层次分析法中 已知各个指标的专家打分,如何输出判断矩阵,python
时间: 2023-09-22 13:02:36 浏览: 125
在层次分析法中,已知各个指标的专家打分后,我们可以利用Python来输出判断矩阵。下面是一种方法。
首先,我们需要导入NumPy库和pandas库来进行数值计算和数据处理。可以使用以下代码进行导入:
```python
import numpy as np
import pandas as pd
```
其次,我们可以将专家打分构建成一个矩阵。假设有n个指标和m个专家,则专家打分矩阵的大小为n×m。假设从专家1到专家m分别给第1个指标评分为a11, a12, ..., a1m,第2个指标评分为a21, a22, ..., a2m,以此类推,第n个指标评分为an1, an2, ..., anm。可以使用以下代码来创建一个专家打分矩阵expert_scores:
```python
expert_scores = np.array([[a11, a12, ..., a1m],
[a21, a22, ..., a2m],
...
[an1, an2, ..., anm]])
```
然后,我们需要计算每个指标之间的相对权重。可以使用下面的代码来计算:
```python
criteria_weights = expert_scores / expert_scores.sum(axis=0)
```
此代码会将每列的总和规范化为1,得到每个指标相对于其他指标的权重。
最后,可以将结果输出为一个判断矩阵。可以使用以下代码将结果保存为一个Excel文件:
```python
df = pd.DataFrame(criteria_weights, columns=['专家1', '专家2', ..., '专家m'], index=['指标1', '指标2', ..., '指标n'])
df.to_excel('判断矩阵.xlsx')
```
运行以上代码,会将判断矩阵保存为名为“判断矩阵.xlsx”的Excel文件。
以上就是利用Python输出层次分析法中的判断矩阵的一个简单示例。根据实际情况,你可能需要根据不同的数据结构和需求进行适当的修改和调整。