手把手教你用Python进行帕累托分析(二八定律)
大数据DT
共 3222字,需浏览 7分钟
·
2020-11-07 03:57
![](https://filescdn.proginn.com/7c83837e1ad99f3184ca3e1b6fc998c6/5038586ae31ccf7b68164c93b0c9dccd.webp)
导读:本文带你用Python进行贡献度分析。贡献度分析又称帕累托分析,它的原理是帕累托法则,又称20/80定律。
![](https://filescdn.proginn.com/f929947087d992fcfcf25aa59cd5ee29/3cd17acbcd2c9f669f7ee38ca895d4e7.webp)
![](https://filescdn.proginn.com/ae2fc75e42057cae85402c2f9e5a7a5e/8dab730e378e5cee5a496704fb91acf2.webp)
-
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')
data = 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()
关于作者:张良均,资深大数据挖掘与分析专家、模式识别专家、AI技术专家。有10余年大数据挖掘与分析经验,擅长Python、R、Hadoop、Matlab等技术实现的数据挖掘与分析,对机器学习等AI技术驱动的数据分析也有深入研究。
本文摘编自《Python数据分析与挖掘实战》(第2版),经出版方授权发布。
延伸阅读《Python数据分析与挖掘实战》
点击上图了解及购买
转载请联系微信:DoctorData
推荐语:畅销书全新升级,第1版销售超过10万册,被国内100余所高等院校采用为教材,同时被广大数据科学工作者奉为经典,是该领域公认的事实标准。作者在大数据挖掘与分析等领域有10余年的工程实践、教学和创办企业的经验,不仅掌握行业的最新技术和实践方法,而且洞悉学生和老师的需求与痛点。
![音符](https://filescdn.proginn.com/ce210ca90d203a23f5220c6655e7e90d/e2234d6ee00b35435f626198352ff643.webp)
评论