Кроссплатформенное создание отчетов из текстовых файлов

Существует множество библиотек для рисования графиков Python , которые позволяют очень быстро генерировать графики и либо отображать, либо сохранять их. Хорошей отправной точкой является matplotlib . NB. Для простоты установки в Windows вы можете взглянуть на PythonXY , который включает в себя Python, Pandas и Matplotlib, а также многое другое.

• бесплатно - да и с открытым исходным кодом
• принимает входную форму текстового файла - Да . Инструкции по рисованию графика представляют собой текстовый файл python, а данные могут быть практически любого формата или источника.
• Интерактивное использование — Да
• гистограммы - Да
• PNG, JPG - обязательно PNG , JPG, если у вас установлен PIL или Pillow
• круговые диаграммы - да и полярные

• числовые сетки/таблицы - Да
• другие типы диаграмм - 100s

• другие причудливые отчеты - много особенно, если вы добавите панд в смесь!

  

• множество опций, таких как цвета, заголовки, метки и т. д. - Да

• SVG — зависит от серверной части
• PDF- да
• Кроссплатформенность - Да - Очень
• широкое сообщество пользователей, с хорошей поддержкой, примерами и документацией - Очень
• хорошо зарекомендовавший себя, стабильный и хорошо протестированный - да . Он используется тысячами людей и разрабатывается как минимум с 2002 года. На данный момент SO сообщает о 14 934 вопросах с тегом matplotlib. Есть несколько книг по его использованию.
  • Существует несколько дополнительных наборов инструментов matplotlib, в том числе выбор из двух наборов инструментов для проецирования и картографирования: basemap и cartopy, трехмерное построение с помощью mplot3d, оси и помощники по осям в axes_grid и многое другое.

Пример 3D-графика:

>>> from matplotlib import cm
>>> from mpl_toolkits.mplot3d import Axes3D
>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> fig = plt.figure()
>>> ax = fig.gca(projection='3d')
>>> X = np.arange(-5, 5, 0.25)
>>> Y = np.arange(-5, 5, 0.25)
>>> X, Y = np.meshgrid(X, Y)
>>> R = np.sqrt(X**2 + Y**2)
>>> Z = np.sin(R)
>>> surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.coolwarm)
>>> plt.show()

См. также Юпитер

Если вы создаете отчеты со встроенными диаграммами, я настоятельно рекомендую взглянуть на блокноты Jupyter и iPython . Эта бесплатная цепочка инструментов с открытым исходным кодом предоставит вам интерфейс на основе браузера для создания отчетов, включая:

• ряд графических и графических библиотек
• Ячейки уценки
• MathJax для формул
• Живые данные из Интернета
• Ячейки кода в Python и ряде других языков, таких как R, Julia, Haskell и более 30 других языков, с исполняемым кодом и включенными в отчет результатами последнего запуска.
• Встраивайте графику и видео из файлов или онлайн-источников
• Сохранить как блокнот iPython (формат Text/JSON),
• Экспорт в python, HTML, MarkDown, реструктурированный текст reST или PDF.
• Онлайн-пробная версия здесь, но обычно вы запускаете локальный сервер (часто на том же компьютере).

Таким образом, вы можете включить макет страницы, вводный текст, данные, примеры, результаты обработки, графики, изображения, партию и создать окончательный вывод в формате pdf, веб-сайте или в обоих форматах, который выглядит действительно профессионально.

Gnuplot Вероятно, заслуживает упоминания здесь.

Это приложение командной строки старой школы, восходящее к заре компьютерной графики, которое раньше использовалось довольно широко, но немного ушло из внимания с появлением IPython.