python开源报表工具_基于禅道统计 BUG 趋势图的 SQA 小工具 (python 版) 已开源

最新推荐文章于 2023-12-01 10:59:15 发布
最新推荐文章于 2023-12-01 10:59:15 发布
阅读量386 收藏
点赞数
文章标签： python开源报表工具

#coding=utf-8

from op_date import *

from op_mysql import *

import sys

reload(sys)

sys.setdefaultencoding('utf-8')

'''

Create by 古月随笔

'''

class config(object):

def __init__(self):

self.op_date = op_date()

# self.ms = op_mysql(host="127.0.0.1",user="root",pwd="",db="zentao")

self.ms = op_mysql(host="192.168.200.60",user="root",pwd="123456",db="zentao")

#BUG状态分类:

bugStatusList = [u'按周统计图', u'统计日期',u'新增', u'已解决',u'已关闭',u'未解决(累计)',u'延期解决(累计)',u'已关闭(累计)',u'总BUG数']

#xxxx产品&项目

hengha = [[u"哼哈微信端"],[u"哼哈商户端(android)"],[u"哼哈商户端(iOS)"],[u"哼哈后台"],[u"哼哈生活(产品)"]]

#花xxxxx产品&项目

hengha_week = [u"哼哈微信端",u"哼哈商户端(android)",u"哼哈商户端(iOS)",u"哼哈后台",u"哼哈生活(产品)"]

#ERP

erpyuvmp = [[u"ERP2.0(产品)"],[u"CRM(产品)"],[u"VMP(产品)"]]

#ERP

erpyuvmp_week = [u"ERP2.0(产品)",u"CRM(产品)",u"VMP(产品)"]

def BugCountByProject(self,projectNo,sql_date):

ms = self.ms

data = []

projectNo = int(projectNo)

date_result = self.op_date.week_get(sql_date)

start_date = date_result[0][0]

end_date = date_result[1][0]

#查找一个星期内新增的BUG数openedDate 例如今天为2016-01-04 00:00:00，输入这个时间后，会自动查询2015-12-28 00:00:00---2016-01-03 23:59:59时间段内BUG

AllNewBugCount_OneWeek = "select count(*) from zt_bug where project = '%d' and deleted = '0' and openedDate >= '%s' and openedDate <= '%s'"%(projectNo,start_date,end_date)

#查找一个星期内已解决的BUG数(以最近的星期天为准，计算星期一到星期天,包含本周 解决到关闭的BUG) resolvedDate

AllResolvedBugCount_OneWeek = "select count(*) from zt_bug where project = '%d' and deleted = '0' and `status` <> 'active' and resolution <> 'postponed' and resolvedDate >= '%s' and resolvedDate <= '%s'"%(projectNo,start_date,end_date)

#查找所有未解决BUG数(以最近的星期天为准，计算星期一到星期天)（当前显示BUG状态为未解决的。包含当前还没被解决的、之前遗留的未解决、以及reopen的BUG（累计数据））

AllNotResolvedBugCount = "select count(*) from zt_bug where project = '%d' and deleted = '0' and `status` = 'active' and openedDate <= '%s'"%(projectNo,end_date)

#查找用户所有延期解决的问题

AllPostponedBugCount = "select count(*) from zt_bug where project = '%d' and deleted = '0' and `status` <> 'closed' and resolution = 'postponed' and resolvedDate <= '%s'"%(projectNo,end_date)

#查找 一个星期内已关闭的BUG数(以最近的星期天为准，计算星期一到星期天) closedDate

AllClosedBugCount_OneWeek = "select count(*) from zt_bug where project = '%d' and deleted = '0' and `status` = 'closed' and closedDate >= '%s' and closedDate <= '%s'"%(projectNo,start_date,end_date)

#查找 已关闭BUG数(累计)

AllClosedBugCount = "select count(*) from zt_bug where project = '%d' and deleted = '0' and `status` = 'closed' and closedDate <= '%s'"%(projectNo,end_date)

#查找 总BUG数

AllBugCount = "select count(*) from zt_bug where project = '%d' and deleted = '0' and openedDate <='%s'"%(projectNo,end_date)

#新增

dAllNewBugCount_OneWeek = ms.ExecQuery(AllNewBugCount_OneWeek)[0][0]

#已解决

dAllResolvedBugCount_OneWeek = ms.ExecQuery(AllResolvedBugCount_OneWeek)[0][0]

#已关闭

dAllClosedBugCount_OneWeek = ms.ExecQuery(AllClosedBugCount_OneWeek)[0][0]

#未解决(累计数据)

dAllNotResolvedBugCount = ms.ExecQuery(AllNotResolvedBugCount)[0][0]

#延期解决(累计数据)

dAllPostponedBugCount = ms.ExecQuery(AllPostponedBugCount)[0][0]

#已关闭(累计)

dAllClosedBugCount = ms.ExecQuery(AllClosedBugCount)[0][0]

#总BUG数

dAllBugCount = ms.ExecQuery(AllBugCount)[0][0]

data = ["%s~%s"%(start_date[:-9],end_date[:-9]),dAllNewBugCount_OneWeek,dAllResolvedBugCount_OneWeek,dAllClosedBugCount_OneWeek,dAllNotResolvedBugCount,dAllPostponedBugCount,dAllClosedBugCount,dAllBugCount]

return data

def BugCountByProduct(self,productNo,sql_date):

ms = self.ms

data = []

productNo = int(productNo)

date_result = self.op_date.week_get(sql_date)

start_date = date_result[0][0]

end_date = date_result[1][0]

#查找一个星期内新增的BUG数openedDate 例如今天为2016-01-04 00:00:00，输入这个时间后，会自动查询2015-12-28 00:00:00---2016-01-03 23:59:59时间段内BUG

AllNewBugCount_OneWeek = "select count(*) from zt_bug where product = '%d' and deleted = '0' and openedDate >= '%s' and openedDate <= '%s'"%(productNo,start_date,end_date)

#查找一个星期内已解决的BUG数(以最近的星期天为准，计算星期一到星期天) resolvedDate

AllResolvedBugCount_OneWeek = "select count(*) from zt_bug where product = '%d' and deleted = '0' and `status` <> 'active' and resolution <> 'postponed' and resolvedDate >= '%s' and resolvedDate <= '%s'"%(productNo,start_date,end_date)

#查找 一个星期内已关闭的BUG数(以最近的星期天为准，计算星期一到星期天) closedDate

AllClosedBugCount_OneWeek = "select count(*) from zt_bug where product = '%d' and deleted = '0' and `status` = 'closed' and closedDate >= '%s' and closedDate <= '%s'"%(productNo,start_date,end_date)

#查找所有未解决BUG数(以最近的星期天为准，计算星期一到星期天)（当前显示BUG状态为未解决的。包含当前还没被解决的、之前遗留的未解决、以及reopen的BUG（累计数据））

AllNotResolvedBugCount = "select count(*) from zt_bug where product = '%d' and deleted = '0' and `status` = 'active' and openedDate <= '%s'"%(productNo,end_date)

#查找用户所有延期解决的问题

AllPostponedBugCount = "select count(*) from zt_bug where product = '%d' and deleted = '0' and `status` <> 'closed' and resolution = 'postponed'and resolvedDate <= '%s'"%(productNo,end_date)

#查找 已关闭BUG数(累计)

AllClosedBugCount = "select count(*) from zt_bug where product = '%d' and deleted = '0' and `status` = 'closed' and closedDate <= '%s'"%(productNo,end_date)

#查找 总BUG数

AllBugCount = "select count(*) from zt_bug where product = '%d' and deleted = '0'and openedDate <='%s'"%(productNo,end_date)

#新增

dAllNewBugCount_OneWeek = ms.ExecQuery(AllNewBugCount_OneWeek)[0][0]

#已解决

dAllResolvedBugCount_OneWeek = ms.ExecQuery(AllResolvedBugCount_OneWeek)[0][0]

#已关闭

dAllClosedBugCount_OneWeek = ms.ExecQuery(AllClosedBugCount_OneWeek)[0][0]

#未解决(累计数据)

dAllNotResolvedBugCount = ms.ExecQuery(AllNotResolvedBugCount)[0][0]

#延期解决(累计数据)

dAllPostponedBugCount = ms.ExecQuery(AllPostponedBugCount)[0][0]

#已关闭(累计)

dAllClosedBugCount = ms.ExecQuery(AllClosedBugCount)[0][0]

#总BUG数

dAllBugCount = ms.ExecQuery(AllBugCount)[0][0]

data = ["%s~%s"%(start_date[:-9],end_date[:-9]),dAllNewBugCount_OneWeek,dAllResolvedBugCount_OneWeek,dAllClosedBugCount_OneWeek,dAllNotResolvedBugCount,dAllPostponedBugCount,dAllClosedBugCount,dAllBugCount]

return data

"""

花啦生活:

按project统计

花啦生活-微信用户端：37

花啦生活--商户端:39

花啦生活--运营后台:38

ERP&CRM(Product):

按照产品编号来进行统计

ERP2.0 : 3

CRM:25

VMP :7

"""

'''

花啦生活(project)

'''

#哼哈生活-微信用户端：37

henghawx_pjct = 37

#哼哈生活--商户端(android):39

henghashandroid_pjct = 39

#哼哈生活-商户端（IOS）:64

henghashios_pjct = 64

#哼哈生活--运营后台:38

henghayy_pjct = 38

#哼哈生活 ： 22(产品)

hengha_pdct = 22

hh_pjct = [henghawx_pjct,henghashandroid_pjct,henghashios_pjct,henghayy_pjct]

hh_pdct = [hengha_pdct]

'''

ERP&CRM(Product):

'''

# ERP2.0 : 3

erp_pdct = 3

# CRM:25

crm_pdct = 25

# VMP :7

vmp_pdct = 7

erp_pdct_list = [erp_pdct,crm_pdct,vmp_pdct]

if __name__ == "__main__":

cn = config()

data = []

result1 = cn.BugCountByProject(cn.henghawx_pjct,"2016-01-06 00:00:00")

data.append(result1)

result2 = cn.BugCountByProject(cn.henghash_pjct,"2016-01-06 00:00:00")

data.append(result2)

result3 = cn.BugCountByProject(cn.henghayy_pjct,"2016-01-06 00:00:00")

data.append(result3)

print data

weixin_39583751
关注
python操作yaml文件_python操作yaml说明
weixin_42508215的博客
02-10 1412
1. 安装PyYAMLpip install PyYAML2. 加载yaml文件直接使用yaml.load()函数demo.yml :kind: DeploymentapiVersion: apps/v1metadata:name: podinfonamespace: yaml-demospec:replicas: 1selector:matchLabels:app: podinfotemplat...
Bug Logging application-开源
04-24
【描述】：这个“Bug Logging application”是一个开源的错误记录工具，专为简化质量保证（QA）过程而设计。它的存在使得在软件开发过程中发现并跟踪问题变得更加高效。Rod Gurov，一位经验丰富的SQA（Software ...
python 报表--reportlab
04-11
它是一款python报表的工具,使用方便、灵活，完全可媲美与poi、jexcel，但在节约计算机资源上是无法与之相比的！
python 决策报表_FineReport报表工具8.0版本功能之“带你飞”的数据决策系统
weixin_36401794的博客
01-14 271
2015年，FineReport又要有新版本出现了，据说这次的版本经典程度堪比FineReport6.5。今天就来看看FineReport V8.0中对数据决策平台功能改进。(一)系统风格简洁化默认的数据决策系统的风格叫7.1.1，十分简洁商务，同时新增“模板查询功能”，方便用户快速查找报表。FineReport V8.0决策系统彻底全面开放系统外观的API，用户可以自定义决策系统主题。(二)人性...
python数据维度小测试_Python数据统计之禅道BUG统计且自动发送测试报告
weixin_39671405的博客
12-05 316
importpymysqlfrom auto_report.o_util importspread,list_dicfrom auto_report.setting importdb#建立数据库连接及执行defconnect_db(sql):conn= pymysql.connect( **db,charset='utf8',autocommit=True)cur= conn.cursor()...
想靠Python制作报表？入门不易精通难。还是这个工具操作简单
Leo的博客
11-25 463
Python有多火热，不需要我罗列具体的数据，仅大家回想下见过多少广告就知道。Python最初是由数据分析带起来的，号称自动化办公，表格处理，数据分析，图表制作吸引了一大波人。不过等真的感兴趣想要学习的时候，大家又被一堆代码拦在了门口，说到底Python并非真的适合普通人的职场办公，因为它确实有一定的学习门槛。那是否就意味着大家还是只能回到原来的办公阶段？既然提出这个问题，我自然找到了Python的最佳替代—FineReport工具。
python开源报表工具_7 款 Python 数据图表工具的比较
weixin_39869432的博客
11-29 400
画弧线在地图上看到所有的航空路线是很酷的，幸运的是，我们可以使用 basemap 来做这件事。我们将画弧线连接所有的机场出发地和目的地。每个弧线想展示一个段都航线的路径。不幸的是，展示所有的线路又有太多的路由，这将会是一团糟。替代，我们只现实前 3000 个路由。# Make a base map with a mercator projection. Draw the coastlines.m...
SQA Toolkit:软件质量保证工具包-开源
04-25
该项目是良好但被放弃的RTH（代表需求和测试中心）的一个分支。 我们的目标是稳定项目，然后添加额外的功能，并将其链接到外部软件（Selenium，JMeter ...）。 在进入Alpha测试之前，我们会定期发布开发者预览。
模拟退火 (SA) 和模拟量子退火 (SQA) 与路径积分蒙特卡罗 (PIQMC) 的实现。代码接口是用 Python 3 编写
06-21
该存储库包含模拟退火 (SA) 和模拟量子退火 (SQA) 与路径积分蒙特卡罗 (PIQMC) 的实现。代码接口是用 Python 3 编写的，蒙特卡洛采样是用 Cython 编写的。此代码用于生成本文https://arxiv.org/abs/2101.10154的一些...
SQA.rar_SQA_quality assurance
09-23
"SQA.rar_SQA_quality assurance" 提供了一个关于软件质量保证计划的模板，这对于任何希望规范其开发流程、提高产品质量的团队都是极其宝贵的资源。 **SQA计划**通常包括以下关键组成部分： 1. **项目背景**：这...
Python+Pyechart+PyCharm工具实现可视化报表实例
12-24
Python+Pyechart+PyCharm工具实现可视化报表实例：柱状图、展示地图、日历图、漏斗图、水滴图
可用于实战的Python 报表系统库--Geraldo
06-18
可用于实战的Python 报表系统库--Geraldo Geraldo是一适用于Python和Django的报表引擎,采用ReportLab和PIL可以生成具有页头,页脚,子标题,汇总标题以及包含图片元素等等格式的报表
使用Python快速制作可视化报表的方法
12-31
我们可以试用可视化包——Pyechart。 Echarts是百度开源的一个数据可视化JS库，主要用于数据可视化。 pyecharts是一个用于生成Echarts图标的类库。实际就是Echarts与Python的对接。 安装 pyecharts兼容Python2和Python3。执行代码： pip install pyecharts(快捷键Windows+R——输入cmd) 初级图表 1.柱状图/条形图 from pyecharts import Bar attr=[衬衫,羊毛衫,雪纺衫,裤子,高跟鞋,袜子] v1=[5,20,36,10,75,90] v2=[10,2
禅道统计测试报告数据
12-26
#1.测试阶段 发现BUG展示 #2.自己算,如下sql需要自己统计数值 #3.测试阶段 发现BUG展示 #4.测试阶段处理BUG情况图 #5.历史Bug遗留（延期处理） #6.自己算,如下sql需要自己统计数值
python自动处理数据生成报表
weixin_33882452的博客
06-13 1055
使用模块xlsxwriterimport xlsxwriterworkbook = xlsxwriter.Workbook('chart.xlsx')#创建一个Excel文件worksheet = workbook.add_worksheet() #创建一个工作表对象chart = workbook.add_chart({'type': 'c...
这里有8个流行的Python可视化工具包，你喜欢哪个？
weixin_34354945的博客
04-29 4146
喜欢用 Python 做项目的小伙伴不免会遇到这种情况：做图表时，用哪种好看又实用的可视化工具包呢？之前文章里出现过漂亮的图表时，也总有读者在后台留言问该图表时用什么工具做的。下面，作者介绍了八种在 Python 中实现的可视化工具包，其中有些包还能用在其它语言中。快来试试你喜欢哪个？选自Medium，作者：Aaron Frederick，机器之心编译，参与：李诗萌、王淑婷。用 Python 创建...
对比Excel，轻松学习 Python 报表自动化实战！
Python学习与数据挖掘
10-13 2452
我是小z今天给大家分享一篇俊红新书《对比Excel，轻松学习Python报表自动化》中关于报表自动化实战的内容，文末也会免费赠送几本新书。这本书是俊红新作，强烈安利！这篇文章将带你了解报表自动化的流程，并教你用Python实现工作中的一个报表自动化实战，篇幅较长，建议先收藏，文章具体的目录为：1.Excel的基本组成2.一份报表自动化的流程3.报表自动化实战    - 当日各项指标同环比情况    - 当日各省份创建订单量情况    -
python 登录 禅道，并且把bug数量统计，并且生成统计图
qd1006739486的博客
01-03 5426
from bs4 import BeautifulSoup import datetime import requests import bs4 import re import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt import matplotlib.dates as mdates #处...
用Python实现报表自动化
最新发布
xiaoganbuaiuk的博客
12-01 1319
在本文中，分享了如何利用Python实现报表自动化。通过详细介绍环境设置、数据收集和准备、报表生成以及自动化流程，展示了Python的灵活性和丰富的生态系统在报表自动化中的卓越表现。从设置虚拟环境到使用Pandas和Matplotlib处理数据，再到借助APScheduler实现定期自动化，每个步骤都得到详尽阐述。本文不仅提供了理论知识，更通过丰富的示例代码展示了实际操作。无论是初学者还是有经验的开发者，都可以通过学习这一全面的报表自动化流程，更好地运用Python来优化数据处理和业务决策，提高工作效率。
面向对象软件工程解决传统困境：软件工具与Panorama/OO-SQA的使用。
其中，Panorama/OO-SQA作为一款领先的面向对象质量管理工具，为用户提供了一系列强大的功能和优势。首先，Panorama提供了业务系统规划工具，通过将企业的策略性信息需求模型化，为企业各个部门提供了一个可导出特定...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值