怎么用Python進行帕累托分析

這篇文章主要介紹“怎么用Python進行帕累托分析”，在日常操作中，相信很多人在怎么用Python進行帕累托分析問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”怎么用Python進行帕累托分析”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

同樣的投入放在不同的地方會產生不同的效益。例如，對一個公司來講，80%的利潤常常來自于20%最暢銷的產品，而其他80%的產品只產生了20%的利潤。

就餐飲企業來講，應用貢獻度分析可以重點改善某菜系盈利最高的前80%的菜品，或者重點發展綜合影響最高的80%的部門。這種結果可以通過帕累托圖直觀地呈現出來。圖3-10是某個月中海鮮系列的10個菜品A1～A10的盈利額(已按照從大到小的順序排序)。

圖3-10 菜品盈利數據帕累托圖

由圖3-10可知，菜品A1～A7共7個菜品，占菜品種類數的70%，總盈利額占該月盈利額的85.0033%。根據帕累托法則，應該增加對菜品A1～A7的成本投入，減少對菜品A8～A10的成本投入，以獲得更高的盈利額。

表3-5是餐飲系統對應的菜品盈利數據，繪制菜品盈利帕累托圖，如代碼清單3-8所示。

表3-5 餐飲系統菜品盈利數據

代碼清單3-8 繪制菜品盈利數據帕累托圖

# 菜品盈利數據帕累托圖 import pandas as pd  # 初始化參數 dish_profit = '../data/catering_dish_profit.xls'# 餐飲菜品盈利數據 data = pd.read_excel(dish_profit, index_col='菜品名') datadata = data['盈利'].copy() data.sort_values(ascending=False)  import matplotlib.pyplot as plt  # 導入圖像庫 plt.rcParams['font.sans-serif'] = ['SimHei']  # 用來正常顯示中文標簽 plt.rcParams['axes.unicode_minus'] = False  # 用來正常顯示負號  plt.figure() data.plot(kind='bar') plt.ylabel('盈利（元）') p = 1.0*data.cumsum()/data.sum() p.plot(color='r', secondary_y=True, style='-o',linewidth=2) plt.annotate(format(p[6], '.4%'), xy=(6, p[6]), xytext=(6*0.9, p[6]*0.9), arrow-props=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))     # 添加注釋，即85%處的標記。這里包括了指定箭頭樣式。 plt.ylabel('盈利（比例）') plt.show()

到此，關于“怎么用Python進行帕累托分析”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！