Datapane --python 数据分析报告开发与分享神器-CSDN博客

推荐一个python写数据分析报告的神器，前几天在微信订阅号【Python大咖谈】中有幸看到，觉得似乎很实用，便自己开始动手实操了。

链接直达：

官网地址：官网
文章地址：公众号文章地址
先看一下实操效果吧！
在这里插入图片描述
duang！duang！duang！截图效果！图上圈出部分可进行网页交互。体验满分。

实操部分

安装

以pycharm为例子,在terminal控制台输入一下代码：

pip3 install datapane

接下来就是等候一堆进度条完成。下载完成之后，进行一个简单的demo。

demo实操

1、下载数据源添加链接描述
2、我会将数据源放在项目下面，方便调用。
3、制作简单的可以下载的界面： Datapane 的 Table（表格）组件可以直接调用 DataFrame。下列代码将 DataFrame 传递至 Table 组件，只用这个组件就可以创建报告，即开篇的download表格部分

import pandas as pd
import altair as alt
import datapane as dp

dataset = pd.read_csv('./owid-covid-data.csv')
df = dataset.groupby(['continent', 'date'])['new_cases_smoothed_per_million'].mean().reset_index()
# # 可下载的csv格式
dp.Report(
     dp.Table(df)
 ).save(path='report.html', open=True)

4、有表格还不够，做点可视化作为支撑。这就要调用Plot组件。（与传统 BI 工具不同，Datapane 不依赖专用的可视化引擎，相反，它支持 Altair、Bokeh 等 Python 可视化支持库。）

import pandas as pd
import altair as alt
import datapane as dp

dataset = pd.read_csv('./owid-covid-data.csv')
df = dataset.groupby(['continent', 'date'])['new_cases_smoothed_per_million'].mean().reset_index()
# # 可下载的csv格式
# dp.Report(
#     dp.Table(df)
# ).save(path='report.html', open=True)

# 制作图表
plot = alt.Chart(df).mark_area(opacity=0.4, stroke='black').encode(
    x='date:T',
    y=alt.Y('new_cases_smoothed_per_million:Q', stack=None),
    color=alt.Color('continent:N', scale=alt.Scale(scheme='set1')),
    tooltip='continent:N'
).interactive().properties(width='container')

dp.Report(
    # 图
    dp.Plot(plot),
    # 表
    dp.Table(df)
).save(path='report.html', open=True)