CN117851481A - 数据分析报告自动生产的方法、系统、介质及设备 - Google Patents

数据分析报告自动生产的方法、系统、介质及设备 Download PDF

Info

Publication number
CN117851481A
CN117851481A CN202311863548.4A CN202311863548A CN117851481A CN 117851481 A CN117851481 A CN 117851481A CN 202311863548 A CN202311863548 A CN 202311863548A CN 117851481 A CN117851481 A CN 117851481A
Authority
CN
China
Prior art keywords
data
report
analysis
template
data analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202311863548.4A
Other languages
English (en)
Inventor
姚娟娟
高柳村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Mingping Medical Data Technology Co ltd
Original Assignee
Shanghai Mingping Medical Data Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Mingping Medical Data Technology Co ltd filed Critical Shanghai Mingping Medical Data Technology Co ltd
Priority to CN202311863548.4A priority Critical patent/CN117851481A/zh
Publication of CN117851481A publication Critical patent/CN117851481A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Computational Linguistics (AREA)
  • General Factory Administration (AREA)

Abstract

本发明提供了一种数据分析报告自动生产的方法、系统、介质及设备，包括：步骤1：定义分析模板；步骤2：定义数据处理规则；步骤3：数据预处理，将原始数据根据清洗规则进行数据预处理，包括数据清洗、去重和缺失值处理；步骤4：利用Python中的分析函数进行数据分析，得出分析结果；步骤5：利用JSON技术，配置生产报告模板结构，根据分析结果自动生成报告内容；步骤6：将报告内容嵌入报告模板中，生成报告，选择报告格式进行输出；步骤7：修改生产报告的配置，进行报告更新。本发明自动化生成报告，提高了工作效率和报告质量。

Description

数据分析报告自动生产的方法、系统、介质及设备
技术领域
本发明涉及数据分析报告生成技术领域，具体地，涉及一种数据分析报告自动生产的方法、系统、介质及设备。
背景技术
在课题研究中，数据分析是非常重要的一步，数据分析结果需要以报告的形式呈现给研究者和相关人员。然而，传统的手动编写报告的方式存在以下问题：(1)手写报告耗时，容易出现错误；(2)报告格式不统一，难以维护；(3)无法快速生成多个版本的报告；(4)难以进行报告的后续修改和更新；(5)研究项目众多，报告时效要求高，无法及时快速影响报告出具需求。因此，需要一种自动化的方法来生成数据分析报告，提高工作效率和报告质量。
专利文献CN110263076A公开了一种自动化生成数据分析报告的方法，包括：基于本次需要生成的数据分析报告集，生成任务需求；根据所述任务需求，配置并管理数据源；新建任务模板；配置任务子模板预览功能；在任务子模板通过检测后，即得到可生成满足本次需要的数据分析报告集的任务模板，基于所述任务模板，执行所述数据查询语句，生成数据分析报告。然而该专利无法完全解决目前存在的技术问题，也无法满足本发明的需求。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种数据分析报告自动生产的方法、系统、介质及设备。
根据本发明提供的数据分析报告自动生产的方法，包括：
步骤1：定义分析模板；
步骤2：定义数据处理规则；
步骤3：数据预处理，将原始数据根据清洗规则进行数据预处理，包括数据清洗、去重和缺失值处理；
步骤4：利用Python中的分析函数进行数据分析，得出分析结果；
步骤5：利用JSON技术，配置生产报告模板结构，根据分析结果自动生成报告内容；
步骤6：将报告内容嵌入报告模板中，生成报告，选择报告格式进行输出；
步骤7：修改生产报告的配置，进行报告更新。
优选地，清洗规则包括：
数据选取：包括来源、时间和数量范围；
异常值处理：支持针对各字段，设置取值范围，定义异常值条件；
缺失值处理：支持针对各字段，设置默认缺省值；
重复值处理：设置唯一字段，进行去重处理。
优选地，数据分析函数包括描述性统计分析describe、频率统计value_counts、数据筛选和分组聚合groupby函数。
优选地，所述步骤5包括：通过Python脚本解析JSON结构，进行报告模板的设置，明确各位置使用的数据来源、分析的类型和展示的类型；使用Python的函数库，进行数据统计分析，以及数据的图表展示。
根据本发明提供的数据分析报告自动生产的方法，包括：
模块M1：定义分析模板；
模块M2：定义数据处理规则；
模块M3：数据预处理，将原始数据根据清洗规则进行数据预处理，包括数据清洗、去重和缺失值处理；
模块M4：利用Python中的分析函数进行数据分析，得出分析结果；
模块M5：利用JSON技术，配置生产报告模板结构，根据分析结果自动生成报告内容；
模块M6：将报告内容嵌入报告模板中，生成报告，选择报告格式进行输出；
模块M7：修改生产报告的配置，进行报告更新。
优选地，清洗规则包括：
数据选取：包括来源、时间和数量范围；
异常值处理：支持针对各字段，设置取值范围，定义异常值条件；
缺失值处理：支持针对各字段，设置默认缺省值；
重复值处理：设置唯一字段，进行去重处理。
优选地，数据分析函数包括描述性统计分析describe、频率统计value_counts、数据筛选和分组聚合groupby函数。
优选地，所述模块M5包括：通过Python脚本解析JSON结构，进行报告模板的设置，明确各位置使用的数据来源、分析的类型和展示的类型；使用Python的函数库，进行数据统计分析，以及数据的图表展示。
根据本发明提供的存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现所述的数据分析报告自动生产的方法的步骤。
根据本发明提供的电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被处理器执行时实现所述的数据分析报告自动生产的方法的步骤。
与现有技术相比，本发明具有如下的有益效果：
(1)本发明自动化生成报告，提高工作效率和报告质量；
(2)本发明报告格式统一，易于维护；
(3)本发明可以快速生成多个版本的报告，适应不同的需求；
(4)本发明可以进行报告的后续修改和更新，方便维护和升级；
(5)本发明可以广泛应用于各种课题研究中的数据分析报告生产，例如医学研究、社会调查、企业数据分析等领域，通过配置化技术的自定义模板，可以满足不同领域和需求的报告格式要求；
(6)本发明提供了一种自动化生成数据分析报告的技术方案，实现了高效、统一、可维护的报告生成，该方案具有广泛的应用价值，并为课题研究提供了更为便捷和高效的数据分析报告生产方式。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明课题研究数据分析报告自动生产的方法流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例1
如图1，本发明提供了一种数据分析报告自动生产的方法，包括如下步骤：
步骤1：定义分析模板；
步骤2：定义数据处理规则；
步骤3：数据预处理；
步骤4：数据分析；
步骤5：报告编写；
步骤6：报告生成；
步骤7：报告更新。
数据预处理包括：将原始数据根据清洗规则，进行数据清洗、去重、缺失值处理等预处理工作。
清洗规则包括：
(1)数据选取：来源、时间、数量范围；
(2)异常值处理：支持针对各字段，设置取值范围，定义异常值条件；
(3)缺失值处理：支持针对各字段，设置默认缺省值；
(4)重复值处理：设置唯一字段，进行去重处理。
数据分析包括：利用Python中的各种分析函数进行数据分析，得出分析结果；分析函数包括描述性统计分析describe、频率统计value_counts、数据筛选和分组聚合groupby等函数。
报告编写包括：利用JSON技术，配置生产报告模板结构，根据分析结果自动生成报告内容，报告模板中可以包括文字、表格、图表等各种元素。具体为：通过Python脚本解析JSON结构，进行报告模板的设置，明确各位置使用的数据来源、分析的类型和展示的类型；使用Python的函数库，进行数据统计分析，以及数据的图表展示。
报告生成：将分析结果嵌入报告模板中，生成报告。可以选择不同的输出格式，如PDF、WORD等。
报告更新：如果需要更新报告内容，可修改生产报告的配置，再次生成报告。
实施例2
本发明还提供一种数据分析报告自动生产的系统，所述数据分析报告自动生产的系统可以通过执行所述数据分析报告自动生产的方法的流程步骤予以实现，即本领域技术人员可以将所述数据分析报告自动生产的方法理解为所述数据分析报告自动生产的系统的优选实施方式。
根据本发明提供的数据分析报告自动生产的方法，包括：模块M1：定义分析模板；
模块M2：定义数据处理规则；模块M3：数据预处理，将原始数据根据清洗规则进行数据预处理，包括数据清洗、去重和缺失值处理；模块M4：利用Python中的分析函数进行数据分析，得出分析结果；模块M5：利用JSON技术，配置生产报告模板结构，根据分析结果自动生成报告内容；模块M6：将报告内容嵌入报告模板中，生成报告，选择报告格式进行输出；模块M7：修改生产报告的配置，进行报告更新。
清洗规则包括：
数据选取：包括来源、时间和数量范围；
异常值处理：支持针对各字段，设置取值范围，定义异常值条件；
缺失值处理：支持针对各字段，设置默认缺省值；
重复值处理：设置唯一字段，进行去重处理。
数据分析函数包括描述性统计分析describe、频率统计value_counts、数据筛选和分组聚合groupby函数。
所述模块M5包括：通过Python脚本解析JSON结构，进行报告模板的设置，明确各位置使用的数据来源、分析的类型和展示的类型；使用Python的函数库，进行数据统计分析，以及数据的图表展示。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (10)

1.一种数据分析报告自动生产的方法，其特征在于，包括：
步骤1：定义分析模板；
步骤2：定义数据处理规则；
步骤3：数据预处理，将原始数据根据清洗规则进行数据预处理，包括数据清洗、去重和缺失值处理；
步骤4：利用Python中的分析函数进行数据分析，得出分析结果；
步骤5：利用JSON技术，配置生产报告模板结构，根据分析结果自动生成报告内容；
步骤6：将报告内容嵌入报告模板中，生成报告，选择报告格式进行输出；
步骤7：修改生产报告的配置，进行报告更新。
2.根据权利要求1所述的数据分析报告自动生产的方法，其特征在于，清洗规则包括：
数据选取：包括来源、时间和数量范围；
异常值处理：支持针对各字段，设置取值范围，定义异常值条件；
缺失值处理：支持针对各字段，设置默认缺省值；
重复值处理：设置唯一字段，进行去重处理。
3.根据权利要求1所述的数据分析报告自动生产的方法，其特征在于，数据分析函数包括描述性统计分析describe、频率统计value_counts、数据筛选和分组聚合groupby函数。
4.根据权利要求1所述的数据分析报告自动生产的方法，其特征在于，所述步骤5包括：通过Python脚本解析JSON结构，进行报告模板的设置，明确各位置使用的数据来源、分析的类型和展示的类型；使用Python的函数库，进行数据统计分析，以及数据的图表展示。
5.一种数据分析报告自动生产的方法，其特征在于，包括：
模块M1：定义分析模板；
模块M2：定义数据处理规则；
模块M3：数据预处理，将原始数据根据清洗规则进行数据预处理，包括数据清洗、去重和缺失值处理；
模块M4：利用Python中的分析函数进行数据分析，得出分析结果；
模块M5：利用JSON技术，配置生产报告模板结构，根据分析结果自动生成报告内容；
模块M6：将报告内容嵌入报告模板中，生成报告，选择报告格式进行输出；
模块M7：修改生产报告的配置，进行报告更新。
6.根据权利要求5所述的数据分析报告自动生产的系统，其特征在于，清洗规则包括：
数据选取：包括来源、时间和数量范围；
异常值处理：支持针对各字段，设置取值范围，定义异常值条件；
缺失值处理：支持针对各字段，设置默认缺省值；
重复值处理：设置唯一字段，进行去重处理。
7.根据权利要求5所述的数据分析报告自动生产的系统，其特征在于，数据分析函数包括描述性统计分析describe、频率统计value_counts、数据筛选和分组聚合groupby函数。
8.根据权利要求5所述的数据分析报告自动生产的系统，其特征在于，所述模块M5包括：通过Python脚本解析JSON结构，进行报告模板的设置，明确各位置使用的数据来源、分析的类型和展示的类型；使用Python的函数库，进行数据统计分析，以及数据的图表展示。
9.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的数据分析报告自动生产的方法的步骤。
10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的数据分析报告自动生产的方法的步骤。
CN202311863548.4A 2023-12-29 2023-12-29 数据分析报告自动生产的方法、系统、介质及设备 Pending CN117851481A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311863548.4A CN117851481A (zh) 2023-12-29 2023-12-29 数据分析报告自动生产的方法、系统、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311863548.4A CN117851481A (zh) 2023-12-29 2023-12-29 数据分析报告自动生产的方法、系统、介质及设备

Publications (1)

Publication Number Publication Date
CN117851481A true CN117851481A (zh) 2024-04-09

Family

ID=90543070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311863548.4A Pending CN117851481A (zh) 2023-12-29 2023-12-29 数据分析报告自动生产的方法、系统、介质及设备

Country Status (1)

Country Link
CN (1) CN117851481A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118333028A (zh) * 2024-04-30 2024-07-12 广州水木星尘信息科技有限公司 一种隧道报告生成方法、装置、电子设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118333028A (zh) * 2024-04-30 2024-07-12 广州水木星尘信息科技有限公司 一种隧道报告生成方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN117851481A (zh) 数据分析报告自动生产的方法、系统、介质及设备
CN110019116B (zh) 数据追溯方法、装置、数据处理设备及计算机存储介质
CN116028653B (zh) 一种可视化配置多源异构数据构建图谱的方法及系统
TW583567B (en) Automatic intelligent system for performing yield rate improvement and multivariate analysis of production process parameters and method thereof
CN111401028B (zh) 一种核电站rps软件版本的自动化比较方法及装置
CN103530134B (zh) 一种可配置软件平台结构
CN115510361A (zh) 一种基于可视化配置的数据图表页面生成方法及相关设备
CN116226159A (zh) 元数据血缘关系分析方法、系统、设备及存储介质
CN111984826B (zh) 基于xml的数据自动入库方法、系统、装置和存储介质
CN116975116A (zh) 一种大数据分析系统的数据条件筛选方法
CN116227454A (zh) 一种通用的自动化报告生成方法及系统
CN113986908B (zh) 一种工业设备数据的处理方法、装置及设备
CN112051987B (zh) 业务数据处理方法、装置及设备、程序生成方法及装置
Breuker et al. Graph theory and model collection management: conceptual framework and runtime analysis of selected graph algorithms
CN112131291B (zh) 基于json数据的结构化解析方法、装置、设备及存储介质
CN111782608B (zh) 文件自动生成方法、装置、电子设备及存储介质
CN108920134A (zh) 自动生成设计文档的方法及装置
CN114969115A (zh) 基于标准化元数据体系的数据管理方法和系统
CN114968993A (zh) 元数据生成系统以及元数据生成方法
CN110019109B (zh) 用于处理数据仓库数据的方法及装置
CN111143337B (zh) 产品数据管理系统中提升数据质量的方法
CN114115831A (zh) 数据处理方法、装置、设备和存储介质
CN111324646A (zh) 一种基于动态映射导入及解析保单信息方法
Pote Analysis and design of information systems news portal citizen journalism Sumba-Indonesia as local content promotion media
CN111931017A (zh) 一种适用于选煤厂的智能组态方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination