''' 【课程1.5】 帕累托分析 帕累托分析（贡献度分析） → 帕累托法则：20/80定律 “原因和结果、投入和产出、努力和报酬之间本来存在着无法解释的不平衡。一般来说，投入和努力可以分为两种不同的类型： 多数，它们只能造成少许的影响；少数，它们造成主要的、重大的影响。” → 一个公司，80%利润来自于20%的畅销产品，而其他80%的产品只产生了20%的利润 例如： ** 世界上大约80％的资源是由世界上15％的人口所耗尽的 ** 世界财富的80％为25％的人所拥有；在一个国家的医疗体系中 ** 20％的人口与20％的疾病，会消耗80％的医疗资源。 一个思路：通过二八原则，去寻找关键的那20%决定性因素！ '''
import numpy as np import pandas as pd import matplotlib.pyplot as plt % matplotlib inline
# 帕累托分布分析 data = pd.Series(np.random.randn(10)*1200+3000, index = list('ABCDEFGHIJ')) print(data) print('------') # 创建数据，10个品类产品的销售额 data.sort_values(ascending=False, inplace= True) # 由大到小排列 plt.figure(figsize = (10,4)) data.plot(kind = 'bar', color = 'g', alpha = 0.5, width = 0.7) plt.ylabel('营收_元') # 创建营收柱状图 p = data.cumsum()/data.sum() # 创建累计占比，Series key = p[p>0.8].index[0] key_num = data.index.tolist().index(key) print('超过80%累计占比的节点值索引为：' ,key) print('超过80%累计占比的节点值索引位置为：' ,key_num) print('------') # 找到累计占比超过80%时候的index # 找到key所对应的索引位置 p.plot(style = '--ko', secondary_y=True) # secondary_y → y副坐标轴 plt.axvline(key_num,hold=None,color='r',linestyle="--",alpha=0.8) plt.text(key_num+0.2,p[key],'累计占比为：%.3f%%' % (p[key]*100), color = 'r') # 累计占比超过80%的节点 plt.ylabel('营收_比例') # 绘制营收累计占比曲线 key_product = data.loc[:key] print('核心产品为：') print(key_product) # 输出决定性因素产品
输出：
A 4377.396859 B 4646.306400 C 5046.403470 D 999.850611 E 2408.016058 F 4318.273353 G 3893.589001 H 2486.025654 I 2176.618725 J 3589.327506 dtype: float64 ------ 超过80%累计占比的节点值索引为： H 超过80%累计占比的节点值索引位置为： 6 ------ 核心产品为： C 5046.403470 B 4646.306400 A 4377.396859 F 4318.273353 G 3893.589001 J 3589.327506 H 2486.025654 dtype: float64
