作为一名多次创业者和项目管理培训师， 今天田辛老师要做一件跨界的事情。 一方面， 田老师整理了项目管理中的重要质量管理工具 “帕累托图”， 另一方面，田老师给到了帕累托图的Python的实现方式。 如果您只对Python实现方式感兴趣的话， 不妨直接看最后一部分。

1 定义

帕累托图：是一种特殊的直方图， 在项目管理知识体系中属于质量管理的工具。 它可以帮助观众了解哪些因素对结果影响最大。它基于帕累托原则，即 80％ 的结果来自 20％ 的原因。该图表有助于以图形方式显示此原理。

2 帕累托原理

该原则也被称为80/20 规则、关键少数法则或因子稀疏原则。约瑟夫·朱兰 (Joseph Juran)于 1937 年公布了这个概念，并以著名经济学家维尔弗雷多·帕累托的名字命名，他在 19 世纪后期首次记录了这种现象。

从本质上讲，帕累托指出，在许多地方，80/20 的分布很普遍，几乎存在于我们生活的各个方面。他最初的观察是关于人口和财富。他发现，意大利 80％ 的土地归 20％ 的人口所有。对其他国家的调查显示了类似的分布模式。

这种财富分配目前仍然成立。1992 年联合国开发计划署发布的一份报告显示，世界 20％ 的人口创造了世界人口收入的 80％ 左右。这种极其不平等的分配存在于税收、收入以及几乎所有其他生活领域。

体育：15％ 的棒球运动员创造了 85％ 的胜利，从理论上讲，这适用于所有体育项目。还有人说，20％ 的训练方法产生了 80％ 的收益。

计算：微软发现，修复 20% 最常报告的错误可以解决 80% 的错误和崩溃。这是 20% 的代码持有 80% 的错误。相反，最棘手的 20% 的编码需要开发人员 80% 的时间。

安全：职业健康与安全专业人员承认，20％ 的危险导致 80％ 的伤害。

健康和社会福利：20% 的患者使用 80% 的资源。80% 的犯罪是由 20% 的罪犯犯下的。这份清单涵盖了所有人类属性。

3 帕累托原则如何应用于商业

正如 80/20 规则适用于非商业领域的几乎所有场景一样，它也适用于商业环境。80% 的销售额来自于 20% 的销售人员。20% 的销售和营销活动带来了 80% 的业绩。在工厂中，80% 的缺陷是由 20% 的流程造成的。 80% 的投诉是由于 20% 的流程造成的。从本质上讲，几乎商业所有方面都反映了这一规则，而拥有显示数字的图表有助于组织识别和解决问题。

基本上，如果知道 20％ 的东西会产生最积极的结果，就可以向其中投入更多的资源，而不是把时间、精力和金钱浪费在对组织没有帮助的事情上。如果帕累托图显示 80％ 的业务来自 Facebook 广告，您就知道应该把精力集中在哪里。

4 什么时候应该使用帕累托图？

帕累托图在以下情况下是理想的选择：

• 您需要轻松地将重要问题传达给利益相关者
• 需要确定任务的优先级

帕累托图需要具有可以用持续时间、成本或频率进行衡量的数据。还需要有一个数据发生的时间范围。数据的频率在左轴上表示，问题或其他可测量值显示在横轴上，以条形表示。线形图所表示的百分比曲线在右侧有一个刻度。

为了更易于理解，可以用不同的颜色突出显示 20% 的数据，或者用标签来表明这是需要关注的业务领域。

5 帕累托图与条形图有何不同？

和最开始一样， 帕累托图是一种特殊的直方图（或称条形图）。对于帕累托图，条形是按从高到低的顺序显示的。对于条形图，并没有强制性地从高到低排序。条形图常常按字母顺序排序，或者按某种其他逻辑顺序排序。

如下图，就是一个直方图的案例。

而对于帕累托图， 应该是这样的：

帕累托图还可以添加一个积累频数线条：

6 帕累托图的替代方案

尽管帕累托图没有真正的替代方案，但有一套七种基本的质量控制工具，应该一起使用，作为解决组织问题的整体方法的一部分：

• 因果关系图：找出问题的原因并将想法分为几类
• 检查表：提供收集和分析数据的结构化方法
• 控制图：研究过程如何随时间变化
• 直方图：显示频率分布，例如一组数据中某个值出现的频率
• 帕累托图：显示因子的重要性
• 散布图：识别关系和模式
• 分层：分离数据并确定模式
  这些工具一起使用，构成了确保组织质量的基础。

7 帕累托图的好处

7.1 专注解决问题

如果在一条装配线上有 100 种产品，存在一系列故障、缺陷和问题，那么组织如何知道首先要解决什么问题？帕累托图会立即显示最大的问题，从而显示需要首先解决的过程或产品。如果一个故障部件导致了大部分问题，则可以很容易地确定修复的优先级。

7.2 提供机会

虽然你可以看到缺陷和问题，但帕累托图也可以用来识别优势。然后，你可以制定计划加以利用。例如，你可以向顶级销售人员或最佳分支机构询问他们的做法，进行复制。或者，如果一个团队特别有效，他们的技术和方法可以在整个企业中复制。

7.3 增强决策能力

领导团队希望为自己的组织做出最佳选择，但要了解什么会产生最大的影响可能很难。除了机器学习和人工智能之外，最有用的工具可能是帕累托图。可以清楚地看到最大的好处或问题出现在哪里，意味着可以基于数据有效地做出有针对性的决策。

8 帕累托图的缺点

8.1 没有根本原因分析

虽然帕累托图显示了结果，但没有明确的方法可以看到数据背后的原因。例如，如果一家公司的特定分支机构表现良好，在图表中就无法轻易了解为什么会出现这种情况。

解决方案：分析和数据完成后，需要进行全面调查，以显示这些结果是如何发生的。为什么分支机构表现良好？为什么工厂在制造产品时总会弄坏某个零件？

8.2 没有定量数据

帕累托图纯粹是定性的。没有迹象表明缺陷或问题的严重性。发现这些信息需要对问题进行彻底的调查和分析。

8.3 仅显示过去的数据

帕累托图仅显示过去的数据。损害或问题已经发生且无法更改。此外，无法真正预测基于这些数据所做的更改是否会产生所需的积极结果。例如，使用机器学习也有助于进行预测；如果你更改了 X，那么 Y 也会受到影响。

9 如何用Python创建帕累托图

9.1 数据源

下面这个代码是使用Excel作为数据文件，文件名为：data.xlsx
数据文件的内容如下：放在第一个工作表的第一个A1单元格开始即可。

category	value
工资待遇与福利水平较差	90
公司发展前景与预期落差大	40
激励机制较差	38
晋升机会少	35
当前职业无法发挥个人专长	30
工作压力较大	28
工作缺少成就感	26
上级处事方式较差	25
工作氛围较差	16
公司地理位置不便	13
职业发展方向变化	12
个人创业或继续求学深造	11
其它	10
个人家庭原因	9
个人身体原因	5

9.2 源代码

# 用于命名和保存图片文件
import os
from datetime import datetime


import matplotlib.font_manager as fm  # 管理字体工具
import matplotlib.pyplot as plt  # 绘图包
import pandas as pd # 读取Excel数据

# 设置字体
font_path = 'C:/Windows/Fonts/simhei.ttf'  # 字体文件路径
font_prop = fm.FontProperties(fname=font_path, size=12)  # 字体属性
plt.rcParams['font.family'] = font_prop.get_name()

# 读取Excel数据
df = pd.read_excel('data.xlsx')

# 建立数据category和标识符的对应关系
category_dict = {}
for i, category in enumerate(df['category'].unique()):
    category_dict[category] = chr(65 + i)
    df['category'] = df['category'].replace(category, chr(65 + i))

# 按照数量降序排列
df = df.sort_values(by='value', ascending=False)

# 计算累计百分比
df['cumulative_percentage'] = df['value'].cumsum() / df['value'].sum() * 100

# 绘制帕累托图
fig, ax1 = plt.subplots(figsize=(8, 10))

# 判断是否有小于80%的数据
if df['cumulative_percentage'].min() < 80:
    # 将小于80%的数据用红色柱子表示
    ax1.bar(df[df['cumulative_percentage'] < 80].index, df[df['cumulative_percentage'] < 80]['value'], color='tab:red')
else:
    # 将第一个柱子设为红色背景
    ax1.bar(df.index[0], df['value'][0], color='tab:red')

# 绘制其余柱子
bar_heights = ax1.bar(df.index, df['value'], color='tab:blue', alpha=0.5)
ax1.set_ylabel('数量', fontproperties=font_prop)

# 在每个柱子上方添加具体的值
for i, bar_height in enumerate(bar_heights):
    ax1.text(i, bar_height.get_height() + 0.5, str(int(bar_height.get_height())), ha='center', fontproperties=font_prop)

ax2 = ax1.twinx()
ax2.plot(df.index, df['cumulative_percentage'], color='tab:red', marker='o')
ax2.set_ylim([0, 100])
ax2.set_ylabel('累计百分比', fontproperties=font_prop)

plt.xticks(df.index, df['category'], rotation=90, fontproperties=font_prop)
plt.title('帕累托图', fontproperties=font_prop)

# 添加A-Z和category的对应关系
ax1.set_xticks(df.index)
ax1.set_xticklabels(df['category'], rotation=90, fontproperties=font_prop)
ax1.tick_params(axis='x', which='major', pad=15)
ax1.spines['bottom'].set_position(('axes', -0.00))
ax1.spines['bottom'].set_linewidth(0)
ax1.spines['bottom'].set_color('gray')
ax1.spines['bottom'].set_visible(True)

for i, (category, abbr) in enumerate(category_dict.items()):
    ax1.text(-1, -4 * i - 10, f'{abbr}: {category}', transform=ax1.transData, ha='left', fontproperties=font_prop,
             va='top')

# 调整子图之间的间距和边距
plt.subplots_adjust(bottom=0.4)

# 保存图片
now = datetime.now().strftime('%Y%m%d%H%M%S')
filename = os.path.join(os.path.dirname(os.path.abspath(__file__)), f'pareto_{now}.png')
plt.savefig(filename)

plt.show()

9.3 输出结果