数据需求：调研数据，包括但不仅限于 问卷星原始数据、 问卷网原始数据

主要功能1： 自动生成概述性质的报告(ppt格式，针对每道题目给出频数统计，并绘制ppt图表)

主要功能2：自动交叉分析，并生成报告(自动卡方检验、TGI、CHI指标计算、简单结论提取等)

依赖环境：

python科学计算所需的包，建议直接安装anaconda(强烈推荐使用python3版本)

安装第三方包 python-pptx： 在cmd中输入："pip install python-pptx"

安装report包： 下载reportreport.py， 然后放在工作目录即可(省心点可以直接扔进 C：Anaconda3Libsite-packages 中，这样在任何地方都能使用该工具包啦)

python科学计算所需的包，建议直接安装anaconda(强烈推荐使用python3版本)

安装第三方包 python-pptx： 在cmd中输入："pip install python-pptx"

安装report包： 下载reportreport.py， 然后放在工作目录即可(省心点可以直接扔进 C：Anaconda3Libsite-packages 中，这样在任何地方都能使用该工具包啦)

py2.7版本的pptx包对中文支持有 bug， 请按照如下方式修改

打开文件 ".pptxchartxmlwriter.py"

将大约1338行和1373行的 "escape(str(name))" 改为"escape(unicode(name))"

打开文件 ".pptxchartxmlwriter.py"

将大约1338行和1373行的 "escape(str(name))" 改为"escape(unicode(name))"

【不懂或者不想学python3的请看这】

为了方便更多人使用，我给windows用户提供了一个很简单的使用方法，大家下载项目地址中的文件夹 reportgen[无python经验的下载]即可，使用说明也在其中，非常简单。这里也提供一个百度云盘地址：reportgen简易使用版本链接(密码:as84)：

为了方便更多人使用，我给windows用户提供了一个很简单的使用方法，大家下载项目地址中的文件夹 reportgen[无python经验的下载]即可，使用说明也在其中，非常简单。这里也提供一个百度云盘地址：reportgen简易使用版本链接(密码:as84)：

3.1 三行代码解决描述统计报告：

importreportasrpt

# 数据编码和导入

# 300_300_0.xls是问卷星的按文本数据,300_300_2.xls是问卷星的按序号数据.

# 如果将他们放在".data"中，则文件名可以缺省，即：`data,code=rpt.wenjuanxing()`

data,code=rpt.wenjuanxing(['300_300_0.xls','300_300_2.xls'])

# 描述统计报告生成

rpt.summary_chart(data,code,filename=u'调研报告初稿');

importreportasrpt

# 数据编码和导入

# 300_300_0.xls是问卷星的按文本数据,300_300_2.xls是问卷星的按序号数据.

# 如果将他们放在".data"中，则文件名可以缺省，即：`data,code=rpt.wenjuanxing()`

data,code=rpt.wenjuanxing(['300_300_0.xls','300_300_2.xls'])

# 描述统计报告生成

rpt.summary_chart(data,code,filename=u'调研报告初稿');

如上代码可以在。out文件夹下生成两个文件

调研报告初稿.pptx： 针对每个题目描述统计，支持单选题、多选题、排序题、矩阵单选题等

调研报告初稿.xlsx： 生成每个题目的统计数据，包括频数和占比

调研报告初稿.pptx： 针对每个题目描述统计，支持单选题、多选题、排序题、矩阵单选题等

调研报告初稿.xlsx： 生成每个题目的统计数据，包括频数和占比

importreportasrpt

# 数据编码和导入

data,code=rpt.wenjuanxing()

# 交叉统计报告生成(假设第一道题Q1是性别选择题)

save_dstyle=['FE','TGI','CHI']#自由选择需要保存的指标(FE:期望频数等)

rpt.cross_chart(data,code,cross_class='Q1',filename=u'性别差异分析',save_dstyle=save_dstyle);

importreportasrpt

# 数据编码和导入

data,code=rpt.wenjuanxing()

# 交叉统计报告生成(假设第一道题Q1是性别选择题)

save_dstyle=['FE','TGI','CHI']#自由选择需要保存的指标(FE:期望频数等)

rpt.cross_chart(data,code,cross_class='Q1',filename=u'性别差异分析',save_dstyle=save_dstyle);

如上代码可以在。out文件夹下生成5个文件

性别差异分析.pptx： 考虑每个题目在性别上的差异

性别差异分析_百分比.xlsx：

性别差异分析_FE.xlsx：

性别差异分析_TGI.xlsx：

性别差异分析_CHI.xlsx：

性别差异分析.pptx： 考虑每个题目在性别上的差异

性别差异分析_百分比.xlsx：

性别差异分析_FE.xlsx：

性别差异分析_TGI.xlsx：

性别差异分析_CHI.xlsx：

3.3 其他实用函数

importreportasrpt

# 文件I/O

data=rpt.read_data(filename)

code=rpt.read_code(filename)

rpt.save_data(data,filename,code)

rpt.save_code(code,filename)

data,code=rpt.wenjuanxing(filepath)#编码问卷星的数据

data,code=rpt.wenjuanwang(filepath)#编码问卷网的数据

# 数据统计函数

t,t1=rpt.qtable(data,code,'Q1')#单变量频数统计

t,t1=rpt.qtable(data,code,'Q1','Q2')#双变量交叉统计

# 数据分析函数

cdata=rpt.contingency(fo)#列联表分析

rpt.gof_test(fo,fe)#拟合优度检验

rpt.chi2_test(fo,fe)#卡方检验

rpt.binomial_interval(p,n)#计算比率的置信区间

# 自动描述统计报告

'''

summary_qlist: 例如['Q1','Q2'],需要分析的问卷题目列表，缺省为code中所有的关键词

template: 例如{'path':'mytemplate.pptx','layouts':[1,2]}, 缺省为pptx自带的模板

'''

rpt.summary_chart(data,code,filename=u'描述统计报告',summary_qlist=None,

max_column_chart=20,template=None)

# 自动交叉统计报告

'''

cross_class: 需要交叉分析的题目，如：'Q1'

cross_qlist: 例如['Q1','Q2'],需要分析的问卷题目列表，缺省为code中所有的关键词

plt_dstyle: 绘制在ppt上使用的数据格式，缺省为百分比表，可以选择'TGI'等

save_dstyle: 需要保存的数据，例如:['TGI','FO','TWI','CHI']

template: 例如{'path':'mytemplate.pptx','layouts':[1,2]}, 缺省为pptx自带的模板

'''

rpt.cross_chart(data,code,cross_class,filename=u'交叉分析',cross_qlist=None,

delclass=None,plt_dstyle=None,cross_order=None,significance_test=False,

reverse_display=False,total_display=True,max_column_chart=20,save_dstyle=None,

template=None):

importreportasrpt

# 文件I/O

data=rpt.read_data(filename)

code=rpt.read_code(filename)

rpt.save_data(data,filename,code)

rpt.save_code(code,filename)

data,code=rpt.wenjuanxing(filepath)#编码问卷星的数据

data,code=rpt.wenjuanwang(filepath)#编码问卷网的数据

# 数据统计函数

t,t1=rpt.qtable(data,code,'Q1')#单变量频数统计

t,t1=rpt.qtable(data,code,'Q1','Q2')#双变量交叉统计

# 数据分析函数

cdata=rpt.contingency(fo)#列联表分析

rpt.gof_test(fo,fe)#拟合优度检验

rpt.chi2_test(fo,fe)#卡方检验

rpt.binomial_interval(p,n)#计算比率的置信区间

# 自动描述统计报告

'''

summary_qlist: 例如['Q1','Q2'],需要分析的问卷题目列表，缺省为code中所有的关键词

template: 例如{'path':'mytemplate.pptx','layouts':[1,2]}, 缺省为pptx自带的模板

'''

rpt.summary_chart(data,code,filename=u'描述统计报告',summary_qlist=None,

max_column_chart=20,template=None)

# 自动交叉统计报告

'''

cross_class: 需要交叉分析的题目，如：'Q1'

cross_qlist: 例如['Q1','Q2'],需要分析的问卷题目列表，缺省为code中所有的关键词

plt_dstyle: 绘制在ppt上使用的数据格式，缺省为百分比表，可以选择'TGI'等

save_dstyle: 需要保存的数据，例如:['TGI','FO','TWI','CHI']

template: 例如{'path':'mytemplate.pptx','layouts':[1,2]}, 缺省为pptx自带的模板

'''

rpt.cross_chart(data,code,cross_class,filename=u'交叉分析',cross_qlist=None,

delclass=None,plt_dstyle=None,cross_order=None,significance_test=False,

reverse_display=False,total_display=True,max_column_chart=20,save_dstyle=None,

template=None):

文/JSong @2017.02.28

文/JSong @2017.02.28