楼主: olympic
1788 3

[程序分享] GPT生成DEA计算企业经营风险的python代码, [推广有奖]

  • 0关注
  • 9粉丝

已卖:482份资源

泰斗

51%

还不是VIP/贵宾

-

威望
0
论坛币
65159 个
通用积分
7560.4244
学术水平
200 点
热心指数
243 点
信用等级
179 点
经验
4002 点
帖子
29105
精华
0
在线时间
10016 小时
注册时间
2014-4-10
最后登录
2025-12-15

初级热心勋章 中级热心勋章 20周年荣誉勋章

楼主
olympic 发表于 2023-3-27 14:17:38 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
# -*- coding: utf-8 -*-
"""
Created on Sun Mar 23 14:15:12 2023

@author: Administrator
"""

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

# 计算企业经营风险的DEA代码
# 导入必要的库
import numpy as np
import pandas as pd

# 定义DEA函数
def DEA(input_var, output_var, input_var_data, output_var_data):
    """
    功能:计算企业经营风险
    输入参数:
        input_var:输入变量
        output_var:输出变量
        input_var_data:输入变量的数据
        output_var_data:输出变量的数据
    输出:
        score:企业经营风险
    """
    # 将数据转化为DataFrame格式
    input_var_data = pd.DataFrame(input_var_data, columns=input_var)
    output_var_data = pd.DataFrame(output_var_data, columns=output_var)
    # 计算总输入输出
    total_input_data = np.sum(input_var_data, axis=1)
    total_output_data = np.sum(output_var_data, axis=1)
    # 构建DEA数据表
    dea_data = input_var_data.copy()
    dea_data[output_var] = total_output_data
    dea_data['Total'] = total_input_data
    # 计算效率
    dea_data['Efficiency'] = dea_data[output_var]/dea_data['Total']
    # 计算企业经营风险
    score = np.mean(dea_data['Efficiency'])
    return score

# 构建测试数据
input_var = ["x1", "x2", "x3"]
output_var = ["y1", "y2"]
input_var_data = [[1,2,3],[3,4,5],[3,2,1],[2,3,4]]
output_var_data = [[4,5],[7,8],[2,3],[5,6]]

# 调用DEA函数计算企业经营风险
score = DEA(input_var, output_var, input_var_data, output_var_data)
print("企业经营风险为:",score)
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:python 企业经营 经营风险 DEA EFFICIENCY

沙发
卡巴卡巴 发表于 2023-3-27 14:41:15
码一下

藤椅
htseng 发表于 2023-4-1 13:11:38
学习了!

板凳
hifinecon 发表于 2023-4-3 00:08:13
thanks!

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2025-12-22 10:29