手把手教你用Python进行帕累托分析（二八定律）

同样的手把手教投入放在不同的地方会产生不同的效益。例如，行帕对一个公司来讲，累托80%的分析利润常常来自于20%最畅销的产品，而其他80%的定律产品只产生了20%的利润。

就餐饮企业来讲，手把手教应用贡献度分析可以重点改善某菜系盈利最高的行帕前80%的菜品，或者重点发展综合影响最高的站群服务器累托80%的部门。这种结果可以通过帕累托图直观地呈现出来。分析图3-10是定律某个月中海鲜系列的10个菜品A1～A10的盈利额(已按照从大到小的顺序排序)。

图3-10 菜品盈利数据帕累托图

由图3-10可知，手把手教菜品A1～A7共7个菜品，行帕占菜品种类数的累托70%，总盈利额占该月盈利额的分析85.0033%。根据帕累托法则，定律应该增加对菜品A1～A7的源码库成本投入，减少对菜品A8～A10的成本投入，以获得更高的盈利额。

表3-5是餐饮系统对应的菜品盈利数据，绘制菜品盈利帕累托图，如代码清单3-8所示。

表3-5 餐饮系统菜品盈利数据

代码清单3-8 绘制菜品盈利数据帕累托图

# 菜品盈利数据帕累托图 import pandas as pd # 初始化参数 dish_profit = ../data/catering_dish_profit.xls# 餐饮菜品盈利数据 data = pd.read_excel(dish_profit, index_col=菜品名) datadata = data[盈利].copy() data.sort_values(ascending=False) import matplotlib.pyplot as plt  # 导入图像库 plt.rcParams[font.sans-serif] = [SimHei]  # 用来正常显示中文标签 plt.rcParams[axes.unicode_minus] = False  # 用来正常显示负号 plt.figure() data.plot(kind=bar) plt.ylabel(盈利（元）) p = 1.0*data.cumsum()/data.sum() p.plot(color=r, secondary_y=True, style=-o,linewidth=2) plt.annotate(format(p[6], .4%), xy=(6, p[6]), xytext=(6*0.9, p[6]*0.9), arrow-props=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))     # 添加注释，即85%处的标记。这里包括了指定箭头样式。 plt.ylabel(盈利（比例）) plt.show()