您好,登錄后才能下訂單哦!
本文小編為大家詳細介紹“Python如何實現(xiàn)報表自動化和自動發(fā)送到目的郵箱”,內容詳細,步驟清晰,細節(jié)處理妥當,希望這篇“Python如何實現(xiàn)報表自動化和自動發(fā)送到目的郵箱”文章能幫助大家解決疑惑,下面跟著小編的思路慢慢深入,一起來學習新知識吧。
自動化總是能夠很好的節(jié)省時間,提高我們的工作效率。讓我們的程序編程盡可能的降低每個功能實現(xiàn)代碼的耦合性,更好的維護代碼。這樣我們會節(jié)省很多時間讓我們有空去做更多有價值有意義的工作。
編碼實現(xiàn)效果正確無誤的話是是可以一直沿用的,如果是人為來操作的話反而可能會犯一些錯誤。交給固定的程序來做更加讓人放心,需求變更時僅修改部分代碼即可解決問題。
首先我們需要根據(jù)業(yè)務需求來制定我們所需要的報表,并不是每個報表都需要進行自動化的,一些復雜二次開發(fā)的指標數(shù)據(jù)要實現(xiàn)自動化編程的比較復雜的,而且可能會隱藏著各種BUG。所以我們需要對我們工作所要用到的報表的特性進行歸納,以下是我們需要綜合考慮的幾個方面:
對于一些業(yè)務上經(jīng)常需要用到的表,這些表我們可能要納入自動化程序的范圍。例如客戶信息清單、銷售額流量報表、業(yè)務流失報表、環(huán)比同比報表等。
這些使用頻率較高的報表,都很有必要進行自動化。對于那些偶爾需要使用的報表,或者是二次開發(fā)指標,需要復制統(tǒng)計的報表,這些報表就沒必要實現(xiàn)自動化了。
這就相當于成本和利率一樣,若是有些報表自動化實現(xiàn)困難,還超過了我們普通統(tǒng)計分析所需要的時間,就沒必要去實現(xiàn)自動化。所以開始自動化工作的時候要衡量一下開發(fā)腳本所耗費的時間和人工做表所耗費的時間哪個更短了。當然我會提供一套實現(xiàn)方案,但是僅對一些常用簡單的報表。
對于我們報表每個過程和步驟,每個公司都有所不同,我們需要根據(jù)業(yè)務場景去編碼實現(xiàn)各個步驟功能。所以我們制作的流程應該是符合業(yè)務邏輯的,制作的程序也應該是符合邏輯的。
首先我們需要知道我們需要什么指標:
指標
總體概覽指標
反映某一數(shù)據(jù)指標的整體大小
對比性指標
環(huán)比
相鄰時間段內的指標直接作差
同比
相鄰時間段內某一共同時間點上指標的對比
集中趨勢指標
中位數(shù)
眾數(shù)
平均數(shù)/加權平均數(shù)
離散程度指標
標準差
方差
四分位數(shù)
全距(極差)
最大界減最小界
相關性指標
r
我們拿一個簡單的報表來進行模擬實現(xiàn):
首先我們要了解我們的數(shù)據(jù)是從哪里來的,也就是數(shù)據(jù)源。我們最終的數(shù)據(jù)處理都是轉化為DataFrame來進行分析的,所以需要對數(shù)據(jù)源進行轉化為DataFrame形式:
import pandas as pd import json import pymysql from sqlalchemy import create_engine # 打開數(shù)據(jù)庫連接 conn = pymysql.connect(host='localhost', port=3306, user='root', passwd='xxxx', charset = 'utf8' ) engine=create_engine('mysql+pymysql://root:xxxx@localhost/mysql?charset=utf8') def read_excel(file): df_excel=pd.read_excel(file) return df_excel def read_json(file): with open(file,'r')as json_f: df_json=pd.read_json(json_f) return df_json def read_sql(table): sql_cmd ='SELECT * FROM %s'%table df_sql=pd.read_sql(sql_cmd,engine) return df_sql def read_csv(file): df_csv=pd.read_csv(file) return df_csv
以上代碼均通過測試可以正常使用,但是pandas的read函數(shù)針對不同的形式的文件讀取,其read函數(shù)參數(shù)也有不同的含義,需要直接根據(jù)表格的形式來調整。
其他read函數(shù)將會在文章寫完之后后續(xù)補上,除了read_sql需要連接數(shù)據(jù)庫之外,其他的都是比較簡單的。
我們以用戶信息為例:
我們需要統(tǒng)計的指標為:
#指標說明
單表圖:
前十個產(chǎn)品受眾最多的地區(qū)
#將城市空值的一行刪除 df=df[df['city_num'].notna()] #刪除error df=df.drop(df[df['city_num']=='error'].index) #統(tǒng)計df = df.city_num.value_counts()
我們僅獲取前10名的城市就好了,封裝為餅圖:
def pie_chart(df): #將城市空值的一行刪除 df=df[df['city_num'].notna()] #刪除error df=df.drop(df[df['city_num']=='error'].index) #統(tǒng)計 df = df.city_num.value_counts() df.head(10).plot.pie(subplots=True,figsize=(5, 6),autopct='%.2f%%',radius = 1.2,startangle = 250,legend=False) pie_chart(read_csv('user_info.csv'))
將圖表保存起來:
plt.savefig('fig_cat.png')
要是你覺得matplotlib的圖片不太美觀的話,你也可以換成echarts的圖片,會更加好看一些:
pie = Pie() pie.add("",words) pie.set_global_opts(title_opts=opts.TitleOpts(title="前十地區(qū)")) #pie.set_series_opts(label_opts=opts.LabelOpts(user_df)) pie.render_notebook()
封裝后就可以直接使用了:
def echart_pie(user_df): user_df=user_df[user_df['city_num'].notna()] user_df=user_df.drop(user_df[user_df['city_num']=='error'].index) user_df = user_df.city_num.value_counts() name=user_df.head(10).index.tolist() value=user_df.head(10).values.tolist() words=list(zip(list(name),list(value))) pie = Pie() pie.add("",words) pie.set_global_opts(title_opts=opts.TitleOpts(title="前十地區(qū)")) #pie.set_series_opts(label_opts=opts.LabelOpts(user_df)) return pie.render_notebook() user_df=read_csv('user_info.csv') echart_pie(user_df)
可以進行保存,可惜不是動圖:
from snapshot_selenium import snapshot make_snapshot(snapshot,echart_pie(user_df).render(),"test.png")
保存為網(wǎng)頁的形式就可以自動加載JS進行渲染了:
echart_pie(user_df).render('problem.html') os.system('problem.html')
做出來的一系列報表一般都要發(fā)給別人看的,對于一些每天需要發(fā)送到指定郵箱或者需要發(fā)送多封報表的可以使用Python來自動發(fā)送郵箱。
在Python發(fā)送郵件主要借助到smtplib和email這個兩個模塊。
smtplib:主要用來建立和斷開與服務器連接的工作。
email:主要用來設置一些些與郵件本身相關的內容。
不同種類的郵箱服務器連接地址不一樣,大家根據(jù)自己平常使用的郵箱設置相應的服務器進行連接。這里博主用網(wǎng)易郵箱展示:
首先需要開啟POP3/SMTP/IMAP服務:
之后便可以根據(jù)授權碼使用python登入了。
import smtplib from email import encoders from email.header import Header from email.utils import parseaddr,formataddr from email.mime.application import MIMEApplication from email.mime.multipart import MIMEMultipart from email.mime.text import MIMEText #發(fā)件人郵箱 asender="fanstuck@163.com" #收件人郵箱 areceiver="1079944650@qq.com" #抄送人郵箱 acc="fanstuck@163.com" #郵箱主題 asubject="謝謝關注" #發(fā)件人地址 from_addr="fanstuck@163.com" #郵箱授權碼 password="####" #郵件設置 msg=MIMEMultipart() msg['Subject']=asubject msg['to']=areceiver msg['Cc']=acc msg['from']="fanstuck" #郵件正文 body="你好,歡迎關注fanstuck,您的關注就是我繼續(xù)創(chuàng)作的動力!" msg.attach(MIMEText(body,'plain','utf-8')) #添加附件 htmlFile = 'C:/Users/10799/problem.html' html = MIMEApplication(open(htmlFile , 'rb').read()) html.add_header('Content-Disposition', 'attachment', filename='html') msg.attach(html) #設置郵箱服務器地址和接口 smtp_server="smtp.163.com" server = smtplib.SMTP(smtp_server,25) server.set_debuglevel(1) #登錄郵箱 server.login(from_addr,password) #發(fā)生郵箱 server.sendmail(from_addr,areceiver.split(',')+acc.split(','),msg.as_string()) #斷開服務器連接 server.quit()
運行測試:
下載文件:
讀到這里,這篇“Python如何實現(xiàn)報表自動化和自動發(fā)送到目的郵箱”文章已經(jīng)介紹完畢,想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會,如果想了解更多相關內容的文章,歡迎關注億速云行業(yè)資訊頻道。
免責聲明:本站發(fā)布的內容(圖片、視頻和文字)以原創(chuàng)、轉載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權內容。