org.apache.poi Excel列与行都是动态生成的_表哥表姐！送你一个远超Excel还支持Python的免费数据分析工具...

KNIME简介：

还在傻傻的用Excel做数据分析？这里将一个已经问世10多年的强大数据分析工具推荐给大家---KNIME。

强大数据分析工具

KNIME数据分析平台的长项就是其强大的数据和工具的集成能力：不仅仅能做常规数据分析，还能玩大数据---与第三方的大数据框架集成其通过大数据组件的扩展(Big Data Extension)能够方便的和Apache的Hadoop和Spark等大数据框架集成在一起，强大吧。

支持数据格式多。不但支持纯文本，数据库，文档，图像，网络，甚至还支持基于Hadoop的数据格式。

俗话说一个好汉三个帮。KNIME还支持多种数据分析工具和语言，包括支持R语言和Python语言。

当然，结果分析出来不可视化出美丽报表，也是不不行的。所以，强大的可视化功能也是必须的。它提供了易于使用的图形化接口，能够把分析结果通过生动形象的图形展示给用户。最最最重要的是其提供了1500多个模块，且现在模块数量还在不断的增长。

提供了易于使用的图形化接口，能够把分析结果通过生动形象的图形展示给用户

强大的各种数据文件支持也是Excel望尘莫及的。主要的文件格式和数据库数据格式一个不拉， XML, JSON, 图形, 文档等。

居然还支持AI，什么机器学习，深度学习都不在话下。而且让使用这些高大上的功能非常容易，看看这些AI学习库就心动： H2O，Keras，Scikit-Learn等。

当然，最后给老板看的报表功能也是全面支持，不仅提供基于Web报告，还支持酷炫的数据视图的展示，并能让老板看的瞠目结舌的，动态工作流设计也支持。

并能让老板看的瞠目结舌的

KNIME的发展简史

KNIME的核心架构，基于JAVA+eclipse编写。

KNIME功能丰富，集成了各种其他的开源项目，例如从机器学习算法的Weka，统计包R项目，以及LIBSVM，JFreeChart的，ImageJ的和化学开发工具包。

分析基本步骤

KNIME可以通过可视化组件的拖拽，在工作流图上通过数据获取，数据处理，数据分析，部署应用等步骤对数据进行引入，处理和部署整套流程。

分析基本步骤

KNIME结合Python进行数据分析

KNIME繁多的数据读取，处理等功能组件玲琅满目，刚开始大家肯定会眼花缭乱，光是了解模块就得花上不少的时间。能不能马上结合我们的Python技能，结合KNIME马上开始分析呢？问到点子上了。下面就结合Python在KNIME里进行快速数据分析。

首先，需要在KNIME里安装支持Python的组件。

在KNIME的UI里，点“File”->”INSTALL Knime Extension”。

安装以下组件：

• KNIME Python Integration，安装后可以使用‘Python Script’和‘Python View’ node
• KNIME Report Designer

安装完毕后进入实战环节。

1. 新建一个workflow。拖入一个csvreader 组件，并设置好读取的csv文件和参数。

2. 拖入一个Python Script (1=>1)组件。将csv reader连线到该组件，双击Python Script组件，查看Python程序。(注意不用修改)

简单解释下，该组件里，Python程序从input_table里得到csv reader的读取数据流，然后处理后，把结果放到output_table，这个变量即是该组件对后面传递的变量。当然，如果有处理逻辑，可以利用python程序对input_table进行处理后再赋予output_table。

3.数据已经生成，下面要进行可视化了。拖入一个Python View组件。双击该组件，输入图示代码，利用输入数据可视化，做bar图，并存到svg格式，并把图片内容放到输出变量output_image里。

Python代码如下：

from io import BytesIO# Only use numeric columnsdata = input_table._get_numeric_data()# Replace row ID by numberdata.index = range(0, len(data))# Create buffer to write intobuffer = BytesIO()# Create plot and write it into the bufferdata.plot().get_figure().savefig(buffer, format='svg')# The output is the content of the bufferoutput_image = buffer.getvalue()

4.最后，把可视化图片呈现出来。拖入Image To Report组件，把输出结果连接到该组件。点中该组件，右击鼠标，调出执行菜单，选择”Excute and Open View”，执行。

最后可视化结果输出如下：

强大的KNIME+Python,从数据读取，处理，到可视化都搞定了，喜欢吧！赶快扔掉Excel，进入新的支持Python分析平台吧。