資料特徵分析技能—— 帕累託分析

又稱ABC分類庫存控制法，主次因分析法，20/80定律等。
- 一般來說投入產出，努力和報酬之間並不是絕對的線性關係，總有一些關鍵因素起著至關重要的作用，而帕累託分析就是找到影響事務的關鍵因素，分清主次。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

data = pd.Series(np.random.randn(10)*1200+3000,
                index = list('ABCDEFGHIJ'
 
))
print(data)
print('------')
# 建立資料，10個品類產品的銷售額     

A    4227.860851
B    2582.173709
C    2431.589118
D    3725.386366
E     848.267657
F     648.974723
G    2988.175001
H    4479.455210
I    3713.673048
J    3703.391283
dtype: float64
------

# 第一步：排序
data.sort_values(ascending=False,inplace=True)

plt.figure(figsize=(10
 
,6))
data.plot(kind='bar',color='g',width=0.8,rot=0)

# 第二步：建立累計佔比
p = data.cumsum()/data.sum()  # 建立累計佔比，Series
key = p[p>0.8].index[0]  
key_num = data.index.tolist().index(key) 
print('超過80%累計佔比的節點值索引為：' ,key)
print('超過80%累計佔比的節點值索引位置為：' ,key_num)
print('------')
# 找到累計佔比超過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副座標軸
plt.axvline(key_num,hold=None,color='r',linestyle="--",alpha=0.8)  
plt.text(key_num+0.2,p[key],'累計佔比為：%.3f%%' % (p[key]*100), color = 'r')  # 累計佔比超過80%的節點
plt.ylabel('營收_比例')
# 繪製營收累計佔比曲線

key_product = data.loc[:key]
print('核心產品為：')
print(key_product)
# 輸出決定性因素產品

超過80%累計佔比的節點值索引為： B
超過80%累計佔比的節點值索引位置為： 6
------
核心產品為：
H    4479.455210
A    4227.860851
D    3725.386366
I    3713.673048
J    3703.391283
G    2988.175001
B    2582.173709
dtype: float64