Topsis_AVIRAL_102016049

多标准决策 (MCDM) 的 Topsis 实现

Topsis-AVIRAL-102016049 是一个 Python 包，可用作 CLI 工具来计算 TOPSIS 性能分数，并以 csv 文件作为输入根据分数进行排名。

什么是TOPSIS？

通过与I交易解决方案相似度进行订单P参考的技术(TOPSIS) 起源于 20 世纪 80 年代，是一种多标准决策方法。 TOPSIS 选择距理想解的最短欧氏距离和距负理想解的最大距离。

安装

使用命令 sh pip install Topsis-AVIRAL-102016049 安装软件包

如何使用这个包？

• 通过 CLI 使用

  sh topsis 输入文件权重影响输出文件

  论点

  论点	描述
  输入文件	输入CSV文件路径
  重量	逗号分隔的数字用“”括起来
  影响	逗号分隔“+”或“-”，括在“”中
  输出文件	输出 CSV 文件路径

  输出：

  创建一个 ouput_file，其中包含原始数据以及两个新列作为性能分数和排名。

  示例：sh topsis input_data.csv "1,1,1,2,1" "+,+,+,-,+" output_file.csv

• 在 .py 脚本中使用

  Python
  导入Topsis_AVIRAL_102016049作为 topsis

  将 pandas 导入为 pd

  数据集 = pd.read_csv("data.csv") 数据 = 数据集[:,1:] 权重 = [1,1,1,2,1] 影响 = ["+","+","+"," -","+"] topsisscore(数据,权重,影响,output.csv)

  输入 CSV 示例

  基金名称	P1	P2	P3	P4	P5
  M1	0.65	0.42	4.2	60.1	16.34
  M2	0.67	0.45	6.8	69.7	19.41
  M3	0.91	0.83	6.5	62.9	17.79
  M4	0.61	0.37	3.3	44.1	12.1
  M5	0.8	0.64	5.5	55.4	15.59
  M6	0.79	0.62	5.5	56.5	15.85
  M7	0.82	0.67	5.1	53.6	15.05
  M8	0.94	0.88	5.1	44.5	12.86

  示例输出 CSV 文件

  对于权重“1,1,1,1,1”和影响“+,-,+,-,+”

  基金名称	P1	P2	P3	P4	P5	托普西斯评分	秩
  M1	0.65	0.42	4.2	60.1	16.34	0.53475795	3
  M2	0.67	0.45	6.8	69.7	19.41	0.64308057	1
  M3	0.91	0.83	6.5	62.9	17.79	0.50063048	6
  M4	0.61	0.37	3.3	44.1	12.1	0.50478334	5
  M5	0.8	0.64	5.5	55.4	15.59	0.53326848	4
  M6	0.79	0.62	5.5	56.5	15.85	0.5446234	2
  M7	0.82	0.67	5.1	53.6	15.05	0.48796329	7
  M8	0.94	0.88	5.1	44.5	12.86	0.4227203	8

  跑步

  

  

  

  将向用户发送一封包含结果的电子邮件（Topsis 结果文件）