根据上述代码用python实现熵值法

熵值法可以用以下代码实现：

import numpy as np

def entropy_weight(matrix):
    """
    熵值法计算权重
    :param matrix: 数据矩阵，每一行代表一个样本，每一列代表一个指标
    :return: 权重列表
    """
    # 1.标准化矩阵
    m, n = matrix.shape
    matrix = matrix.astype(float)
    for i in range(n):
        matrix[:, i] = (matrix[:, i] - np.min(matrix[:, i])) / (np.max(matrix[:, i]) - np.min(matrix[:, i]))

    # 2.计算熵值
    k = 1.0 / np.log(m)
    lnf = [[None] * n for i in range(m)]
    for i in range(m):
        for j in range(n):
            if matrix[i][j] == 0:
                lnfij = 0.0
            else:
                lnfij = np.log(matrix[i][j])
            lnf[i][j] = lnfij
    f = np.array(lnf)
    lnf_sum = []
    for j in range(n):
        lnf_sum.append(np.sum(f[:, j]))
    lnf_sum = np.array(lnf_sum)
    # 计算信息熵
    e = - k * lnf_sum

    # 3.计算权重
    w = (1 - e) / np.sum(1 - e)
    return w.tolist()

其中，输入参数 `matrix` 是一个 $m \times n$ 的矩阵，每一行代表一个样本，每一列代表一个指标。输出是一个长度为 $n$ 的权重列表，表示每个指标的重要程度。