python生成报表

‘壹’ python如何使用帆软报表

方法是从FineReport报表软件中进入：
打开设计器，选择“服务器”，点击“报表平台管理”，即可进入。用户首次进入报表平台，系统会要求填写管理员的账户和密码，设定好后，点击“进入数据决策系统”即可。

‘贰’ Python智能办公是学些什么

您好！关于您提的“Python智能办公是学些什么？”这个问题，我的回答是：

Python由荷兰数学和计算机科学研究学会的Guido van Rossum于1990 年代初设计，作为一门叫做ABC语言的替代品。 Python提供了高效的高级数据结构，还能简单有效地面向对象编程。Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言， 随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。

Python解释器易于扩展，可以使用C或C++(或者其他可以通过C调用的语言)扩展新的功能和数据类型。 Python 也可用于可定制化软件中的扩展程序语言。Python丰富的标准库，提供了适用于各个主要系统平台的源码或机器码。

2021年10月，语言流行指数的编译器Tiobe将Python加冕为最受欢迎的编程语言，20年来首次将其置于Java、C和JavaScript之上。

一、Python基础，主要学习内容包括：计算机组成原理、Python开发环境、Python变量、流程控制语句（选择、循环）、数据容器（列表、元组、字典、集合）、函数及其应用、文件操作、模块与包、异常处理、面向对象、飞机大战游戏设计与PyEcharts数据可视化。

二、Python高级，主要学习内容包括：并发编程（多任务编程）、网络编程（了解网络通信协议、HTTP、HTTPS）、数据库编程（Mysql基础、高级、多表查询、事务处理、索引优化、主从复制、Kettle ETL工具、数据可视化展示FineBI或Tableau）、Linux操作系统（操作系统概述、常用Linux命令、网络配置、软件安装与卸载等）、Python高级及正则表达式、mini-web框架之FastAPI。

三、Python爬虫，主要学习内容包括：爬虫基础知识（爬虫的概念和作用、爬虫的流程、http与https协议、浏览器开发者工具的使用）、requests模块（使用requests爬取网络贴吧）、数据爬取（正则模块re、jsonpath、bs4、xpath、lxml）、selenium（selenium自动化测试工具在爬虫中的应用、反爬与反反爬（主要讲解的是在爬虫的中遇到的反爬和如何进行反反爬）、scrapy 框架、八爪鱼数据采集工具的使用等等。

四、Pandas数据分析，主要学习内容包括：Python数据分析介绍及环境搭建、Pandas的DataFrame、Pandas数据结构、Pandas数据分析入门、Pandas数据清洗、Pandas数据处理、Pandas数据可视化。

五、Python办公自动化，主要学习内容包括：使用Python操作Excel、配合MySQL数据库自动生成报表、使用Python快速生成Word文档、PDF也能实现快速自动化、PPT自动化处理、Python实现数据图表与可视化、Python邮件自动化处理、Web自动化操作。

希望我的回答可以帮到您！

‘叁’ 如何使用python 统计网站访问量并生成报表

统计网站访问量
统计出每个IP的访问量有多少？（从日志文件中查找）

#!/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()通过指定分隔符对字符串进行切片，默认为所有的空字符；split分隔后是一个列表，[0]表示取其第一个元素；
list.append(ip)//追加
list_num = set(list)
for j in list_num:
num = list.count(j)
print '%s : %s' %(j,num)

生成报表
#_*_coding:utf-8_*_

import MySQLdb
import xlwt
from datetime import datetime

def get_data(sql):

# 创建数据库连接.
conn = MySQLdb.connect(host='127.0.0.1',user='root'\
,passwd='123456',db='test',port=3306,charset='utf8')
# 创建游标
cur = conn.cursor()
# 执行查询，
cur.execute(sql)
# 由于查询语句仅会返回受影响的记录条数并不会返回数据库中实际的值，所以此处需要fetchall()来获取所有内容。
result = cur.fetchall()
#关闭游标
cur.close()
#关闭数据库连接
conn.close
# 返给结果给函数调用者。
return result

def write_data_to_excel(name,sql):

# 将sql作为参数传递调用get_data并将结果赋值给result,(result为一个嵌套元组)
result = get_data(sql)
# 实例化一个Workbook()对象(即excel文件)
wbk = xlwt.Workbook()
# 新建一个名为Sheet1的excel sheet。此处的cell_overwrite_ok =True是为了能对同一个单元格重复操作。
sheet = wbk.add_sheet('Sheet1',cell_overwrite_ok=True)
# 获取当前日期，得到一个datetime对象如：(2016, 8, 9, 23, 12, 23, 424000)
today = datetime.today()
# 将获取到的datetime对象仅取日期如：2016-8-9
today_date = datetime.date(today)
# 遍历result中的没个元素。
for i in xrange(len(result)):
#对result的每个子元素作遍历，
for j in xrange(len(result[i])):
#将每一行的每个元素按行号i,列号j,写入到excel中。
sheet.write(i,j,result[i][j])
# 以传递的name+当前日期作为excel名称保存。
wbk.save(name+str(today_date)+'.xls')

# 如果该文件不是被import,则执行下面代码。
if __name__ == '__main__':
#定义一个字典，key为对应的数据类型也用作excel命名，value为查询语句
db_dict = {'test':'select * from student'}
# 遍历字典每个元素的key和value。
for k,v in db_dict.items():
# 用字典的每个key和value调用write_data_to_excel函数。
write_data_to_excel(k,v)

‘肆’ 使用Python做数据分析的优点是什么

最近几年，大数据的发展程度越来越明显，很多企业由于使用了大数据分析使得企业朝着更好的方向发展，这就导致的数据分析行业的人才开始稀缺起来，对于数据分析这个工作中，是需要学会一些编程语言的，比如MATLAB，Python，Java等语言。对于初学者来说，Python是一个不错的语言，Python语言简单易懂，同时对于大数据分析有很明显的帮助。那么使用Python做数据分析的优点是什么呢？一般来说就是简单易学、语言通用、存在科学计算活跃区域等等。

首先说说Python的第一个优点，那就是简单易学。很多学过Java的朋友都知道，Python语法简单的多，代码十分容易被读写，最适合刚刚入门的朋友去学习。我们在处理数据的时候，一般都希望数据能够转化成可运算的数字形式，这样，不管是没学过编程的人还是学过编程的人都能够看懂这个数据。

Python在数据分析和交互、探索性计算以及数据可视化等方面都显得比较活跃，这就是Python作为数据分析的原因之一，python拥有numpy、matplotlib、scikit-learn、pandas、ipython等工具在科学计算方面十分有优势，尤其是pandas，在处理中型数据方面可以说有着无与伦比的优势，已经成为数据分析中流砥柱的分析工具。

Python也具有强大的编程能力，这种编程语言不同于R或者matlab，python有些非常强大的数据分析能力，并且还可以利用Python进行爬虫，写游戏，以及自动化运维，在这些领域中有着很广泛的应用，这些优点就使得一种技术去解决所有的业务服务问题，这就充分的体现的Python有利于各个业务之间的融合。如果使用Python，能够大大的提高数据分析的效率。

python是人工智能时代的通用语言

Python对于如今火热的人工智能也有一定的帮助，这是因为人工智能需要的是即时性，而Python是一种非常简洁的语言，同时有着丰富的数据库以及活跃的社区，这样就能够轻松的提取数据，从而为人工智能做出优质的服务。
通过上面的描述，想必大家已经知道了使用Python做数据分析的优点是什么了吧，Python语言得益于它的简单方便使得在大数据、数据分析以及人工智能方面都有十分明显的存在感，对于数据分析从业者以及想要进入数据分析从业者的人来说，简单易学容易上手的优势也是一个优势，所以，要做好数据分析，一定要学会Python语言。

‘伍’ Python操作Excel

因为工作上的需要，最近经常用Python对报表做Excel导入导出，特此做个笔记，方便日后查看。

首先我选择了Python-Excel下的xlrd和xlwt。需要注意的是，xlwt只支持生成xls，暂时还不支持xlsx。

读取主要是用到这两个方法，我想到就继续补充，更多用法请查阅官方文档

表格样式设置有XFStyle和easyxf两种方式

列宽在Excel里面用字符宽带来表示。xlwt以字符'0'的1/256宽为一个单位，默认表格宽度为2962，大致相当于11个字符宽度。设置Excel的列宽就大致等于，字符宽度 * 256 + 182 (有待继续考证，精度目前还行)

行高再Excel里面一般用磅来表示，磅 * 20 即是xlwt的数值。字体的大小也是用磅来设置。

设置页面方向

使用num_format_str来设置单元格类型。
特别是遇到时间的时候，Excel会自动转为May-2017这种格式，这时候就要设置为文本类型，防止自动转换

‘陆’ Python操作Excel实现自动化报表

Python操作Excel实现自动化报表

安装

python -m pip install xlrd xlwt xlutils。

基本用法

1.从指定文件路径读取excel表格，进行一定操作，然后保存到另一个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('./')
# 从指定文件路径读取excel表格
df = pd.read_excel('D:/mypaper/data/data.xlsx')
# 查看df内容

# 根据age算出出生年份，增加一列
import datetime
import os
year = datetime.datetime.now().year#获取当前系统时间对应的年份
df['birth'] = year-df['age']
df.to_excel('result.xlsx')#保存到当前工作目录，可以用os.getcwd()查看
#查看下此时df的内容，可以看到已经生成了birth这一列。

2.单元格操作

# 定义方法：读取指定目录下Excel文件某个sheet单元格的值
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

# 定义方法：单元格值及样式
write_obj_list = []
def concat_obj(cols,rows,value):
    write_obj_list.append({'cols':cols,'rows':rows,'value':value,
'style':xlwt.easyxf('font: name 宋体,height 280;alignment: horiz centre')})

# 定义方法：合并单元格
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 宋体,height 280;alignment: horiz centre')})

# 定义方法：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)
    '''
    通过get_sheet()获取的sheet有write()方法
    '''
    sheet1 = new_excel.get_sheet(0)
    '''
    1代表是修改第几个工作表里，从0开始算是第一个。此处修改第一个工作表
    '''
    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'])
    '''
   如果报错 dict_items has no attributes sort
    把syle源码中--alist.sort() 修改为----> sorted(alist) 
    一共修改2次
    '''
    new_excel.save(file_path)

#参数详解
# srows:合并的起始行数
# erows:合并的结束行数
# scols:合并的起始列数
# ecols:合并的结束列数 
# value:合并单元格后的填充值
# style:合并后填充风格：
#     font: name 宋体
#     height 280;
#     alignment: horiz centre
#     ... 与excel操作基本保持一致

(注意:该方法仅仅是将需要直行的动作保存到一个list中，真正的动作还未执行,执行动作是发生在excel_update方法中)

最终调用excel_update方法，传入每个单元格需要进行的操作和填充值的write_obj_list以及文件保存路径file_path,就可以在当前工作目录下生成想要的Excel结果文件。

注意：
1.write_obj_list支持用户自定义
2.write_obj_list也可以是根据excel_read方法读取现有待修改的excel文件（可以维持原有表格的格式）而生成

End