1. 開發(fā)環(huán)境
- Windows 10 企業(yè)版
- Pycharm 2019.01 EAP Community Edition
- Python 3.7
2. 前言
爬取四川省統(tǒng)計局數據Matplotlib繪圖，生成了大量數據圖。希望將其自動化保存到word文檔中，形成報告。
3. 數據可視化
3.1 數據整理及篩選
見上篇文檔。
3.2 數據繪圖
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號
#有中文出現(xiàn)的情況，需要u'內容'
x = file_name #這是繪圖的x軸
y_lst = [] #用來存儲y值
y_label_lst = [] #用來存儲label值
color = ['#0072BC','#ED1C24','red','blue'] #顏色枚舉量
fig_num = 0
for i in range(len(yy_data_lst)):
data_index = data_index_lst[i]
for k in range(len(data_index)): # 繪圖的x軸指示
if k == 0:
continue
else:
for j in range(len(yy_data_lst[i])):
yy_data = yy_data_lst[i][j]
y_lst.append((yy_data.loc[:, k]).tolist()) #從數據中提取某一列的數據作為y軸數據
y_label_lst.append((yy_data.iloc[0,0])) #提取首行首列為label信息
for m in range(len(y_lst)):
y_lst[m] = [0 if x == '' else x for x in y_lst[m]]
y_lst[m] = [0 if x == 'NaN' else x for x in y_lst[m]]
print(y_lst[m])
if len(y_lst[m]) < len(x): #如果獲取到的數據列表長度小于橫軸，則數據無效。
break
plt.plot(x, y_lst[m], label=y_label_lst[m],color = color[m])
plt.ylabel(u'數值')
plt.xlabel(u'月份')
plt.title(u"四川省統(tǒng)計局2-11月統(tǒng)計結果\n"+str(data_index[k]))
plt.legend()
plt.savefig('./figs/' + 'fig_' + str(fig_num) + '_' + str(data_index[k]) + '.png')
plt.show()
plt.pause(0.5) # 顯示秒數
plt.close("all")
y_lst = []
y_label_lst = []
fig_num +=1
-
Matplotlib模塊繪圖時，添加中文字符采用以下代碼實現(xiàn)：
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號
#有中文出現(xiàn)的情況，需要u'內容'
-
繪圖的數據采用列表進行輸入，如下圖所示，兩個列表分別表示了
累計和同比的數據結果。
數據結果 -
繪制的圖片如下圖所示
繪圖
居民消費總指數
4. 圖片生成
生成的大量圖表
5. 報告組裝
5.1 Word文檔生成
docx模塊中提供了使用案例，采用如下案例可以自動生成一個demo.docx的文檔。
# encoding: utf-8
"""
@version: 1.0
@author: Jarrett
@file: docx_input
@time: 2020/1/30 9:54
"""
from docx import Document
from docx.shared import Inches
document = Document()
document.add_heading('Document Title', 0)
p = document.add_paragraph('A plain paragraph having some ')
p.add_run('bold').bold = True
p.add_run(' and some ')
p.add_run('italic.').italic = True
document.add_heading('Heading, level 1', level=1)
document.add_paragraph('Intense quote', style='Intense Quote')
document.add_paragraph(
'first item in unordered list', style='List Bullet'
)
document.add_paragraph(
'first item in ordered list', style='List Number'
)
document.add_picture('QR.png', width=Inches(1.25))
records = (
(3, '101', 'Spam'),
(7, '422', 'Eggs'),
(4, '631', 'Spam, spam, eggs, and spam')
)
table = document.add_table(rows=1, cols=3)
hdr_cells = table.rows[0].cells
hdr_cells[0].text = 'Qty'
hdr_cells[1].text = 'Id'
hdr_cells[2].text = 'Desc'
for qty, id, desc in records:
row_cells = table.add_row().cells
row_cells[0].text = str(qty)
row_cells[1].text = id
row_cells[2].text = desc
document.add_page_break()
document.save('demo.docx')
從以上代碼中可以看出：
-
document.add_heading('Document Title', 0)向文檔中輸入一個標題。 -
p = document.add_paragraph('A plain paragraph having some ')向文檔中輸入一個段落，引號中的內容為段落的文本。 -
document.add_picture('QR.png', width=Inches(1.25))docx模塊向文檔中添加一個名稱為QR.png的圖片。
掌握以上三個生成word文檔的基本語句以后，可以生成數據統(tǒng)計圖報告。
5.2 報告生成
# encoding: utf-8
"""
@version: 1.0
@author: Jarrett_UESTC
@file: png2word
@time: 2020/1/31 11:29
"""
import os
from docx import Document
from docx.shared import Inches
from docx.enum.text import WD_ALIGN_PARAGRAPH
import re #正則表達式
path = '../figs'
Filelist = []
File_name_lst = []
for home, dirs, files in os.walk(path):
for filename in files:
# 文件名列表，包含完整路徑
Filelist.append(os.path.join(home, filename))
# # 文件名列表，只包含文件名
# re.findall(r'\d',str1)
File_name_lst.append(filename)
print(Filelist)
print(File_name_lst)
document = Document() #實例化Document
document.add_heading('四川省統(tǒng)計局2-11月統(tǒng)計數據', 0)
for i in range(len(File_name_lst)):
#添加圖片
document.add_picture(Filelist[i], width=Inches(5))
#-----以下代碼用來將圖片居中----------#
last_paragraph = document.paragraphs[-1]
last_paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER # 圖片居中設置
document.styles['Normal'].font.name = u'黑體'
p = document.add_paragraph()
p.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.CENTER
fig_txt = re.findall(r"[\u4e00-\u9fa5]",File_name_lst[i]) #采用正則表達式，提取文件名中的中文字符。
run = p.add_run(fig_txt)
document.add_page_break()
document.save('result.docx')
os.walk(path)是瀏覽路徑下的所有的文件夾、文件名和文件路徑等。
將獲取的文件路徑和文件名保存在Filelist和File_name_lst中。
以下圖片是從./figs路徑中獲取到的所有圖片路徑和圖片名。
讀取的圖片路徑和圖片文件名
-
document = Document() #實例化Document實例化類
document.add_heading('四川省統(tǒng)計局2-11月統(tǒng)計數據', 0)首先向文檔中添加標題 - 由于
docx模塊向文檔中添加的圖片默認是左對齊，因此采用以下代碼將圖片居中對齊。
#添加圖片
document.add_picture(Filelist[i], width=Inches(5))
#-----以下代碼用來將圖片居中----------#
last_paragraph = document.paragraphs[-1]
last_paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER # 圖片居中設置
-
docx添加的題圖默認是左對齊。添加的段落文字居中對齊采用以下方法實現(xiàn)：
document.styles['Normal'].font.name = u'黑體'
p = document.add_paragraph()
p.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.CENTER
fig_txt = re.findall(r"[\u4e00-\u9fa5]",File_name_lst[i]) #采用正則表達式，提取文件名中的中文字符。
run = p.add_run(fig_txt)
以上是將圖片和文字居中對齊的方式，代碼的具體原理不是很清楚。均參考網絡相關案例。
- 報告中為了指明每一張圖具體代表統(tǒng)計什么信息，必須在圖片下方添加題圖。
題圖來自于每一張圖片的文件名。采用正則表達式提取文件名中的中文信息。
例如某張圖的文件名為：fig_0_工業(yè)增加值.png，題圖需要提取其中的中文信息為：工業(yè)增加值。
采用正則表達式匹配計算器進行計算。
正則表達式匹配計算器
5.最終生成的word文檔如下所示
生成的報告圖
6. 結論與展望
6.1 采用python對數據進行處理有天然的優(yōu)勢，主要采用的python的硬核數據處理模塊pandas，對橫列軸的數據提取非?？焖俜奖?。
6.2 使用Matplotlib庫對數據進行繪圖比較方便。
6.3 自動生成word文檔采用的是docx庫，該模塊對新手非常友好，但是需要更進一步優(yōu)化文檔需要耗費很多功夫，當然這是由于生成一個漂亮的word文檔也很難。
以上。
