python计算Friedman排名代码

python计算Friedman排名代码

首先先说输入数据，为了迅速处理，采用csv格式的表格，读者可以先理解这里提供的示例和代码，再自行调整

下面是代码，代码会生成一个排名文件Rank.csv。其除了会生成每个方法再每个案例下排名，还会得到一行平均排名，故最后生成的形状为19*33

# -*- coding: utf-8 -*-
"""
Created on Tue Aug  9 10:15:36 2022

@author: Administrator
"""

import numpy as np

da=np.loadtxt("values.csv",delimiter=",",dtype="str")#np.float32
n=11 #n是11个方法进行排名
#[bpd,apd,wpd]分别是最优,平均和最差指标值
bpd=da[:,:n]
apd=da[:,n:n+n]
wpd=da[:,n+n:]
all_pd=[bpd,apd,wpd]
all_pd1=[]
#如果不需要最优,平均和最差指标值分别计算，可以去掉这个for循环直接用da
for pd in all_pd:
    pd=pd.tolist()
    pd1=[]
    for x in pd:
        x1=[float(i) for i in x]
        rank1=1
        used=0
        minn=1000000000000
        same_l=[]
        x2=[0 for _ in range(n)]
        while used<n:
            # print(used)
            for j in range(0,n):
                if x2[j]==0:
                    item=x1[j]
                    if item<minn:
                        minn=item
                        same_l=[]
                        same_l.append(j)
                    elif item==minn:
                        same_l.append(j)
            if len(same_l)==1:
                avg_pd=rank1
            else:
                avg_pd=rank1+(len(same_l)-1)/2
            for j in same_l:
                x2[j]=avg_pd
            rank1=len(same_l)+rank1
            used=used+len(same_l)
            same_l=[]
            minn=1000000000000

        pd1.append(np.array(x2))
    pd=pd1
    all_pd1.append(np.array(pd))

all_pd1=np.array(all_pd1)
tmp=np.hstack((all_pd1[1],all_pd1[2]))
all_pd1=np.hstack((all_pd1[0],tmp))
tmp=np.mean(all_pd1,axis=0)
tmp=tmp.reshape((1,n*3))
all_pd1=np.vstack((all_pd1,tmp))
np.savetxt("ranks.csv",all_pd1,delimiter=",",fmt="%.3f")