python自动生成分析报告_利用python生成pptx分析报告的工具包：reportgen！太吊了！...

2、通用数据的分析

在这个分析报告中，我会对DataFrame数据的每一个字段进行分析，判断它们的类型，然后画出合适的图表。对于因子变量，自动绘制柱状图或条形图；对于数值型变量，自动绘制出拟合的分布图；对于一般的文本，自动绘制词云。同时也会给出一个统计表格，内含各个变量的场景统计数据，如最大值、最小值、均值、标准差、唯一数个数、缺失率等。下面是一个例子，代码和数据可在我的github中寻找。

它会生成如下 pptx 文件

另外这里有一些过程函数也推荐给大家

特征统计分析

数据预处理

信息论相关度量函数

机器学习模型辅助建模函数

3、问卷型数据分析

问卷数据涉及到各种题型，包括单选题、多选题、填空题、矩阵多选题、排序题等等。不管是

频数统计还是交叉分析，单选题都很好处理, 但其他题目就相对复杂的多，比如单选题和多选题

之间的交叉统计，多选题和多选题之间的交叉统计等。

为了能使用统一的函数进行常规分析，本工具包使用专门针对问卷设计的数据类型(或者说编码方式)。在这种类型中，每一份问卷都有两个文件，data 和 code ,它们的含义如下：

1).data：按选项序号编码的数据(csv、xlsx等都可以)。具体的示例如下：

Q1Q2Q3_A1Q3_A2Q3_A3Q3_A4111010

120010

111001

230110

121010

140101

221010

110101

221010

其中 Q1、Q2是单选题，在Q1中，1代表男，2代表女。Q3是多选题，一共有四个选项，分别代表 Q3_A1:'旅游',Q3_A2:'健身',Q3_A3:'艺术',Q3_A4:'养生'. 多选题常用这种01矩阵存储。

Report 是一个类，可以打开 pptx文件从中获取信息并新建 slide.

首先是初始化，

import reportgen as rpt# 导入分析报告prs=rpt.Report()#prs = rpt.Report(filename='分析报告.pptx')

函数默认会打开reportgen自带的模板文件(路径是~\reportgen\template\template.pptx)， 大家也可以自己指定其他文件。

对于存在内容的 pptx，Report能轻松实现获取所有的文本和图片

#获取分析报告中所有的文本prs.get_texts()#获取分析报告中所有的图片prs.get_images()

同时你也能很简单的创建一页新的 slide

data=pd.DataFrame(np.random.randint(100,1000,size=(3,4)),index=['品牌A','品牌B','品牌C'],columns=['Q1','Q2','Q3','Q4'])slide_data={'data':data,'slide_type':'chart','type':'COLUMN_CLUSTERED'}prs.add_slide(data=slide_data,title='品牌销量',summary='品牌销量',footnote='')

在上面的脚本中，我们添加了一张各品牌的销量分布图，图表类型是柱状图。

谢谢阅读！！