《2024华数杯》C题第二问 数据集 数据表格 老外游中国（网盘）

问题分析

问题2要求我们对352个城市进行综合评价，选出“最令外国游客向往的50个城市”。我们需要考虑多个因素，如城市规模、环境环保、人文底蕴、交通便利，以及气候、美食等。这些因素是多维度的，因此我们需要建立一个多指标综合评价模型。

已更新数据

通过百度网盘分享的文件：2024-8华数杯C题(1).zip
链接：https://pan.baidu.com/s/1iuIP_-bNnt-yI25iCU5unQ?pwd=b8ky
提取码：b8ky

分析思路

1. 确定评价指标体系：

   • 城市规模（人口、GDP等）
   • 环境环保（空气质量、绿地覆盖率等）
   • 人文底蕴（历史遗迹、文化活动等）
   • 交通便利（机场数量、高铁站数量等）
   • 气候（舒适度、季节性等）
   • 美食（餐厅数量、特色美食等）

2. 数据标准化：

   • 不同指标的数据量纲不同，需要进行标准化处理，使其在同一量纲下进行比较。
   • 标准化方法可以采用极差标准化、z-score标准化等。

3. 指标权重确定：

   • 采用层次分析法（AHP）等方法确定各个指标的权重。
   • 也可以通过专家打分或主观赋权的方法确定。

4. 综合评分计算：

   • 计算每个城市的综合得分。
   • 按综合得分进行排序，选出前50个城市。

5. 模型验证和调整：

   • 通过实际数据验证模型的合理性，并进行适当调整。

数学公式

1. 数据标准化：
   对于指标 ( x_i ) ，标准化后的值 ( x_i’ ) 计算公式为：
   [
   x_i’ = \frac{x_i - \min(x)}{\max(x) - \min(x)}
   ]
   或者：
   [
   x_i’ = \frac{x_i - \mu(x)}{\sigma(x)}
   ]
   其中， ( \mu(x) ) 是均值， ( \sigma(x) ) 是标准差。

2. 综合评分计算：
   假设有 ( n ) 个指标，每个指标的权重为 ( w_i )，标准化后的值为 ( x_i’ )，则城市 ( j ) 的综合评分 ( S_j ) 计算公式为：
   [
   S_j = \sum_{i=1}^n w_i \cdot x_{ij}’
   ]

解决思路

1. 数据收集和预处理：
   收集352个城市的相关数据，包括人口、GDP、空气质量、历史遗迹数量、机场数量、高铁站数量、餐厅数量等信息。对数据进行缺失值处理和标准化处理。

2. 确定权重：
   采用层次分析法（AHP）或专家打分的方法确定各个指标的权重。确保权重和为1。

3. 计算综合评分：
   使用标准化后的数据和确定的权重，计算每个城市的综合评分。具体步骤如下：

   • 将原始数据标准化，得到标准化后的数据矩阵。
   • 根据权重计算每个城市的综合评分。

4. 城市排序和选择：
   按综合评分对352个城市进行排序，选择得分最高的前50个城市作为“最令外国游客向往的城市”。

具体实现步骤

1. 数据标准化：
   通过极差标准化或z-score标准化将数据转换到同一量纲下。

2. 权重确定：
   构建层次分析法（AHP）的判断矩阵，计算各指标的权重。也可以通过专家打分进行主观赋权。

3. 综合评分计算：
   根据标准化后的数据和确定的权重，计算每个城市的综合评分，并进行排序。

示例代码

以下是使用Python进行数据标准化和综合评分计算的示例代码：

import pandas as pd
import numpy as np

# 假设我们已经收集了352个城市的相关数据，并存储在一个DataFrame中
data = pd.DataFrame({
    'city': [f'city_{i+1}' for i in range(352)],
    'population': np.random.randint(1e5, 1e7, 352),
    'GDP': np.random.randint(1e9, 1e12, 352),
    'air_quality': np.random.uniform(0, 100, 352),
    'cultural_sites': np.random.randint(1, 50, 352),
    'airport_count': np.random.randint(1, 10, 352),
    'highspeed_train_stations': np.random.randint(1, 10, 352),
    'restaurants': np.random.randint(10, 500, 352)
})

# 标准化数据
def min_max_standardize(column):
    return (column - column.min()) / (column.max() - column.min())

for col in data.columns[1:]:
    data[col] = min_max_standardize(data[col])

# 设置权重（假设已通过AHP或专家打分确定）
weights = {
    'population': 0.1,
    'GDP': 0.2,
    'air_quality': 0.2,
    'cultural_sites': 0.2,
    'airport_count': 0.1,
    'highspeed_train_stations': 0.1,
    'restaurants': 0.1
}

# 计算综合评分
data['score'] = sum(weights[col] * data[col] for col in weights)

# 按综合评分排序
sorted_data = data.sort_values(by='score', ascending=False)

# 选择前50个城市
top_50_cities = sorted_data.head(50)
print(top_50_cities[['city', 'score']])