支持MySQL、PostgreSQL、SQLite、Oracle等几乎所有主流数据库,无需为每种数据库安装独立客户端,极大提升开发与数据分析效率。

热门文章

最新文章