Skip to main content

Ishav_101903773 实现 TOPSIS 技术的 Python 包。

项目描述

TOPSIS-Python

提交人:伊沙夫·古普塔


什么是TOPSIS

类似交易解决 方案( TOPSIS ) 的订单P参考技术起源于 1980 年代,是一种标准决策方法。TOPSIS 选择与理想解的欧几里得距离最短、与负理想解的距离最大的备选方案。更多细节在维基百科


如何使用这个包:

Topsis-Ishav-101903773 有一个函数 topsis(),它接受 4 个参数,即 inputFile、weights、impacts 和 outputFile,并返回具有Topsis ScoreRank作为附加列的结果数据帧。

在哪里,

  • inputFile:可以是 csv 文件或 pandas 数据框。输入文件必须包含三列或更多列,其中,第一列是对象/变量名称,如 M1、M2、M3、M4 等。此外,从第二列到最后一列必须仅包含数值。
  • 权重:以字符串的形式,数值由逗号分隔。
  • 影响:以带有逗号分隔的 + 或 - 值的字符串的形式。这里,+ 表示正面影响,而 - 表示负面影响。
  • outputFile(可选):将存储函数输出的 csv 文件。

例如,

方法 1:通过传递所需的 csv 文件作为输出

>>> import Topsis_Ishav_101903773 as ans
>>> inputFile = "input.csv"
>>> weights = "1,1,1,2,1"
>>> impacts = "+,+,-,+,+"
>>> result_df = ans.topsis(inputFile, weights, impacts,"Any_file_name_here.csv")

方法 2:将最后一个参数留空

>>> import Topsis_Ishav_101903773 as ans
>>> inputFile = "input.csv"
>>> weights = "1,1,1,2,1"
>>> impacts = "+,+,-,+,+"
>>> result_df = ans.topsis(inputFile, weights, impacts)  #the output file will be named as 101903773.csv

样本输入

数据集

基金名称 P1 P2 P3 P4 P5
M1 0.65 0.42 3.3 46.3 12.67
M2 0.81 0.66 4.9 51.4 14.44
M3 0.87 0.76 6 65.4 18.26
M4 0.87 0.76 4.2 40.7 11.63
M5 0.75 0.56 6.8 57.5 16.4
M6 0.64 0.41 5.3 44.7 12.76
M7 0.77 0.59 4.7 49.8 13.97
M8 0.7 0.49 3.1 43.9 12.05

重量

权重 = "1,1,1,2,1"

影响

影响 = "+,+,-,+,+"


样本输出

基金名称 P1 P2 P3 P4 P5 Topsis 评分
M1 0.65 0.42 3.3 46.3 12.67 0.41202513 7
M2 0.81 0.66 4.9 51.4 14.44 0.510060544 2
M3 0.87 0.76 6 65.4 18.26 0.685105262 1
M4 0.87 0.76 4.2 40.7 11.63 0.433129944 5
M5 0.75 0.56 6.8 57.5 16.4 0.469643489 3
M6 0.64 0.41 5.3 44.7 12.76 0.225789842 8
M7 0.77 0.59 4.7 49.8 13.97 0.451566364 4
M8 0.7 0.49 3.1 43.9 12.05 0.418005937 6

项目详情


下载文件

下载适用于您平台的文件。如果您不确定要选择哪个,请了解有关安装包的更多信息。

源分布

Topsis_Ishav_101903773-1.0.0.tar.gz (4.0 kB 查看哈希

已上传 source