Как легко сгенерировать отчет из python, включая цифры matplotlib и таблицы pandas

Question

У меня есть код, который вычисляет отчет об эффективности (включая текст, таблицы pandas и цифры matplotlib). Я ищу для экспорта этого отчета в файл (html/pdf и т. Д.).

Я попытался использовать pweave, но я не смог заставить его работать должным образом (пример на веб-сайте работает, но когда я пытаюсь использовать его в своем коде, который имеет классы и функции, кажется, что он не работает). Более того, плейв, похоже, не поддерживает таблицу панд.

Я не знаком с пакетом markdown, но это может быть ключ вместе с mpld3. Может ли кто-нибудь помочь мне с примером?

Спасибо, Hanan.

Answer 1

из http://buddapie.com/2015/10/31/report-with-matplotlib-tables-and-plots/

Код для производства в целом отчет ниже. Для таблиц я написал алгоритм для разделения длинных столбцов на несколько более коротких. Я использую библиотеку Seaborn, так как мне очень нравится форматирование, и она очень проста в настройке.

import numpy as np 
import matplotlib.pyplot as plt 
import matplotlib.table as tbl 
import seaborn as sns 

#range for floats 
def frange(x, y, jump): 
    while x<=y: 
     yield x 
     x += jump 

#function to return the table, modifying if needed due to size etc 
def get_table(ax, ts_list, list_column_labels, list_col_widths, list_col_formats): 

    divisor = len(list_col_formats) 
    max_length = 19 

    #adjusts max length to a min of the length of the timeseries 
    max_length = min(max_length, len(ts_list[1])) 

    #creates table array and labels vector 
    l = len(ts_list[1]) 
    l1 = divisor*(l//max_length+1) 
    table_array_temp = [get_section(ts_list, i, max_length, l, list_col_formats, divisor) for i in range(l1)] 
    table_array = np.array(table_array_temp[0]) 

    #to fit column width to each column 
    table_widths = np.array([list_col_widths[i%divisor] for i in range(l1)]) 

    for i in range(1,l1): 
     #if temp array size doesn't match (it can happen at last rows) adds 0s 
     if len(table_array_temp[i])<max_length: 
      table_array_temp[i] = np.concatenate((table_array_temp[i], np.zeros(max_length-len(table_array_temp[i])))) 
     table_array = np.vstack((table_array, table_array_temp[i])) 

    table_labels = np.array([list_column_labels[i%divisor] for i in range((divisor*(l//max_length+1)))])  

    the_table = ax.table(cellText=np.transpose(table_array), colWidths=table_widths, colLabels=table_labels, loc='center') 
    the_table.auto_set_font_size(False) 
    the_table.set_fontsize(6) 

    table_props = the_table.properties() 
    table_cells = table_props['child_artists'] 
    for cell in table_cells: 
     cell.set_height(0.05) 

    return the_table 

#formats number 
def format(j, format): 
    return locale.format(format, j, grouping=True) 

#util funciton for dividing values in array 
def get_section(list_ts, i, max_length, l, col_formats, d): 
    k = i//d 
    return [format(j, col_formats[i%d]) for j in list_ts[i%d][k*max_length:min((k+1)*max_length, l)]] 

#function to write report 
def write_report(list_plots): 

    #sets the grid shape 
    #tuple for shape of figure 
    shape = (3,2) 
    fig, axes = plt.subplots(nrows=shape[0], ncols=shape[1], figsize=(8, 10)) 

    #lists for changing parameters 
    list_labels = [['periods', 'cash flows (m)', 'balance (m)'], ['periods', 'cashflows'], ['periods', 'cash flows']] 
    list_titles = ['Simulation 1', 'Simulation 2', 'Simulation 3'] 

    #where we position the plots and the tables 
    axes_plots = [0,2,4] 
    axes_tables = [1,3,5] 

    #line graphs 
    fontsize = 5 
    labelsize = 4 
    for i in range(len(list_plots)): 
     shape = np.array(list_plots[i]).shape 
     if len(shape)==2: 
      first_ts = list_plots[i][0] 
     else: 
      first_ts = list_plots[i] 
     ax1 = axes.flat[axes_plots[i]] 
     ax1.plot(first_ts, c='blue', linewidth=1) 
     ax1.set_xlabel(list_labels[i][0], fontsize=fontsize) 
     ax1.set_ylabel(list_labels[i][1], fontsize=fontsize) 
     ax1.yaxis.label.set_color('blue') 
     ax1.tick_params(axis='both', which='major', labelsize=labelsize) 
     ax1.set_title(list_titles[i] , fontsize=7) 

     #if the other axis is relevant, builds it 
     if len(shape)==2: 
      _test = list_plots[i][1] 
      ax2 = ax1.twinx() 
      ax2.plot(list_plots[i][1], c='red', linewidth=1) 
      ax2.set_ylabel(list_labels[i][2], fontsize=fontsize) 
      ax2.yaxis.label.set_color('red') 
      ax2.tick_params(axis='both', which='major', labelsize=labelsize) 

    col_widths = [[0.1, 0.095, 0.15], [0.125, 0.11, 0.15], [0.125, 0.13]] 
    col_formats = [['%.d', '%.2f', '%.2f'], ['%.d', '%.2f'], ['%.d', '%.2f']] 
    col_labels = [['period', 'cf', 'balance'], ['period (y)', 'cf'], ['period (y)', 'cf']] 

    #asset simulation tables 
    for i in range(len(list_plots)): 
     shape = np.array(list_plots[i]).shape 
     ax1 = axes.flat[axes_tables[i]] 
     #hides the axis etc 
     ax1.set_frame_on(False) 
     ax1.get_xaxis().set_visible(False) 
     ax1.get_yaxis().set_visible(False) 

     if len(shape)==2: 
      periods = [k for k in range(len(list_plots[i][0]))] 
      t_array = np.array([l for l in [periods, list_plots[i][0], list_plots[i][1]] if l!=None]) 
     else: 
      periods = [k for k in range(len(list_plots[i]))] 
      t_array = np.array([l for l in [periods, list_plots[i]] if l!=None]) 

     #gets the table 
     the_table = get_table(ax1, t_array, col_labels[i], col_widths[i], col_formats[i]) 
     ax1.add_table(the_table) 
     ax1.set_title(list_titles[i], fontsize=7)   

    plt.tight_layout() 
    plt.savefig('TestReport', dpi=400) 

if __name__=='__main__': 

    #example timeseries 
    ts1 = [np.arange(50), np.array([np.power(100, -i*0.01) for i in range(50)])] 
    ts2 = np.arange(25) 
    ts3 = [np.power(i, 3) for i in frange(3, 200, 3.5)] 

    write_report([ts1, ts2, ts3]) 

Answer 2

Поздний ответ на ваш вопрос:

Pweave работает хорошо, даже с вашими собственными классами. Просто убедитесь, что каталоги ваших файлов классов в пути импорта python. Один из способов сделать это, добавляет каталог в питона кусок, как это:

```python, echo=False 
import sys 
sys.path.append('/path/to/your/python/files/') 
import myfile 
myfile.myclass... 
``` 

Pweave может выводить в формате Markdown (опция -f pandoc), который затем можно обработать с pandoc в HTML или с помощью LaTeX в PDF.

Что касается таблиц pandas: конвертируйте их в кусок python в nmarkdown через пакет tabulate.