Python 的数据分析能力已经被大家充分认可了。处理数据的 Pandas，绘制可视图的 Matplotlib，生成交互图的 Bokeh，实现机器学习的 Scikit-learn 等等，Python 数据分析师早就能把这些工具用得出神入化了。但今天呆鸟要和大家聊一聊 Python 数据分析报告的痛点。
"""
用 Python 做数据分析时，这些问题让人很是头疼：
- 用 Python 处理数据，但却要用 Word 写分析报告？头疼
- 用 Excel 分享数据结果，或用 PPT 分享含可视图数据报告？头更疼了
- 用 Jupyter Notebook，效果是好，但人家不会用，也不肯学？无语
- 用 PowerBI 再来个二次开发？继续学起来
- Tableau 是大牛，不过只能试用 14 天，正式版公司不给预算？学了也白搭
- 有些工具不错，但只能把数据放在公共服务器上，虾米？公司不告我，我都得自裁了
不过，告诉大家一个好消息，在一个月黑风高的晚上，呆鸟在一封悄然弹出的 Newsletter 里看到一个蛮有趣的 Python 支持库，研究了一番发现这是个好东西啊，有了它就可以实现好多之前无法实现的功能，比如：
- 用 Python 直接开发 HTML 格式的数据分析报告
- 支持 文字、表格、可视图 混排，并可实现多行、多列式的仪表盘
- 支持 通过网页表单输入参数 ，自定义筛选感兴趣的数据
- 支持 定时、自动 生成报告，无需手动干预
- 支持加密分享，可只在团队内部分享，或让指定人员查看
- 学习成本低，上手超快，一两个小时就能自己尝试输出报告了
- 该支持库的作者在官网上声明公众版与团队版均 永久免费 。是不是很惊喜，是不是很意外？
有了它，再也不用什么 Word、Excel、PPT、PowerBI、Tableau 了，可以直接用 Python 生成 HTML 格式的数据分析报告，在浏览器里就可以让同事查看报告，对他们来说，没有新的学习成本，不用磨破嘴皮子让他们学习 Python 或 BI 工具，也不用担心 Excel 文件被他们搞得乱七八糟，只要打开浏览器就可以轻松上手。在公司内部即可分享，既不用担心数据泄密，也方便了自己。真的是轻轻松松，不再 pain！
当然了，这个支持库还有很多好处，就不在这里一一细说了，因为我已经把该支持库的 整个文档都翻译完了 ，并得到了作者授权，本篇文章之后会一一发出，分享给大家，如果大家喜欢这个支持库，那一定要加关注，我会持续更新的哦。
接下来，简单介绍一下这个支持库的核心功能：
主要函数：
Table 、 Plot
、
Markdown
save 、 publish
- Table 函数，直接用 pandas 的 DataFrame 输出交互式表格， 顶端显示表格基本信息、可筛选、可搜索、可排序、支持表格分页、也支持一次性加载全部表格、甚至还可以下载表格 ；
Table 函数还支持 columns 参数，可以输出栅格式的多行、多列的仪表盘。
- Plot 函数可以调用 Matplotlib、Bokeh、Altair、Plotly 等支持库输出的可视图，甚至可以保留 Bokeh 等支持库的各种交互功能；
- Markdown 函数 支持 Markdown ，输出格式化文本。
以上这些内容都可以轻松地整合在一个报告页面里，各种模块任你摆放。
- save 与 publish 用于保存与发布报告
官档译文将详细介绍这些函数与功能，这里就不赘述了。
该支持库分为 公众版 与 团队版 ，公众版用于在线分享数据报告，Python 数据分析的号主与博主有福了，有了它，无需让读者挑出你的文章，即可查看交互式报告；
团队版其实就是私密版，可以在公司内部的服务器上使用，只有经过授权的人员才能查看，甚至可以更严格的进行私密分享，让只有持有密钥的人才能查看报告。
卖了半天关子，那这个支持库到底是什么呢？Duang、Duang、Duang。。。
它就是 Datapane ， 这是它的官网 datapane.com/ 。感兴趣的朋友可以去看它有多简单、但又多强大。还有就是记得关注呆鸟，后续会有完整官档译文哦。
