从Excel表中读取m行n列数据进行灰色关联度评价，python代码

可以使用pandas库来读取Excel表格，并使用灰色关联度评价算法进行计算。

示例代码如下：

import pandas as pd
import numpy as np

# 读取Excel表格数据
df = pd.read_excel('data.xlsx', header=0)  # 假设表格第一行为列名

# 灰色关联度评价
m, n = df.shape
k = 0.5  # 分辨系数
weights = np.zeros((n, n))
for i in range(n):
    for j in range(n):
        x = df.iloc[:, i]
        y = df.iloc[:, j]
        x_mean = np.mean(x)
        y_mean = np.mean(y)
        delta_x = np.abs(x - x_mean).max()
        delta_y = np.abs(y - y_mean).max()
        rho = np.zeros(m)
        for p in range(m):
            rho[p] = np.min([np.abs(x[p] - y[q])/(k*np.max([delta_x, delta_y])) for q in range(m)])
        weights[i, j] = np.mean(rho)

print(weights)

其中，`data.xlsx`为需要读取数据的Excel表格文件名，`k`为分辨系数，`weights`即为计算得到的权重矩阵。在权重矩阵中，每个元素`weights[i,j]`表示第`i`列和第`j`列之间的关联度。