TOPSIS优劣解距离法：多指标决策的Python实现与实战

先从一个我实际遇到的场景说起。前阵子帮一个团队做方案选型，五六个备选方向摆在桌上，指标倒是不多——性能、成本、周期、稳定性。但麻烦的地方在于，每个方案都有自己特别硬的长处，也都有明显的短板：A性能最强但贵，B便宜但交付周期长，C各方面均衡却没一样拔尖。大家争论了一下午没结果，最后有人提议"取个加权平均分吧"，可话音刚落问题就来了：权重谁来定？指标单位都不一样，凭什么直接相加？

如果你也经历过这种场面，那 TOPSIS 法（优劣解距离法）值得你花半小时认真搞懂。它不需要你凭空给出一个"总分公式"，也不要求指标之间独立，逻辑非常直观：把每个方案想象成空间里的一个点，然后同时丈量它离"理想最优方案"和"理想最劣方案"的距离，谁离好的近、离坏的远，谁就胜出。这篇文章会把它的原理、六步计算流程、Python3 实现和实操中的坑一次讲透，不管你是做数据分析、项目评估还是产品决策，都能直接拿去用。

1. 多指标冲突的决策现场：TOPSIS到底能帮上什么忙

1.1 哪些场景会用到TOPSIS

简单说，凡是"多个候选对象、多个评价指标、而且指标之间相互冲突"的排序问题，TOPSIS 都是个随手可用的工具箱。

举几个我见过的高频应用场景：

• 供应商/方案选型：价格、质量、交期、售后服务，四个指标常常互相打架。价格最低的那家可能质量垫底，质量最好的那家价格又让人肉疼。TOPSIS 能把这些矛盾压缩成一个可排序的分数。
• 选址问题：仓库选址要同时考虑租金、交通、人力成本、客户密度。黄金地段租金高但交通好，郊区恰好相反，这种"甘蔗没有两头甜"的局面非常适合 TOPSIS。
• 技术选型：现在团队做技术调研经常要对比框架或工具，指标可能是性能、社区活跃度、学习成本、扩展性，每个方案都有自己的偏科。TOPSIS 至少能帮你把争论从"我觉得"变成"算出来"。
• 人才评估 / 岗位匹配：能力、经验、稳定性、团队协作等维度，同样可以用距离法做初步筛选。它不替代面试，但能帮你把候选人排出一个相对有据的次序。
• 投资决策：收益、风险、流动性的组合排序，本质上也是多属性决策。

这类问题的共同特征是：指标多，量纲不一致，而且不同指标对决策的重要程度可能不同。TOPSIS 的价值不在于替你做最终决策，而在于给出一个可解释、可复现的相对排序，让讨论有一个共同的数据底座。

1.2 为什么简单加权法不够用

很多人第一反应是"加权评分"：给每个指标打分，乘以权重，加起来排序。这方法不是不能用，但你一定会踩到三个问题。

第一，量纲灭不掉。性能跑分是百分制，成本是万元，周期是月，几个数量级完全不同的数字直接相乘相加，结果基本被数值最大的那个指标主导，其他指标等于白设。除非你先做归一化，否则这个分数是失真的。

第二，权重太难定。加权法的分数对权重极其敏感，同一个方案，权重稍微一变，排名可能完全逆转。但权重这东西往往是主观拍出来的，几个人开会能拍出完全不同的结果，最后变成"谁的权重谁有理"。

第三，对"某方面特别差"的方案不敏感。加权平均是允许补偿的，一个指标低到底，只要其他指标足够高，总分照样能拉回来。但在很多决策里这是有问题的——成本超预算就是超预算，周期延误就是延误，短板是"一票否决"级别的。简单加权法会把这种致命短板藏在总分里。

TOPSIS 在面对这些问题时优雅得多。它的核心操作是"算距离"，天然规避了量纲问题；权重仍然需要你给，但只影响指标在空间中的拉伸程度，不像加权法那样直接改变分数的含义；更重要的是它能捕捉到"某个方案在某个指标上是否极端偏离理想值"这种结构信息。下面我从它的底层思想讲起，你很快就能get到它为什么叫"优劣解距离法"。

2. 一句话理解TOPSIS：追最优解，躲最劣解

2.1 正理想解与负理想解：给自己立两个"标杆"

TOPSIS 的做法是虚构出两个参考对象：

• 正理想解：一个假设中的完美方案，在每一个指标上都取所有候选方案里的最优值。性能最高、成本最低、周期最短、稳定性最好。现实中往往不存在这样的方案，但它是一个非常有效的参照点。
• 负理想解：另一个虚构的反面教材，每一个指标上都取所有候选里的最差值。性能最低、成本最高、周期最长、稳定性最差。同样，现实中不一定真有这么差的方案。

借用考试做个类比。假设班里四个同学，我们要评出"综合素质"最好的一个，正理想解就是"每一科都考第一"的那个完美标杆，负理想解就是"每一科都垫底"的糟糕标杆。你不需要真的达到完美标杆的水平，只需要看自己离它有多远，同时离糟糕标杆有多远。

这个"立标杆"的思路解决了一个很实际的问题：如果没有一个公认的满分，怎么度量好坏？答案是——用候选对象之间的相对关系来定义好坏。正理想解是从现有数据中长出来的，它代表"在当下这批方案里能做到的最好组合"；负理想解代表"这批方案里最不能接受的组合"。这比拍一个绝对分数线要合理得多。

2.2 相对贴近度：离好标杆近，离坏标杆远

有了两个标杆，接下来就要算每个方案到它们的距离。TOPSIS 用的距离是经典的欧氏距离，也就是空间中的直线距离。把每个指标想象成一个坐标轴，每个方案就是高维空间里的一个点，正理想解和负理想解分别是两个参考点，距离一算就出来了。

但这里有个细节：如果只比"到正理想解的距离"，会出现一个尴尬情况——两个方案距离正理想解一样近，但它们的相对位置完全不同，一个偏科严重，一个处处均衡，你没法区分。所以 TOPSIS 同时计算两个距离：

• 到正理想解的距离 $D_i^+$，越小越好；
• 到负理想解的距离 $D_i^-$，越大越好。

然后把这两个距离合并成一个"相对贴近度"：

$$ C_i = \frac{D_i^-}{D_i^+ + D_i^-} $$

这个式子不需要死记，你只需要理解它的两个边界。如果某个方案恰好等于正理想解，那 $D_i^+=0$，$C_i=1$，满分；如果恰好等于负理想解，那 $D_i^-=0$，$C_i=0$，垫底。实际方案都介于两者之间，所以 $C_i$ 在 0 到 1 之间，越大说明"离好的越近、离坏的越远"，排名就越靠前。

用一个生活化的比喻收尾：你在一个陌生城市里想找个住处，理想状态是"离市中心（优点集中地）近，离城中村（各种不方便的集中地）远"。只看离市中心的距离不够，因为两个地方可能一个朝东一个朝西，还得看它们离糟糕区域的远近。TOPSIS 就是把这个朴素的判断方式数学化了。

3. 六步计算流程逐行拆解：从原始数据到最终排名

原理清楚了，接下来就是计算环节。我会用一套标准的 TOPSIS 流程走一遍，每一步讲清"做什么"和"为什么这么做"，最后给一个可以直接抄的 Python3 实现。

3.1 第1步：构造决策矩阵

假设有 $n$ 个候选方案、$m$ 个评价指标，把原始数据整理成一个 $n \times m$ 的矩阵 $X = (x_{ij})$，其中 $x_{ij}$ 表示第 $i$ 个方案在第 $j$ 个指标上的取值。

比如四个方案、四个指标，矩阵可能是：

注意，这里指标单位完全不同，性能是百分制，成本是万元，周期是月。直接拿这些数去比大小、算距离毫无意义，所以下一步必须做归一化。

3.2 第2步：向量归一化（消除量纲）

标准 TOPSIS 采用"向量归一化"，每个元素除以它所在列的向量长度：

$$ r_{ij} = \frac{x_{ij}}{\sqrt{\sum_{k=1}^{n} x_{kj}^2}} $$

为什么要除以这一列自己的长度？因为归一化之后，每一列的向量长度都变成 1，不同指标之间的尺度差异就被抹平了。你不再需要关心性能是百分制还是千分制，成本是万元还是亿元，归一化后的值都在一个可比的空间里。

这里有个常见的疑问：为什么不用 min-max 归一化？min-max 也能把数据压到 [0,1] 区间，但它是线性的，最大最小值对异常值极其敏感，而且增删一个方案会让整个区间重新伸缩。向量归一化更多保留了原始数据的相对离散结构，对异常值没那么敏感，这也是它在经典 TOPSIS 中被广泛使用的原因。后面在避坑部分我会再展开对比。

3.3 第3步：加权

把权重向量 $w = (w_1, w_2, \dots, w_m)$ 乘到归一化矩阵上：

$$ v_{ij} = w_j \cdot r_{ij} $$

权重的含义是"指标的重要程度"。它本质上是给不同的坐标轴拉伸：某个指标权重越大，这个轴就被拉得越长，方案在这个指标上的差异对最终距离的影响就越大。

关于权重怎么来，你可以先采用最朴素的等权假设，后续根据业务判断调整。如果使用加权，务必保证权重之和为 1，这样加权后的整体尺度不会漂移。计算方法也很简单：每个权重除以所有权重的和即可。

3.4 第4步：确定正理想解和负理想解

加权之后，从每一列里取出最优值和最差值来构造两个标杆：

• 如果第 $j$ 个指标是效益型（越大越好），正理想解取该列最大值，负理想解取最小值；
• 如果第 $j$ 个指标是成本型（越小越好），正理想解取该列最小值，负理想解取最大值。

用集合表示：

$$ A^+ = { v_1^+, v_2^+, \dots, v_m^+ } \ A^- = { v_1^-, v_2^-, \dots, v_m^- } $$

公式看起来平平无奇，但指标方向这一步是整个算法里最容易出错的地方。如果一个成本型指标被当成效益型处理，正负理想解会完全颠倒，排序结果直接崩掉。我见过不止一次这种错误，后面避坑部分会专门说。

3.5 第5步：计算欧氏距离

每个方案到正理想解的距离：

$$ D_i^+ = \sqrt{\sum_{j=1}^{m} (v_{ij} - v_j^+)^2} $$

到负理想解的距离：

$$ D_i^- = \sqrt{\sum_{j=1}^{m} (v_{ij} - v_j^-)^2} $$

在代码实现里，这两行其实就是"加权后的矩阵减去标杆矩阵、取平方、按行求和、开根号"，向量化写起来非常干净。这里有一点值得留意：如果某一列的所有方案取值都相同，那这一列对距离的贡献就是 0，等于说该指标不参与区分，不影响排序。这在数学上是符合直觉的——大家都一样好或一样差的指标，本来就不具备区分度。

3.6 第6步：计算贴近度并排序

最后用前面提过的公式：

$$ C_i = \frac{D_i^-}{D_i^+ + D_i^-} $$

按 $C_i$ 从大到小排序，得到方案优劣次序。$C_i$ 的本质是负理想解距离在总距离中的占比，占比越高，说明这个方案在"远离最差组合"这件事上做得越彻底，自然应该排在前面。

整个流程下来你会发现，TOPSIS 没有任何复杂的数学假设，理解门槛很低，但它的结果却比单纯加权平均更具解释力。接下来我把这套流程翻译成可复用的 Python3 代码。

4. 用Python3实现核心函数：权重、指标方向一到位

4.1 完整函数与参数设计

我写的实现依赖 numpy。之所以选它，是因为矩阵的向量化运算用纯 Python 写会又慢又啰嗦。函数签名设计成下面这样，尽量做到"调用方只需要提供数据、权重和指标方向"：

import numpy as np def topsis_score(data, weights=None, impacts=None): """TOPSIS 综合评价。 参数: data: (n_samples, n_features) 二维数组，每行一个方案，每列一个指标 weights: 权重列表，默认等权，会自动做归一化，不要求传入时已合计为1 impacts: 方向列表，1 表示效益型（越大越好），-1 表示成本型（越小越好） 默认全部按效益型处理 返回: score: 每个方案的相对贴近度，数组形状 (n_samples,) """ data = np.asarray(data, dtype=float) n, m = data.shape if weights is None: weights = np.ones(m) / m else: weights = np.asarray(weights, dtype=float) weights = weights / np.sum(weights) if impacts is None: impacts = np.ones(m) else: impacts = np.asarray(impacts, dtype=float) # 向量归一化：每列除以该列的欧氏长度 norm_data = data / np.sqrt(np.sum(data ** 2, axis=0)) # 加权 weighted = norm_data * weights # 正理想解：效益型取最大，成本型取最小 positive_ideal = np.where(impacts == 1, weighted.max(axis=0), weighted.min(axis=0)) # 负理想解：效益型取最小，成本型取最大 negative_ideal = np.where(impacts == 1, weighted.min(axis=0), weighted.max(axis=0)) # 到正负理想解的距离 dist_pos = np.sqrt(np.sum((weighted - positive_ideal) ** 2, axis=1)) dist_neg = np.sqrt(np.sum((weighted - negative_ideal) ** 2, axis=1)) # 相对贴近度 score = dist_neg / (dist_pos + dist_neg) return score

调用方式：

data = np.array([ [90, 80, 6, 85], [75, 60, 4, 70], [85, 70, 5, 90], [60, 50, 3, 65] ]) weights = [0.25, 0.25, 0.25, 0.25] impacts = [1, -1, -1, 1] scores = topsis_score(data, weights, impacts) print(scores) # 大致输出: [0.367, 0.578, 0.496, 0.613]

4.2 核心代码逐段解读

这个函数看起来很简洁，但有几个细节值得展开。

第一，归一化的向量化写法：

norm_data = data / np.sqrt(np.sum(data ** 2, axis=0))

先对每列求平方和，再开根号，得到长度为 $m$ 的向量，numpy 会在列方向自动广播，直接把矩阵每个元素除以对应列的模长。一行搞定所有列的归一化，这是向量化思维的好处。如果你初学，可能第一反应是用 for 循环逐列处理，性能差且代码长，建议尽快习惯这种矩阵写法。

第二，np.where 处理正负理想解：

positive_ideal = np.where(impacts == 1, weighted.max(axis=0), weighted.min(axis=0))

它的逻辑是：当 impacts 中某个位置是 1（效益型），正理想解取该列最大值；否则（-1，成本型），取该列最小值。这样就把"指标方向"这个容易出错的地方集中到一个参数里，而不是写进业务代码中。我特别推荐把 impacts 参数显式化，哪怕所有指标都是效益型也建议传参，因为以后数据一变，方向可能就是混合的了。

第三，距离计算：

dist_pos = np.sqrt(np.sum((weighted - positive_ideal) ** 2, axis=1))

weighted 的形状是 (n, m)，positive_ideal 的形状是 (m,)，相减时按行广播，每个方案的每一列减去对应指标的正理想解值，平方、求和沿行方向进行，最后开根号。一次算出所有方案到正理想解的距离，没有任何显式循环。

4.3 一个小测试：验证函数正确性

写完之后，我习惯先跑一组"边界数据"验证逻辑。

如果所有方案在所有指标上都相同，每个方案都应该得 0.5。因为此时正负理想解重合，$D_i^+ = D_i^-$，贴近度都是 0.5。

data_same = np.array([ [50, 50, 50], [50, 50, 50], [50, 50, 50] ]) print(topsis_score(data_same)) # [0.5 0.5 0.5]

如果某个方案正好每列都是最优，它的贴近度应该是 1；某个方案每列都是最差，则应该是 0。

data_edge = np.array([ [100, 1, 10], # 每列都是最优（假设第二列是成本型） [90, 2, 20], [80, 70, 30] # 每列都是最差 ]) print(topsis_score(data_edge, weights=[0.2, 0.5, 0.3], impacts=[1, -1, -1])) # 第一方案贴近度应该接近 1，第三方案接近 0

这种边界测试看着简单，但能有效发现方向参数写反、权重没归一这类基础错误。我在实际项目里每次都先跑一组已知结果的数据，确认无误后再应用到真实数据上。

5. 完整案例复盘：给四个候选方案排个座次

5.1 案例背景与数据准备

回到开头那个技术选型场景。假设某团队要在四个方案 A、B、C、D 里选一个作为核心模块的实现方向，四个评价指标分别是性能、成本、交付周期、稳定性。其中性能和稳定性是效益型（越大越好），成本和交付周期是成本型（越小越好）。数据见下表：

先用等权跑基准结果。代码如下：

data = np.array([ [90, 80, 6, 85], [75, 60, 4, 70], [85, 70, 5, 90], [60, 50, 3, 65] ]) scores = topsis_score( data, weights=[0.25, 0.25, 0.25, 0.25], impacts=[1, -1, -1, 1] ) order = np.argsort(-scores) # 从大到小排序 for i in order: print(f"方案{i + 1}: 贴近度 = {scores[i]:.3f}")

5.2 运行结果与排名解读

我实际运行得到的排名如下：

看到这个结果，很多人第一反应是惊讶：D 性能最低、稳定性最差，凭什么排第一？别急，这正是 TOPSIS 最有意思的地方。

在等权设置下，四个指标各占 25% 的重要性。方案 D 虽然性能垫底，但它的成本和周期是两个指标上的最优值；方案 A 性能最优，但成本最高、周期最长，在两个指标上都是垫底的。D 的优势在于：它在"远离负理想解"这件事上做得最好，而 A 虽然贴近正理想解的一部分，却被成本周期拖得很惨。说到底，这个排名是"100% 等权假设"下的数学结论，不是业务结论。

对比 C 会看得更清楚。C 的稳定性最高、性能也不差，但成本和周期都处于中游，离最优点有一定距离，导致它既没有显著贴近正理想解，也没有显著远离负理想解，最终被 B 反超。这说明 TOPSIS 对"整体均衡但无突出优势"的方案，并不天然偏爱——要克服这一点，得靠权重来调节。

5.3 权重一变，排名可能就变

权重不是摆设，它是决策者态度的量化。为了让你直观感受，我把权重改成更看重性能和稳定性的配置：

scores = topsis_score( data, weights=[0.4, 0.1, 0.1, 0.4], impacts=[1, -1, -1, 1] )

这组权重下排名变成：

完美实现了大逆转。同样的数据、同样的算法，只因为权重从等权调成"性能稳定性优先"，排名几乎倒了过来。这不是 TOPSIS 的缺陷，恰恰是它的特性：它把"权重主观性"这个影响因素显式地暴露出来了。决策者必须想清楚自己到底看重什么，而不是把权重当摆设。实际项目中我的建议是：先用等权跑一遍，再用一高一低两组极端权重各跑一遍，如果核心方案的排名在权重扰动下保持稳定，那这个排序才真正值得信赖。

6. 实操中的四个高发坑：从指标方向到结果解读

6.1 指标方向：最常见也最致命的错误

我帮人 review 代码时，见过最多的问题就是把成本型指标当成效益型处理。比如"交付周期"越是短越好，它在逻辑上是成本型，但很多人直接把它和性能一样按"取最大值作为正理想解"来算。后果是整个正负理想解全部颠倒，排序结果完全不可信。

防止这个问题最有效的办法，不是靠记忆力，而是靠工程手段：把 impacts 参数做成必填，并附上中文注释。只要你显式写下impacts=[1, -1, -1, 1]，就强迫自己逐个确认每个指标的方向。另外，我强烈建议在归一化之后、加权之前先打印一次中间结果，人眼扫一遍看看每一列的最大最小值是否对应你预期的"最优值"。这一步只需要 10 秒钟，却能在源头拦住最贵的错误。

6.2 权重从哪来：别默认均分天下

权重是 TOPSIS 里最自由的参数，也是争议最大的参数。等权虽然省事，但它隐含了一个很强的假设：所有指标同等重要。现实中几乎没有这种情况。

权重的常见来源有三类：

• 主观赋权：专家打分、多人讨论。优点是贴合业务，缺点是主观性强，需要做共识管理。
• 客观赋权：利用数据本身的离散程度来自动计算权重，比如熵权法、CRITIC 法。优点是"数据说话"，缺点是可能违背业务直觉。比如某个指标虽然业务上很重要，但数据上大家差不多，客观法会给出很低权重。
• 组合赋权：主观与客观加权混合，通常是主观权重乘以客观权重再归一化，兼顾两者。

我个人并不执着于某种最优赋权法，更推荐的做法是：把权重看作决策场景的参数而不是数学问题的解，多做几组敏感性分析。如果排名对权重不敏感，说明结论稳健；如果敏感，说明决策的关键就藏在权重里，值得专门讨论。

6.3 归一化不是只有一种玩法

前文提到，标准 TOPSIS 用向量归一化。但市面上很多教材和博客用的是 min-max 归一化：

$$ r_{ij} = \frac{x_{ij} - \min(x_{.j})}{\max(x_{.j}) - \min(x_{.j})} $$

然后把所有指标方向反向处理后再套 TOPSIS。注意一个事实：采用不同归一化方式，正负理想解和距离会完全不同，最终排序也可能不一致。没有谁绝对正确，但你必须清楚自己用的是哪一种，并在报告或代码注释里写清楚，否则别人复现你的结果时会莫名其妙。

另外还有一种情况：遇到"中间型指标"，比如 pH 值，既不是越大越好也不是越小越好，而是越接近 7 越好。这种指标不能直接进 TOPSIS，需要先做"同向化"变换。常用做法是取距离最优值的绝对偏差，再将该偏差当作成本型指标处理，或做一个转化把偏差映射成效益型。记住一个原则：TOPSIS 之前，所有指标都必须是同向的（效益型或成本型），这是数据预处理的一部分，不是算法本身的问题。

6.4 结果解读：TOPSIS给出的是"相对优劣"，不是"绝对好坏"

最后这个坑最隐蔽，也最容易在实际决策中造成误导。

TOPSIS 的贴近度是一个"相对"排序指标，它的正理想解和负理想解都是从当前这批数据里取出来的。这意味着：只要候选方案集合变了，理想解就会变，之前算出的贴近度也会变。一个方案在这批数据里排第一，如果往池子里加一个更强的对手，它可能立刻变成第二。这不是 bug，而是方法的有意设计——它回答的是"在给定选项中谁相对更好"，而不是"这个选项本身有多优秀"。

所以使用 TOPSIS 时要注意：

• 不要拿 A 项目的贴近度和 B 项目的贴近度跨项目比较，那没有意义；
• 贴近度的绝对差值小，不代表两个方案真的差不多。需要进一步做敏感性分析或引入业务约束来判断 0.01 的差距是否值得纠结；
• 如果某个方案在某项指标上有硬性的底线要求（比如成本超过多少一票否决），请把它放在 TOPSIS 排序之前做筛选，而不是寄希望于距离法自动过滤。

我自己的习惯是：把 TOPSIS 当作决策流程中的"排序引擎"而不是"决策法官"。在开始计算之前先剔除非选项，计算之后再让懂业务的人对 top 几个方案做定性审查。两轮结合，既保留了数据方法的客观性，又不至于被模型的相对性带偏。

最后再多说一句我的个人体会。排序类算法有好几个，AHP 要构造判断矩阵，VIKOR 要调折中系数，熵权法要算信息熵，而 TOPSIS 是那个"讲一遍原理别人就能听懂、给一组数据当天就能跑出结果"的方法。它不完美，但足够好用。当你把权重设计和指标方向这两个前置问题想清楚之后，这二十几行 Python3 代码基本上就是你多指标决策时最顺手的工具之一。