上面的照片
图为免费维基百科
最近尝试流量控制，流量是任何商业系统的宝贵资源，不能让别人无限制地获取，需要通过一定的手段进行控制，使用户体验、平台生态、平台效益最大化。
这个目标宏伟美丽，但总是要一步一步慢慢来。 首先说明平衡生态问题的方法。 (当然是指b端用户。 生态问题就像国民收入均衡问题一样，基尼系数经常被使用。 维基百科的中文链接必须成为FQ才能打开。 我很难过。 我的英语地方可以打开。 这里不介绍概念和定义，我想只贴如何计算。
最直观的计算公式如下。
意思是把所有人(假设正好100人)的收入按从小到大的顺序排列，从收入最少的人开始累计，每算一个人，横轴是人数累计值占总人数的比例，纵轴是收入累计值占总收入的比例，到最后是收入最大的人。
显然，图中的横坐标和纵坐标都在[ 0 -1 ]之间。 连接图的左下角和右上角，意味着人数累计的比例始终等于收入累计的比例，收入完全均等。
那么，上面每个人收入均等的线和实际收入曲线之间的面积是A，实际收入曲线和3358www.Sina.com/轴之间的面积是X。
我知道怎么计算的，所以拿代码看看：
#编码=utf-8 #！/usr/JM dxn/pythonfromscipy.integrateimportodeintimportnumpyasnpfrommatplotlibimportpyplotaspl # matplotlib中文显示问题的解决pl.rcotib=[ ' simhei ' ] pl.rcparams [ ' axes.unicode _ MINUS ' ]=false ax=pl.subplots (#计算基尼系数的简单方法def gini ) : #数组计算3.1、5.5 )的1.7、2.3、5、4.7、2.3、4.3、12 ) cum _ wealths=NP.cumsum (sorted (NP.append ) wealths， 0 ) ) ) )最后一个，即原始序列之和sum_wealths=cum_wealths[-1] #人数的累计占有率x array=NP.array (范围(0， len(cum_Wealths )/NP.float ) len ) cum_Wealths(-1 ) #均衡收入曲线upper=xarray #收入累计占有率Yarray=cum_Wealths/sum基尼系数绘制yarray ) ax.plot ) xarray，upper ) ax.set_xlabel(u '人数累计占有率) (ax.set_ylabel(u ) u '收入累计占有率) ) pl.show
其他当然还有很多公式可以计算。 例如：
https://en.Wikipedia.org/wiki/Gini _ coefficient基尼系数定义https://www.zhihu.com/question/参考25404709matplotlib绘制中文乱码http://hyry scipy-710-integrate.html python科学计算为：3359 www.cn blogs.com/longwind 09 /