日期：
来源：与尔岩说收集编辑：银城路蓬蓬蓬
手把手教你学python基础课系列快速回顾：
1、“零基础包学会” 手把手教你学python一：如何快速找到学习资源？
2、手把手教你学python第二课：如何迅速上手马上能run
3、手把手教你学python第三课：数据分析，学会使用pandas大杀器
5、手把手教你学python第五课：各种渠道获取数据，快速学会windpy和网络爬虫
6、手把手教你学python第六课：技术分析入门-talib
手把手教你学python第六课：技术分析入门-talib-成交量及曲线形态
手把手教你学python第六课：技术分析入门-talib-安装及动量指标
手把手教你学python进阶系列快速回顾：
2、手把手教你学python进阶版第一课：Python常用文件目录操作—以清理PC微信缓存文件为例
2023
手把手教你学python系列进阶版
写在最初
在新的一年与尔岩说将继续之前的手把手教你学python专栏（停更的原因一部分是因为大家说之前的需要时间消化，所以停了一段时间，另一部分原因是想邀请比我更专业而且实用性更强的王者们来上进阶课程），主笔加入了我的两个非常好的两个朋友（笔名十月和木矛木心），下面是十月写在最初的话：
这里会定期更新一些实际案例和具体用法，如果你和我一样热爱用科技提高工作效率，并想要一起研究一些有意思的事情，欢迎一起来进阶！！
数据处理和展示操作是在日常高频使用的代码，且可复用性很强。（蓬蓬说：这部分用好了事半功倍，好的展示能力和挖掘能力是非常重要的，十月还是用了日常中需求很多的例子来教学的，亲自尝试一定有收获！！）
# 导入数据分析需要使用的Python模块import pandas as pdimport datetimeimport os# 导入模版式自动化Word报告所需模块# 底层为 Python-Docx 和 jinja2# DocxTemplate 用于模板的读取和渲染# RichText 用于富文本的渲染# InlineImage 用于图片的读取和渲染# https://docxtpl.readthedocs.io/en/latest/from docxtpl import DocxTemplate, RichText, InlineImage# 导入单位转换函数，用于控制图表尺寸from docx.shared import Mm
# 新建Notebook，与案例三保持在同一文件夹PATH_BASE = os.path.abspath("./")PATH_DATA = os.path.join(PATH_BASE, "Data")PATH_PLOT = os.path.join(PATH_BASE, "Plot")PATH_REPORT = os.path.join(PATH_BASE, "Report")# 利用os模块，在Notebook的相同目录下新建Report文件夹，用于存放图片# 判断Report文件夹是否存在，若不存在则创建if not os.path.exists(PATH_REPORT):os.mkdir(PATH_REPORT)
Word模板核心语法
基础文本
# 在模板渲染时，通过字典将字符串赋值给指定的基础文本变量{"变量名_基础文本": "基础文本内容",}
# 在模板渲染时，通过字典将 RichText 赋值给指定的富文本变量, 包含多个可调整参数{"变量名_富文本": RichText(text = "富文本内容",style = None, # 文本样式color = None, # 文本颜色，十六进制格式highlight = None, # 文本高亮，高亮颜色为十六进制格式size = None, # 字体大小subscript = False, # 是否下标superscript = False, # 是否上标bold = False, # 是否加粗italic = False, # 是否斜体underline = False, # 是否有下划线strike = False, # 是否有删除线font = None, # 字体名称url_id = None, # 超链接id，由 DocxTemplate.build_url_id("链接地址") 生成),}
# 在模板渲染时，通过字典将 InlineImage 赋值给指定的富文本变量, 包含多个可调整参数{"变量名_图片": InlineImage(tpl = None, # DocxTemplate 模板对象image_descriptor = "图片路径", # 图片文件路径width = None, # 图片宽度, 可结合 Mm 按毫米指定height = None, # 图片高度, 可结合 Mm 按毫米指定),}
# 按列填充数据的基本语法格式{%tc for col in cols %} {{ col }} {%tc endfor %}# 按行填充数据的基本语法格式{%tr for item in items %}{%tc for col in item %} {{ col }} {%tc endfor %}{%tr endfor %}
# 在模板渲染时，通过字典将表头列表和表数据列表分别赋值给指定的变量, 以上图为例，赋值格式示例如下{"des_table_cols": ["C1", "C2", "C3"],"des_table_contents": [{"lable": "R1", "cols": [1, 2, 3]},{"lable": "R2", "cols": [4, 5, 6]},{"lable": "R3", "cols": [7, 8, 9]},],}
{# 注释文本 #}Word模板渲染
# 根据前一案例中输出的分析数据和编码格式，分别读取描述性统计和相关性分析数据data_cb_describe = pd.read_csv(os.path.join(PATH_DATA, "data_cb_describe.csv"),encoding="GB18030",index_col=[0])data_cb_corr = pd.read_csv(os.path.join(PATH_DATA, "data_cb_corr.csv"),encoding="GB18030",index_col=[0])# 利用 DocxTemplate 导入编辑完成的Word模板report_tpl = DocxTemplate(template_file = os.path.join(PATH_REPORT, "模板-沪深交易所现券交易月报分析示例.docx"))# 利用字典编辑需要渲染到Word模板中的内容context = {# 分析报告日期，渲染为富文本，设置字体颜色为红色'analysis_date': RichText(text = datetime.date.today().strftime("%Y-%m-%d"),color = "FF6666",),# 分析报告描述内容，渲染为基础文本"summary": "模板式自动化Word报告示例",# 描述性统计表格，分别对表头和表数据赋值# 表数据的格式调整可结合 pandas.DataFrame.agg 和 lambda函数 实现# 此处 count 数据不保留小数，其他数据保留2位小数'des_table_cols': data_cb_describe.columns.to_list(),'des_table_contents': data_cb_describe.agg(lambda x: {'label': x.name, 'cols': [f"{d:.0f}" if x.name == "count" else f"{d:.2f}" for d in x]},axis=1).to_list(),# 相关性分析表格，分别对表头和表数据赋值# 表数据的格式调整可结合 pandas.DataFrame.agg 和 lambda函数 实现# 此处数据均保留2位小数'corr_table_cols': data_cb_corr.columns.to_list(),'corr_table_contents': data_cb_corr.agg(lambda x: {'label': x.name, 'cols': [f"{d:.2f}" for d in x]},axis=1).to_list(),# 成交金额历史变化情况（折线图），渲染为图片'fig_line': InlineImage(tpl = report_tpl,image_descriptor = os.path.join(PATH_PLOT, "折线图.png"),width = Mm(150),),# 成交金额分布特征（箱型图），渲染为图片'fig_box': InlineImage(tpl = report_tpl,image_descriptor = os.path.join(PATH_PLOT, "箱型图.png"),width = Mm(150)),# 近期成交金额对比（柱状图），渲染为图片'fig_bar': InlineImage(tpl = report_tpl,image_descriptor = os.path.join(PATH_PLOT, "柱状图.png"),width = Mm(150)),# 成交金额相关性矩阵（散点图），渲染为图片'fig_scatter': InlineImage(tpl = report_tpl,image_descriptor = os.path.join(PATH_PLOT, "散点图.png"),width = Mm(150)),}# 利用 DocxTemplate.render 渲染模板内容# 利用 DocxTemplate.save 保存渲染后的Word文档report_tpl.render(context = context)report_tpl.save(os.path.join(PATH_REPORT, "沪深交易所现券交易月报分析示例.docx"))
本次案例基于沪深交易所现券交易月报分析数据和图片，主要展示了Python数据分析中模板式自动化Word报告的常用方法，主要涉及部分Jinja2模板语法的使用，以及Word模板与Python之间的配合。若有错漏之处，还请各位批评指正。
——文 by 十月