能写一个topsis代码

当然可以，Topsis算法是用于多属性决策分析的方法，具体实现可以使用Python。以下是一个简单的示例代码：

import numpy as np

def topsis(X, w, v):
    """
    :param X: numpy array, 特征矩阵
    :param w: numpy array, 权重向量
    :param v: list, 判别函数向量（最佳值或最劣值）
    :return: numpy array, 各样本的综合评价得分
    """
    # 归一化
    X_norm = np.apply_along_axis(lambda x: x / np.linalg.norm(x), 0, X)

    # 加权
    X_weighted = X_norm * w

    # 计算最优、最劣解
    Zmax = np.max(X_weighted, axis=0)
    Zmin = np.min(X_weighted, axis=0)

    # 计算样本与最优、最劣解之间的距离
    Dmax = np.apply_along_axis(lambda x: np.linalg.norm(x - Zmax), 1, X_weighted)
    Dmin = np.apply_along_axis(lambda x: np.linalg.norm(x - Zmin), 1, X_weighted)

    # 计算综合得分
    return Dmin / (Dmin + Dmax)

# 示例数据
X = np.array([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9]])
w = np.array([0.5, 0.3, 0.2])
v = [-1, 1, 1]

# 计算综合得分
score = topsis(X, w, v)
print(score)

注意，在使用TopSIS算法时，需要注意输入数据的格式和范围，以及选择合适的判别函数向量。