python語言的特點不包括，數據特征分析之帕累托分析以及python實現

帕累托分析（貢獻度分析） → 帕累托法則：20/80定律

“原因和結果、投入和產出、努力和報酬之間本來存在著無法解釋的不平衡。一般來說，投入和努力可以分為兩種不同的類型：
多數，它們只能造成少許的影響；少數，它們造成主要的、重大的影響。”
→ 一個公司，80%利潤來自于20%的暢銷產品，而其他80%的產品只產生了20%的利潤

例如：
** 世界上大約80％的資源是由世界上15％的人口所耗盡的
** 世界財富的80％為25％的人所擁有；在一個國家的醫療體系中
** 20％的人口與20％的疾病，會消耗80％的醫療資源。

一個思路：通過二八原則，去尋找關鍵的那20%決定性因素！

‘’’

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
% matplotlib inline
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  # 這里設置字體，防止中文亂碼# 帕累托分布分析 data = pd.Series(np.random.randn(10)*1200+3000,index = list('ABCDEFGHIJ'))# 這里ABCDEFGHIJ表示是個產品，用隨機值模擬器銷售額
print(data)
print('------')
# 創建數據，10個品類產品的銷售額data.sort_values(ascending=False, inplace= True)
# 由大到小排列plt.figure(figsize = (10,4))
data.plot(kind = 'bar', color = 'g', alpha = 0.5, width = 0.7)  
plt.ylabel('營收_元')
# 創建營收柱狀圖p = data.cumsum()/data.sum()  # 創建累計占比，Series
key = p[p>0.8].index[0]  
key_num = data.index.tolist().index(key) 
print('超過80%累計占比的節點值索引為：' ,key)
print('超過80%累計占比的節點值索引位置為：' ,key_num)
print('------')
# 找到累計占比超過80%時候的index
# 找到key所對應的索引位置p.plot(style = '--ko', secondary_y=True)  # secondary_y → y副坐標軸
plt.axvline(key_num,hold=None,color='r',linestyle="--",alpha=0.8)  
plt.text(key_num+0.2,p[key],'累計占比為：%.3f%%' % (p[key]*100), color = 'r')  # 累計占比超過80%的節點
plt.ylabel('營收_比例')
# 繪制營收累計占比曲線key_product = data.loc[:key]
print('核心產品為：')
print(key_product)
# 輸出決定性因素產品

python語言的特點不包括，上面的代碼在jupyter中運行，輸出如下：

數據分析中，通過帕累托分布，通過產品的貢獻度，可以得到現階段公司核心產品。