注：

df是所有數據組成的矩陣

z是用于記錄數據是正向數據還是逆向數據的一維矩陣，1表示正向，0表示逆向

#熵權法 def sqf(df,z,n,m): #pf是矩陣，z是一維數組,n列開始，前m行為索引pf = df.iloc[:,n:]pff=df.iloc[:,:m]MAX=pf.max(axis=0)MIN=pf.min(axis=0)for i in range(len(z)):#正向if z[i]==1:k=(pf.iloc[:,i]-MIN[i])/(MAX[i]-MIN[i])#逆向else:k=(MAX[i]-pf.iloc[:,i])/(MAX[i]-MIN[i])#求熵p=pd.DataFrame((k/sum(k)).astype('float'))p=p*pd.DataFrame(p.apply(np.log))p=p.fillna(value=0) #分母為0時取0p=(1-(-1)*(p.sum())/math.log(len(pf.iloc[0]))).valuesif i==0:kk=pd.DataFrame(k,columns=[pf.columns[i]])pp=[p]else:kk[pf.columns[i]]=kpp.append(p)q=[]for i in range(len(z)): #求權重q.append(pp[i]/sum(pp))for i in range(len(q)): #計算得分if i==0:s=kk.iloc[:,i]*q[i]*100else:s=s+kk.iloc[:,i]*q[i]*100pff['得分'] = s #添加到原數據后面pff.sort_values(by=['得分'],ascending=False,inplace=True) #降序排列pff['排名'] = np.arange(1,len(df)+1)return pff

總結

以上是生活随笔為你收集整理的熵权法求权重python代码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。