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

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：

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：

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：

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：

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。