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
DataGear10 小时前
如何在DataGear 5.4.1 中快速制作SQL服务端分页的数据表格看板
javascript·数据库·sql·信息可视化·数据分析·echarts·数据可视化
王小王-12311 小时前
基于Hadoop的京东厨具商品数据分析及商品价格预测系统的设计与实现
hadoop·数据分析·京东厨具·厨具分析·商品分析
可观测性用观测云12 小时前
Cloudflare 日志采集和分析最佳实践
数据分析
真智AI13 小时前
AI智能体时代来临:数据分析的变革与自动化之路
人工智能·数据分析·自动化
程序员阿超的博客15 小时前
Python 数据分析与机器学习入门 (五):Matplotlib 数据可视化基础
python·信息可视化·数据分析·matplotlib·数据可视化·python教程·pyplot
顾道长生'15 小时前
(Arxiv-2024)自回归模型优于扩散:Llama用于可扩展的图像生成
计算机视觉·数据挖掘·llama·自回归模型·多模态生成与理解
蓝婷儿21 小时前
Python 数据分析与可视化 Day 14 - 建模复盘 + 多模型评估对比(逻辑回归 vs 决策树)
python·数据分析·逻辑回归
好开心啊没烦恼1 天前
Python:线性代数,向量内积谐音记忆。
开发语言·python·线性代数·数据挖掘·数据分析
过期的秋刀鱼!1 天前
用“做饭”理解数据分析流程(Excel三件套实战)
数据挖掘·数据分析·excel·powerbi·数据分析入门
小庞在加油1 天前
《dlib库中的聚类》算法详解:从原理到实践
c++·算法·机器学习·数据挖掘·聚类