数据分析(二)自动生成分析报告

1. 报告生成思路概述

怎么快速一份简单的数据分析报告,注意这个报告的特点:

--网页版,可以支持在线观看或者分享HTML文件

--标题,动图,原始数据应有尽有

--支持交互,比如plotly交互画面,数据支持filter等

--各种展现方式,数字仪表盘,动图,数据表格,描述性文字等(音频,视频)

--以上报告没有写一行前端代码,完全自动生成。

--在数据分析的基础上,创建,生成,发布报告的时间大约2分钟

2. 报告生成步骤

--先安装datapane包(可以帮我们把我们上面的素材整合成一份网页报告,整合的函数就是Report):pip install datapane

--创建报告内容:比如原始数据df,动图fig1 和fig2

import plotly.express as px

df = px.data.gapminder()

fig = px.scatter(df, x="gdpPercap", y="lifeExp", animation_frame="year", animation_group="country", size="pop", color="continent", hover_name="country", log_x=True, size_max=55, range_x=[100,100000], range_y=[25,90],height=800)

fig2 = px.bar(df, x="continent", y="pop", color="continent", animation_frame="year", animation_group="country", range_y=[0,4000000000],height=800)

--利用datapane整合报告:上面的报告里面,fig采用Plot来生成报告,df采用DataTable生成报告,还有标题,数字仪表也是类似的方式生成。

import datapane as dp

report = dp.Report(

"# GDP分析报告",

"## 公众号:数据如琥珀",

dp.Group(dp.BigNumber(heading="中国", value=2),

dp.BigNumber(heading="GDP", value="17.7万亿"),columns=2,),

dp.Group(dp.Plot(fig, caption="GDP增长动画"),

dp.Plot(fig2, caption="GDP柱形图"),columns=2),

dp.DataTable(df, caption="原始数据"),

)

--生成html文件,save到本地:

report.save(path='report.html', open=True, formatting=dp.ReportFormatting(width=dp.ReportWidth.FULL))

3. 完整代码(code)

复制代码
import plotly.express as px
import datapane as dp

df = px.data.gapminder()
fig = px.scatter(df, x="gdpPercap", y="lifeExp", animation_frame="year", animation_group="country",
                 size="pop", color="continent", hover_name="country",
                 log_x=True, size_max=55, range_x=[100, 20000], range_y=[25, 90], height=600)
fig2 = px.bar(df, x="continent", y="pop", color="continent", animation_frame="year", animation_group="country",
              range_y=[0, 1500000000], height=600)
report = dp.Report("# GDP分析报告", "##  title:数据分析二",
                   dp.Group(dp.BigNumber(heading="中国", value=2),
                            dp.BigNumber(heading="GDP", value="17.7万亿"), columns=2, ),
                   dp.Group(dp.Plot(fig, caption="GDP增长动画"),
                            dp.Plot(fig2, caption="GDP柱形图"), columns=2),
                   dp.DataTable(df, caption="原始数据"),
                   )
report.save(path='report.html', open=True, formatting=dp.Formatting(width=dp.Width.FULL))
相关推荐
java1234_小锋1 小时前
[免费]基于python的Flask+Vue医疗疾病数据分析大屏可视化系统(机器学习随机森林算法+requests)【论文+源码+SQL脚本】
python·机器学习·数据分析·flask·疾病数据分析
谅望者1 小时前
数据分析笔记10:数据容器
笔记·数据挖掘·数据分析
谅望者1 小时前
数据分析笔记05:区间估计
笔记·数据挖掘·数据分析
Dev7z2 小时前
基于图像处理与数据分析的智能答题卡识别与阅卷系统设计与实现
图像处理·人工智能·数据分析
权泽谦2 小时前
Java 在机器学习中的应用:基于 DL4J 与 Weka 的完整实战案例
java·机器学习·数据挖掘
权泽谦4 小时前
脑肿瘤分割与分类的人工智能研究报告
人工智能·分类·数据挖掘
xuehaikj6 小时前
【甲状腺病理AI】基于YOLO11-SOEP的甲状腺乳头状癌病理特征识别与分类系统研究
人工智能·分类·数据挖掘
谅望者17 小时前
数据分析笔记06:假设检验
笔记·数据挖掘·数据分析
源码之家18 小时前
机器学习:基于大数据二手房房价预测与分析系统 可视化 线性回归预测算法 Django框架 链家网站 二手房 计算机毕业设计✅
大数据·算法·机器学习·数据分析·spark·线性回归·推荐算法
可观测性用观测云19 小时前
利用CMDB数据实现指标业务维度的动态扩展
数据分析