怎么用Python进行帕累托分析

这篇文章主要介绍“怎么用Python进行帕累托分析”，在日常操作中，相信很多人在怎么用Python进行帕累托分析问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么用Python进行帕累托分析”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

同样的投入放在不同的地方会产生不同的效益。例如，对一个公司来讲，80%的利润常常来自于20%最畅销的产品，而其他80%的产品只产生了20%的利润。

就餐饮企业来讲，应用贡献度分析可以重点改善某菜系盈利最高的前80%的菜品，或者重点发展综合影响最高的80%的部门。这种结果可以通过帕累托图直观地呈现出来。图3-10是某个月中海鲜系列的10个菜品A1～A10的盈利额(已按照从大到小的顺序排序)。

图3-10 菜品盈利数据帕累托图

由图3-10可知，菜品A1～A7共7个菜品，占菜品种类数的70%，总盈利额占该月盈利额的85.0033%。根据帕累托法则，应该增加对菜品A1～A7的成本投入，减少对菜品A8～A10的成本投入，以获得更高的盈利额。

表3-5是餐饮系统对应的菜品盈利数据，绘制菜品盈利帕累托图，如代码清单3-8所示。

表3-5 餐饮系统菜品盈利数据

代码清单3-8 绘制菜品盈利数据帕累托图

# 菜品盈利数据帕累托图 import pandas as pd  # 初始化参数 dish_profit = '../data/catering_dish_profit.xls'# 餐饮菜品盈利数据 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  # 导入图像库 plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号  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"))     # 添加注释，即85%处的标记。这里包括了指定箭头样式。 plt.ylabel('盈利（比例）') plt.show()

到此，关于“怎么用Python进行帕累托分析”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！