利用PYTHON全自动生成分析报告

摘要：本文通过一个简单实例，介绍中的一个叫模块，可以实现全自动获取数据分析数据最终生成分析报告的全部操作。另外更有用的在于通过嵌入网络爬虫，以及对外部的接口，可以快速实现大量手工劳动才能完成的工作，提高工作效率

日常工作当中，特别是金融行业当中，有不少人的工作是提取数据，分析数据，得到可视化图表，并加入自已的研究分析结论，最终生成分析报告，并且有不少报告是定期生成，存在不少重复手工劳动。本文通过一个简单实例，介绍python中的一个叫python-doc模块，可以实现全自动获取数据-分析数据-最终生成分析报告的全部操作。

</>复制代码 
def getDataAndSavePic():
    db_engine = create_engine("oracle://lianghua:lianghua@172.16.10.101:1521/orcl", echo=False)
    DB_Session = sessionmaker(bind=db_engine)
    session = DB_Session()
    s = ("select OB_OBJECT_NAME_1090 AS STOCKNAME,"#股票名称
        "       F5_1090    AS TRDMARKETNAME,               "#交易所名称
        "       F6_1090  AS PLATENAME,                  "#版块名称
        "       F17_1090 AS TIMETOMARKET,               "#上市时间
        "       F16_1090 AS STOCKCODE                   "#股票代码
        "from wind.tb_object_1090 t where t.f4_1090="A" ")#只取A股数据
    selectsql = text(s)
    result = session.execute(selectsql)  # 执行查询语句
    df_result = pd.DataFrame(result.fetchall())
    df_result.columns = ["STOCKNAME", "TRDMARKETNAME", "PLATENAME", "TIMETOMARKET","STOCKCODE"]  # 列重命名
    df_result = df_result.set_index("STOCKCODE")
    session.close()    
    pie_file_path = r"d:
emppie.png"  #饼状图图片地址
    bar_file_path = r"d:
empar.png" #柱状图图片地址
    #绘制饼状图，分别计算主板、中小板和创业板股票的数量占比
    (
    df_result.groupby("PLATENAME")
    .count()
    .plot.pie(y="STOCKNAME",figsize=(6, 6),autopct="%.2f")
    )
    plt.savefig(pie_file_path)
    #绘制柱状图，获取不同年份上市股票的数量
    df_result["YEARTOMARKET"]=df_result["TIMETOMARKET"].map(lambda x:None if x is None else x[0:4])
    (
    df_result.groupby("YEARTOMARKET")
    .count()
    .plot.bar(y="STOCKNAME",figsize=(8, 6))
    )
    plt.savefig(bar_file_path)
    return (df_result,pie_file_path,bar_file_path)

</>复制代码 
from docx import Document
from docx.shared import Inches
def gen_docfile(df,pie_file_path,bar_file_path,doc_file_path):
    """
    :param df_result: 数据记录，用于表格显示
    :param pie_file_path: 饼图文件显示
    :param bar_file_path: 柱状图文件显示
    :param doc_file_path: 需要保存的WORK文件路径
    :return: 无返回值
    """
    # 新建一个文档
    document = Document()
    document.add_heading(u" 自动分析报告生成 ", 0)
    # 添加一个段落
    p = document.add_paragraph(u"python-doc模块是一个非常实用的用于自动生成报告的文档，可以自动根据读取的数据生成")
    p.add_run(u"图片").bold = True
    p.add_run(u" 和 ")
    p.add_run(u"表格").italic = True
    document.add_paragraph(u"python-doc模块可以用于：")
    #无序列表项
    document.add_paragraph(
        u"根据程序计算动态结果替换动态内容，如统计数字等", style="ListBullet"
    )
    document.add_paragraph(
        u"可以自动嵌入相应的图片和表格", style="ListBullet"
    )
    document.add_paragraph(
        u"支持各类样式进行调整", style="ListBullet"
    )
    document.add_paragraph(u"python-doc模块不足的地方：")
    document.add_paragraph(
        u"相对简单", style="ListNumber"
    )
    document.add_paragraph(
        u"暂不支持WORD文档模板", style="ListNumber"
    )
    document.add_heading(u"二、各板块统计", level=1)
    text=u"沪深两地的上市A股总共有%s只，其中沪市有 %s 只，深市有%s 只,各板块的数据占比如下所示"
         %(str(df["STOCKNAME"].count()),
           str(df[df["TRDMARKETNAME"]=="上海"]["STOCKNAME"].count()),
           str(df[df["TRDMARKETNAME"]=="深圳"]["STOCKNAME"].count())
           )
    document.add_paragraph(text)
    # 插入图片，文件名可以作为参数传入，由之前的程序进行传入
    document.add_picture(pie_file_path, width=Inches(5.0))
    document.add_heading(u"三、上市时间统计", level=1)
    text=u"
上市时间分布图如下所示，可以看出今明两年并不上上市的高峰期"
    document.add_paragraph(text)
    # 插入图片，文件名可以作为参数传入，由之前的程序进行传入
    document.add_picture(bar_file_path, width=Inches(5.0))
    document.add_heading(u"四、待上市新股统计", level=1)
    # 轮询上市时间为空的未上市股票,添加表格
    text=u"
待上市股票列表如下"
    df["TIMETOMARKET"]=df["TIMETOMARKET"].map(lambda x:"99991231" if x is None else x[0:4])
    df_newstock=df[df["TIMETOMARKET"]=="99991231"]
    print df_newstock
    #插入表格
    table = document.add_table(rows=len(df_newstock.index)+1, cols=3,style="Table Grid")
    hdr_cells = table.rows[0].cells
    hdr_cells[0].text = u"股票名称"
    hdr_cells[1].text = u"上市交易所"
    hdr_cells[2].text = u"上市板块"
    #编历DATAFRAME
    list_stockname=list(df_newstock["STOCKNAME"])
    list_TRDMARKETNAME=list(df_newstock["TRDMARKETNAME"])
    list_PLATENAME=list(df_newstock["PLATENAME"])
    for i in range(len(df_newstock.index)):
        row_cells = table.add_row().cells
        #注意这里PYTHON2的编码问题,多谢stackoverflow,程序员的圣地
        row_cells[0].text = unicode(list_stockname[i],"utf-8")
        row_cells[1].text = unicode(list_TRDMARKETNAME[i],"utf-8")
        row_cells[2].text = unicode(list_PLATENAME[i],"utf-8")
    document.add_page_break()
    document.save(doc_file_path)

</>复制代码 
#生成图片
(df,pie_file_path,bar_file_path)=getDataAndSavePic()
#整合到WORD文档当中
gen_docfile(df,pie_file_path,bar_file_path,r"d:
emp
est.doc")

打开d:temptest.doc,效果如下：

怎么样，是不是很方便？对于图表样式和文档样式，python的matplotlib和python-doc模块都可以修改，使用起来也非常方便。另外更有用的在于通过嵌入网络爬虫，以及对外部的接口，可以快速实现大量手工劳动才能完成的工作，提高工作效率