ISM模型：用python实现可达矩阵求解和层级划分

ISM模型求解可达矩阵和元素分层，网上已有matlab代码实现。但是由于最近碰到一个求解要素比较多的问题，四十多个要素。如果手动输入这个矩阵的话，有一千多个数据，不清楚matlab是否有文件导入导出功能，所以照着matlab代码尝试写了一段python，用pandas导入导出矩阵，比较方便，代码如下：

import numpy as np
import pandas as pd
import numpy.matlib
#用pandas导入数据
file_path='C:/Users/84430/Desktop/指标.xlsx'
sheetName='Sheet5'
df=pd.read_excel(file_path,sheet_name=sheetName)
#处理一下，转为arrary
df.set_index('F',inplace=True)
df.index.name=None
array=np.array(df)
#转为矩阵
A=np.matrix(array)
#生成一个单位矩阵
I=np.matlib.identity(len(A))
#计算A+I
new_matrix=A+I
old_matrix=new_matrix
m=0
step=1
while m==0:
    old_matrix=new_matrix
    new_matrix=old_matrix*new_matrix
    for i in range(len(new_matrix)):
        for j in range(len(new_matrix)):
            if new_matrix[i,j]>=1:
                new_matrix[i,j]=1
    step+=1
    print(step)
# 求解打印出可达矩阵并保存为文件
    if (old_matrix==new_matrix).all():
        m=1
        print(new_matrix,step)
        pd_matrix=pd.DataFrame(new_matrix)
        pd_matrix.to_csv('./可达矩阵和分级(45).csv')
# 元素分级
P=np.array(new_matrix)

zero=np.zeros(shape=(len(P),len(P)))
r=1
while not (P==zero).all():
    for i in range(0,len(P)):
        R=[x+1 for (x,val) in enumerate(P[i,:]) if val==1]
        A=[x+1 for (x,val) in enumerate(P[:,i]) if val==1]
        C=set(R).intersection(set(A))#返回交集
        if len(C)==len(R) and len(R)!=0 and len(A)!=0:
# 打印出分级结果
            print('第'+str(r)+'级元素为'+str(i+1))
            P[i,i]=0
    for x in range(0,len(P)):
        if P[x,x]==0:
            P[x,:]=0
            P[:,x]=0
    r+=1