python生成報表

『壹』 python如何使用帆軟報表

方法是從FineReport報表軟體中進入：
打開設計器，選擇「伺服器」，點擊「報表平台管理」，即可進入。用戶首次進入報表平台，系統會要求填寫管理員的賬戶和密碼，設定好後，點擊「進入數據決策系統」即可。

『貳』 Python智能辦公是學些什麼

您好！關於您提的「Python智能辦公是學些什麼？」這個問題，我的回答是：

Python由荷蘭數學和計算機科學研究學會的Guido van Rossum於1990 年代初設計，作為一門叫做ABC語言的替代品。 Python提供了高效的高級數據結構，還能簡單有效地面向對象編程。Python語法和動態類型，以及解釋型語言的本質，使它成為多數平台上寫腳本和快速開發應用的編程語言， 隨著版本的不斷更新和語言新功能的添加，逐漸被用於獨立的、大型項目的開發。

Python解釋器易於擴展，可以使用C或C++(或者其他可以通過C調用的語言)擴展新的功能和數據類型。 Python 也可用於可定製化軟體中的擴展程序語言。Python豐富的標准庫，提供了適用於各個主要系統平台的源碼或機器碼。

2021年10月，語言流行指數的編譯器Tiobe將Python加冕為最受歡迎的編程語言，20年來首次將其置於Java、C和JavaScript之上。

一、Python基礎，主要學習內容包括：計算機組成原理、Python開發環境、Python變數、流程式控制制語句（選擇、循環）、數據容器（列表、元組、字典、集合）、函數及其應用、文件操作、模塊與包、異常處理、面向對象、飛機大戰游戲設計與PyEcharts數據可視化。

二、Python高級，主要學習內容包括：並發編程（多任務編程）、網路編程（了解網路通信協議、HTTP、HTTPS）、資料庫編程（Mysql基礎、高級、多表查詢、事務處理、索引優化、主從復制、Kettle ETL工具、數據可視化展示FineBI或Tableau）、Linux操作系統（操作系統概述、常用Linux命令、網路配置、軟體安裝與卸載等）、Python高級及正則表達式、mini-web框架之FastAPI。

三、Python爬蟲，主要學習內容包括：爬蟲基礎知識（爬蟲的概念和作用、爬蟲的流程、http與https協議、瀏覽器開發者工具的使用）、requests模塊（使用requests爬取網路貼吧）、數據爬取（正則模塊re、jsonpath、bs4、xpath、lxml）、selenium（selenium自動化測試工具在爬蟲中的應用、反爬與反反爬（主要講解的是在爬蟲的中遇到的反爬和如何進行反反爬）、scrapy 框架、八爪魚數據採集工具的使用等等。

四、Pandas數據分析，主要學習內容包括：Python數據分析介紹及環境搭建、Pandas的DataFrame、Pandas數據結構、Pandas數據分析入門、Pandas數據清洗、Pandas數據處理、Pandas數據可視化。

五、Python辦公自動化，主要學習內容包括：使用Python操作Excel、配合MySQL資料庫自動生成報表、使用Python快速生成Word文檔、PDF也能實現快速自動化、PPT自動化處理、Python實現數據圖表與可視化、Python郵件自動化處理、Web自動化操作。

希望我的回答可以幫到您！

『叄』 如何使用python 統計網站訪問量並生成報表

統計網站訪問量
統計出每個IP的訪問量有多少？（從日誌文件中查找）

#!/usr/bin/env python
#!coding=utf-8
list = []
f = file('/tmp/1.log')
str1 = f.readlines()
f.close()
for i in str1:
ip = i.split()[0] //split()通過指定分隔符對字元串進行切片，默認為所有的空字元；split分隔後是一個列表，[0]表示取其第一個元素；
list.append(ip)//追加
list_num = set(list)
for j in list_num:
num = list.count(j)
print '%s : %s' %(j,num)

生成報表
#_*_coding:utf-8_*_

import MySQLdb
import xlwt
from datetime import datetime

def get_data(sql):

# 創建資料庫連接.
conn = MySQLdb.connect(host='127.0.0.1',user='root'\
,passwd='123456',db='test',port=3306,charset='utf8')
# 創建游標
cur = conn.cursor()
# 執行查詢，
cur.execute(sql)
# 由於查詢語句僅會返回受影響的記錄條數並不會返回資料庫中實際的值，所以此處需要fetchall()來獲取所有內容。
result = cur.fetchall()
#關閉游標
cur.close()
#關閉資料庫連接
conn.close
# 返給結果給函數調用者。
return result

def write_data_to_excel(name,sql):

# 將sql作為參數傳遞調用get_data並將結果賦值給result,(result為一個嵌套元組)
result = get_data(sql)
# 實例化一個Workbook()對象(即excel文件)
wbk = xlwt.Workbook()
# 新建一個名為Sheet1的excel sheet。此處的cell_overwrite_ok =True是為了能對同一個單元格重復操作。
sheet = wbk.add_sheet('Sheet1',cell_overwrite_ok=True)
# 獲取當前日期，得到一個datetime對象如：(2016, 8, 9, 23, 12, 23, 424000)
today = datetime.today()
# 將獲取到的datetime對象僅取日期如：2016-8-9
today_date = datetime.date(today)
# 遍歷result中的沒個元素。
for i in xrange(len(result)):
#對result的每個子元素作遍歷，
for j in xrange(len(result[i])):
#將每一行的每個元素按行號i,列號j,寫入到excel中。
sheet.write(i,j,result[i][j])
# 以傳遞的name+當前日期作為excel名稱保存。
wbk.save(name+str(today_date)+'.xls')

# 如果該文件不是被import,則執行下面代碼。
if __name__ == '__main__':
#定義一個字典，key為對應的數據類型也用作excel命名，value為查詢語句
db_dict = {'test':'select * from student'}
# 遍歷字典每個元素的key和value。
for k,v in db_dict.items():
# 用字典的每個key和value調用write_data_to_excel函數。
write_data_to_excel(k,v)

『肆』 使用Python做數據分析的優點是什麼

最近幾年，大數據的發展程度越來越明顯，很多企業由於使用了大數據分析使得企業朝著更好的方向發展，這就導致的數據分析行業的人才開始稀缺起來，對於數據分析這個工作中，是需要學會一些編程語言的，比如MATLAB，Python，Java等語言。對於初學者來說，Python是一個不錯的語言，Python語言簡單易懂，同時對於大數據分析有很明顯的幫助。那麼使用Python做數據分析的優點是什麼呢？一般來說就是簡單易學、語言通用、存在科學計算活躍區域等等。

首先說說Python的第一個優點，那就是簡單易學。很多學過Java的朋友都知道，Python語法簡單的多，代碼十分容易被讀寫，最適合剛剛入門的朋友去學習。我們在處理數據的時候，一般都希望數據能夠轉化成可運算的數字形式，這樣，不管是沒學過編程的人還是學過編程的人都能夠看懂這個數據。

Python在數據分析和交互、探索性計算以及數據可視化等方面都顯得比較活躍，這就是Python作為數據分析的原因之一，python擁有numpy、matplotlib、scikit-learn、pandas、ipython等工具在科學計算方面十分有優勢，尤其是pandas，在處理中型數據方面可以說有著無與倫比的優勢，已經成為數據分析中流砥柱的分析工具。

Python也具有強大的編程能力，這種編程語言不同於R或者matlab，python有些非常強大的數據分析能力，並且還可以利用Python進行爬蟲，寫游戲，以及自動化運維，在這些領域中有著很廣泛的應用，這些優點就使得一種技術去解決所有的業務服務問題，這就充分的體現的Python有利於各個業務之間的融合。如果使用Python，能夠大大的提高數據分析的效率。

python是人工智慧時代的通用語言

Python對於如今火熱的人工智慧也有一定的幫助，這是因為人工智慧需要的是即時性，而Python是一種非常簡潔的語言，同時有著豐富的資料庫以及活躍的社區，這樣就能夠輕松的提取數據，從而為人工智慧做出優質的服務。
通過上面的描述，想必大家已經知道了使用Python做數據分析的優點是什麼了吧，Python語言得益於它的簡單方便使得在大數據、數據分析以及人工智慧方面都有十分明顯的存在感，對於數據分析從業者以及想要進入數據分析從業者的人來說，簡單易學容易上手的優勢也是一個優勢，所以，要做好數據分析，一定要學會Python語言。

『伍』 Python操作Excel

因為工作上的需要，最近經常用Python對報表做Excel導入導出，特此做個筆記，方便日後查看。

首先我選擇了Python-Excel下的xlrd和xlwt。需要注意的是，xlwt只支持生成xls，暫時還不支持xlsx。

讀取主要是用到這兩個方法，我想到就繼續補充，更多用法請查閱官方文檔

表格樣式設置有XFStyle和easyxf兩種方式

列寬在Excel裡面用字元寬頻來表示。xlwt以字元'0'的1/256寬為一個單位，默認表格寬度為2962，大致相當於11個字元寬度。設置Excel的列寬就大致等於，字元寬度 * 256 + 182 (有待繼續考證，精度目前還行)

行高再Excel裡面一般用磅來表示，磅 * 20 即是xlwt的數值。字體的大小也是用磅來設置。

設置頁面方向

使用num_format_str來設置單元格類型。
特別是遇到時間的時候，Excel會自動轉為May-2017這種格式，這時候就要設置為文本類型，防止自動轉換

『陸』 Python操作Excel實現自動化報表

Python操作Excel實現自動化報表

安裝

python -m pip install xlrd xlwt xlutils。

基本用法

1.從指定文件路徑讀取excel表格，進行一定操作，然後保存到另一個excel文件：result.xlsx

import xlwt
import xlrd
from xlutils. import 
import pandas as pd
from pandas import DataFrame,Series
import os
os.chdir('./')
# 從指定文件路徑讀取excel表格
df = pd.read_excel('D:/mypaper/data/data.xlsx')
# 查看df內容

# 根據age算出出生年份，增加一列
import datetime
import os
year = datetime.datetime.now().year#獲取當前系統時間對應的年份
df['birth'] = year-df['age']
df.to_excel('result.xlsx')#保存到當前工作目錄，可以用os.getcwd()查看
#查看下此時df的內容，可以看到已經生成了birth這一列。

2.單元格操作

# 定義方法：讀取指定目錄下Excel文件某個sheet單元格的值
def excel_read(file_path,table,x,y):
     data = xlrd.open_workbook(file_path)
     table = data.sheet_by_name(table)
     return table.cell(y,x).value

# 定義方法：單元格值及樣式
write_obj_list = []
def concat_obj(cols,rows,value):
    write_obj_list.append({'cols':cols,'rows':rows,'value':value,
'style':xlwt.easyxf('font: name 宋體,height 280;alignment: horiz centre')})

# 定義方法：合並單元格
def merge_unit(srows,erows,scols,ecols,value):
    write_obj_list.append({'id':'merge','srows':srows,'erows':erows,'scols':scols,
'ecols':ecols,'value':value,'style':xlwt.easyxf('font: name 宋體,height 280;alignment: horiz centre')})

# 定義方法：更新excel
excel_update(file_path,write_obj_list,new_path):
    old_excel = xlrd.open_workbook(file_path, formatting_info=True)
    #管道作用
    new_excel = (old_excel)
    '''
    通過get_sheet()獲取的sheet有write()方法
    '''
    sheet1 = new_excel.get_sheet(0)
    '''
    1代表是修改第幾個工作表裡，從0開始算是第一個。此處修改第一個工作表
    '''
    for item in write_obj_list:
        if 'id' not in item.keys():
            if 'style' in item.keys():
                sheet1.write(item['rows'], item['cols'], item['value'],item['style'])
            else:
                sheet1.write(item['rows'], item['cols'], item['value'])
        else:
            if 'style' in item.keys():
                sheet1.write_merge(item['srows'],item['erows'],item['scols'], item['ecols'], item['value'],item['style'])
            else:
                sheet1.write_merge(item['srows'],item['erows'],item['scols'], item['ecols'], item['value'])
    '''
   如果報錯 dict_items has no attributes sort
    把syle源碼中--alist.sort() 修改為----> sorted(alist) 
    一共修改2次
    '''
    new_excel.save(file_path)

#參數詳解
# srows:合並的起始行數
# erows:合並的結束行數
# scols:合並的起始列數
# ecols:合並的結束列數 
# value:合並單元格後的填充值
# style:合並後填充風格：
#     font: name 宋體
#     height 280;
#     alignment: horiz centre
#     ... 與excel操作基本保持一致

(注意:該方法僅僅是將需要直行的動作保存到一個list中，真正的動作還未執行,執行動作是發生在excel_update方法中)

最終調用excel_update方法，傳入每個單元格需要進行的操作和填充值的write_obj_list以及文件保存路徑file_path,就可以在當前工作目錄下生成想要的Excel結果文件。

注意：
1.write_obj_list支持用戶自定義
2.write_obj_list也可以是根據excel_read方法讀取現有待修改的excel文件（可以維持原有表格的格式）而生成

End