1. python如何做報表系統
首先我們安裝的python和PyQt5要保持一致，要麼都是32位或者都是64位。
下載安裝，安裝完成之後我們記得要設置環境變數。
一路選擇「下一步」就可以了。
相關推薦：《Python基礎教程》
安裝完成之後我們需要驗證是否成功。
pyqt5的安裝直接安裝就可以的，主要更改環境變數~~python_3.5.2Libsite-packagesPyQt5
eric6安裝，直接安裝，安裝完成之後如圖，大家也可以安裝漢化包版。
打開如圖，我們就可以使用這個開發環境設計報表系統了。
然後使用pycharm安裝openpyxl包。
這樣，我們就可以使用這個開發環境，開發報表系統了。
2. python如何使用帆軟報表
方法是從FineReport報表軟體中進入：
打開設計器，選擇「伺服器」，點擊「報表平台管理」，即可進入。用戶首次進入報表平台，系統會要求填寫管理員的賬戶和密碼，設定好後，點擊「進入數據決策系統」即可。
3. python在ubuntu13下有沒有什麼好用的報表啊
有啊，我給你介紹幾個，都挺好的。
1.matplotlib,官網：它利用了 Python 下的數值計算模塊 Numeric 及 Numarray，克隆了許多 Matlab 中的函數， 用以幫助用戶輕松地獲得高質量的二維圖形。Matplotlib 可以繪制多種形式的圖形包括普通的線圖，直方圖，餅圖，散點圖以及誤差線圖等；可以比較方便的定製圖形的各種屬性比如圖線的類型，顏色，粗細，字體的大小 等；它能夠很好地支持一部分 TeX 排版命令，可以比較美觀地顯示圖形中的數學公式。個人比較推薦這個類庫。查看例子。
2.Cairoplot,官網：Cairoplot在網頁上的表現力堪比flex中的圖表圖形效果。但是這個似乎只能跑在linux平台上
3.Python Google Chart,：該類庫是對Google chart API的一個完整封裝。
4.PyCha,官網：PyCha可是說是Cairo 類庫的一個簡單封裝，為了是實現輕量級，以及容易使用，當然還做了一些優化等。
5.pyOFC2，它是Open Falsh Library的Python類庫。所以圖形具有Flash效果，可以隨滑鼠移動動態顯示圖標中信息，這是優越於其他靜態圖示的。
6.Pychart。pyChart是用於創建高品質封裝的PostScript，pdf格式，PNG，或SVG圖表Python庫。
7.PLPlot,官網：PLPlot是用於創建科學圖表的跨平台軟體包。以C類庫為核心，支持各種語言綁定(C, C++, Fortran, java, Python, Perl etc.)。開源免費。
8.reportlab,這個類庫支持在pdf中畫圖表。
4. 如何使用python 統計網站訪問量並生成報表
統計網站訪問量（訪問人次），即PV，需要下載相應的插件。
第1步，將插件文件復制到網站目錄（插件下載地址密碼:k4x2）
第2步，在模板中相應位置加入以下代碼
5. 使用Python做數據分析的優點是什麼
最近幾年，大數據的發展程度越來越明顯，很多企業由於使用了大數據分析使得企業朝著更好的方向發展，這就導致的數據分析行業的人才開始稀缺起來，對於數據分析這個工作中，是需要學會一些編程語言的，比如MATLAB，Python，Java等語言。對於初學者來說，Python是一個不錯的語言，Python語言簡單易懂，同時對於大數據分析有很明顯的幫助。那麼使用Python做數據分析的優點是什麼呢？一般來說就是簡單易學、語言通用、存在科學計算活躍區域等等。
首先說說Python的第一個優點，那就是簡單易學。很多學過Java的朋友都知道，Python語法簡單的多，代碼十分容易被讀寫，最適合剛剛入門的朋友去學習。我們在處理數據的時候，一般都希望數據能夠轉化成可運算的數字形式，這樣，不管是沒學過編程的人還是學過編程的人都能夠看懂這個數據。
Python在數據分析和交互、探索性計算以及數據可視化等方面都顯得比較活躍，這就是Python作為數據分析的原因之一，python擁有numpy、matplotlib、scikit-learn、pandas、ipython等工具在科學計算方面十分有優勢，尤其是pandas，在處理中型數據方面可以說有著無與倫比的優勢，已經成為數據分析中流砥柱的分析工具。
Python也具有強大的編程能力，這種編程語言不同於R或者matlab，python有些非常強大的數據分析能力，並且還可以利用Python進行爬蟲，寫游戲，以及自動化運維，在這些領域中有著很廣泛的應用，這些優點就使得一種技術去解決所有的業務服務問題，這就充分的體現的Python有利於各個業務之間的融合。如果使用Python，能夠大大的提高數據分析的效率。
python是人工智慧時代的通用語言
Python對於如今火熱的人工智慧也有一定的幫助，這是因為人工智慧需要的是即時性，而Python是一種非常簡潔的語言，同時有著豐富的資料庫以及活躍的社區，這樣就能夠輕松的提取數據，從而為人工智慧做出優質的服務。
通過上面的描述，想必大家已經知道了使用Python做數據分析的優點是什麼了吧，Python語言得益於它的簡單方便使得在大數據、數據分析以及人工智慧方面都有十分明顯的存在感，對於數據分析從業者以及想要進入數據分析從業者的人來說，簡單易學容易上手的優勢也是一個優勢，所以，要做好數據分析，一定要學會Python語言。
6. Python操作Excel實現自動化報表
Python操作Excel實現自動化報表
安裝
python -m pip install xlrd xlwt xlutils。
基本用法
1.從指定文件路徑讀取excel表格，進行一定操作，然後保存到另一個excel文件：result.xlsx
import xlwt
import xlrd
from xlutils. import
import pandas as pd
from pandas import DataFrame,Series
import os
os.chdir('./')
# 從指定文件路徑讀取excel表格
df = pd.read_excel('D:/mypaper/data/data.xlsx')
# 查看df內容
# 根據age算出出生年份，增加一列
import datetime
import os
year = datetime.datetime.now().year#獲取當前系統時間對應的年份
df['birth'] = year-df['age']
df.to_excel('result.xlsx')#保存到當前工作目錄，可以用os.getcwd()查看
#查看下此時df的內容，可以看到已經生成了birth這一列。
2.單元格操作
# 定義方法：讀取指定目錄下Excel文件某個sheet單元格的值
def excel_read(file_path,table,x,y):
data = xlrd.open_workbook(file_path)
table = data.sheet_by_name(table)
return table.cell(y,x).value
# 定義方法：單元格值及樣式
write_obj_list = []
def concat_obj(cols,rows,value):
write_obj_list.append({'cols':cols,'rows':rows,'value':value,
'style':xlwt.easyxf('font: name 宋體,height 280;alignment: horiz centre')})
# 定義方法：合並單元格
def merge_unit(srows,erows,scols,ecols,value):
write_obj_list.append({'id':'merge','srows':srows,'erows':erows,'scols':scols,
'ecols':ecols,'value':value,'style':xlwt.easyxf('font: name 宋體,height 280;alignment: horiz centre')})
# 定義方法：更新excel
excel_update(file_path,write_obj_list,new_path):
old_excel = xlrd.open_workbook(file_path, formatting_info=True)
#管道作用
new_excel = (old_excel)
'''
通過get_sheet()獲取的sheet有write()方法
'''
sheet1 = new_excel.get_sheet(0)
'''
1代表是修改第幾個工作表裡，從0開始算是第一個。此處修改第一個工作表
'''
for item in write_obj_list:
if 'id' not in item.keys():
if 'style' in item.keys():
sheet1.write(item['rows'], item['cols'], item['value'],item['style'])
else:
sheet1.write(item['rows'], item['cols'], item['value'])
else:
if 'style' in item.keys():
sheet1.write_merge(item['srows'],item['erows'],item['scols'], item['ecols'], item['value'],item['style'])
else:
sheet1.write_merge(item['srows'],item['erows'],item['scols'], item['ecols'], item['value'])
'''
如果報錯 dict_items has no attributes sort
把syle源碼中--alist.sort() 修改為----> sorted(alist)
一共修改2次
'''
new_excel.save(file_path)
#參數詳解
# srows:合並的起始行數
# erows:合並的結束行數
# scols:合並的起始列數
# ecols:合並的結束列數
# value:合並單元格後的填充值
# style:合並後填充風格：
# font: name 宋體
# height 280;
# alignment: horiz centre
# ... 與excel操作基本保持一致
(注意:該方法僅僅是將需要直行的動作保存到一個list中，真正的動作還未執行,執行動作是發生在excel_update方法中)
最終調用excel_update方法，傳入每個單元格需要進行的操作和填充值的write_obj_list以及文件保存路徑file_path,就可以在當前工作目錄下生成想要的Excel結果文件。
注意：
1.write_obj_list支持用戶自定義
2.write_obj_list也可以是根據excel_read方法讀取現有待修改的excel文件（可以維持原有表格的格式）而生成
End
7. python 列印報表 有什麼好的報表軟體嗎
你好，你可以用python 去調用fastreport.dll。下面是一個例子。
import clr
import threading
def fastRepot_run():
report = Report()
report.Load("test.frx")
report.Show();
clr.FindAssembly("FastReport.dll")
from FastReport import *
threading.Thread(target=fastRepot_run).start()
8. 用python求報表的一列的和:
你傳入的instance是一行，你要把所有的行作為一個iterable（例如一個列表）傳入才行
正確的程序有如下形式
def calTotalAmount(dataSet):
ttlamount = Decimal(0);
for instance in dataSet:
ttlamount += instance.totalamount
return "%.3f" % ttlamount
9. 如何使用python 統計網站訪問量並生成報表
分析網站日誌跟Python語言沒多大關系吧，再說目前網上分析網站日誌的軟體一大把，很多教你如何分析網路蜘蛛IP，來的蜘蛛來抓取哪個頁面，以及停留時間，並非非常深奧的東西
10. 如何使用python 統計網站訪問量並生成報表
統計網站訪問量
統計出每個IP的訪問量有多少？（從日誌文件中查找）
#!/usr/bin/env python
#!coding=utf-8
list = []
f = file('/tmp/1.log')
str1 = f.readlines()
f.close()
for i in str1:
ip = i.split()[0] //split()通過指定分隔符對字元串進行切片，默認為所有的空字元；split分隔後是一個列表，[0]表示取其第一個元素；
list.append(ip)//追加
list_num = set(list)
for j in list_num:
num = list.count(j)
print '%s : %s' %(j,num)
生成報表
#_*_coding:utf-8_*_
import MySQLdb
import xlwt
from datetime import datetime
def get_data(sql):
# 創建資料庫連接.
conn = MySQLdb.connect(host='127.0.0.1',user='root'\
,passwd='123456',db='test',port=3306,charset='utf8')
# 創建游標
cur = conn.cursor()
# 執行查詢，
cur.execute(sql)
# 由於查詢語句僅會返回受影響的記錄條數並不會返回資料庫中實際的值，所以此處需要fetchall()來獲取所有內容。
result = cur.fetchall()
#關閉游標
cur.close()
#關閉資料庫連接
conn.close
# 返給結果給函數調用者。
return result
def write_data_to_excel(name,sql):
# 將sql作為參數傳遞調用get_data並將結果賦值給result,(result為一個嵌套元組)
result = get_data(sql)
# 實例化一個Workbook()對象(即excel文件)
wbk = xlwt.Workbook()
# 新建一個名為Sheet1的excel sheet。此處的cell_overwrite_ok =True是為了能對同一個單元格重復操作。
sheet = wbk.add_sheet('Sheet1',cell_overwrite_ok=True)
# 獲取當前日期，得到一個datetime對象如：(2016, 8, 9, 23, 12, 23, 424000)
today = datetime.today()
# 將獲取到的datetime對象僅取日期如：2016-8-9
today_date = datetime.date(today)
# 遍歷result中的沒個元素。
for i in xrange(len(result)):
#對result的每個子元素作遍歷，
for j in xrange(len(result[i])):
#將每一行的每個元素按行號i,列號j,寫入到excel中。
sheet.write(i,j,result[i][j])
# 以傳遞的name+當前日期作為excel名稱保存。
wbk.save(name+str(today_date)+'.xls')
# 如果該文件不是被import,則執行下面代碼。
if __name__ == '__main__':
#定義一個字典，key為對應的數據類型也用作excel命名，value為查詢語句
db_dict = {'test':'select * from student'}
# 遍歷字典每個元素的key和value。
for k,v in db_dict.items():
# 用字典的每個key和value調用write_data_to_excel函數。
write_data_to_excel(k,v)