代码分析工具、代码分析工具master 收藏 0

用这个傻瓜式数据分析工具，告别Excel透视表和VBA

近两年，随着各行各业的数字化建设加快，数据分析的风刮的越来越大，除了专业的数据分析岗位，其他很多业务岗位也都开始要求有具备数据分析能力，比如财务岗、运营岗、产品岗位等等，通过对日常业务数据分析，发现业务问题，促进业务增长。

说到数据分析，自然少不了数据和分析数据的工具。数据自然是不缺的，企业OA、ERP、CRM系统中存放了大量的数据，业务要用数据给IT部门提需求就好了，虽然这过程要经历无数次的需求沟通和等待，但只要多和IT磨一磨，数据总归是能到手的，那数据拿到手用什么分析呢？

首当其冲的肯定是Excel，办公必备软件，可以说是每个人在数据分析这条路上的第一站。数据统计、汇总、计算，简单的图表制作，用Excel的确很方便，但是光会一些函数、公式，绝大部分人做出来的报表只能是这样的：

要么密密麻麻一大片堆砌明细数据，稍微好点的再插两个图表，把数据简单可视化，一到月底、年终复盘，财务、运营就开疯狂加班赶报表，结果汇报的时候报告里贴的这些密密麻麻的分析报表，领导看不都不看一眼。

很多人喜欢网上搜各种各样的Excel报表模板，可视化效果很美观，而且还能实现动态报表和自动化报表，比如像下面这样

但是网上的报表模板很难百分百匹配我们的需求，想直接套模板有时候不现实，关键还是要自己的会做。要想用Excel作出这样的报表，就得学会透视表和VBA，透视表的操作对熟悉Excel的人来说还不算太难，跟着教程一步步学也能搞定，但是VBA对一般的业务人员学起来就有点费劲了，很多人教程看了好几遍，代码写起来还是很生硬，要想做个自动化模板就要花半天

对于这类VBA学不会，透视表又不熟练的初级业务人员，我给大家推荐一款傻瓜式的数据分析工具——FineBI，不需要写任何代码就能轻松实现数据处理和展现，制作炫酷美观的可视化报表，下面就给大家介绍一下我是如何用它快速制作可视化分析报表的

先来说数据获取，通常业务需要的数据都是由IT部门帮忙取数，然后导出成excel或者其他格式返回给业务，需求一多，IT就忙不过来了，一个取数需求就要等半天，严重影响业务分析的进度。用FineBI的好处是，它可以和企业各个系统的数据库连接，IT把业务需要的数据整理好放在相应的业务包里面，业务人员就可以自助取数分析，不用等IT的需求排期。

也可以把Excel数据集直接导入到FineBI中进行分析

数据导入成功之后，我们可以创建自助数据集对数据进行加工计算，比如计算新的指标、过滤、求和、汇总等等，与Excel不一样的是，在Excel里面进行数据加工操作，操作面板上是没有步骤记录的，如果其中某一步计算错，就只能一步步撤回重新计算，在FineBI中，采用的是步骤式的操作界面，每一步操作都会被记录，而且可以随时点击其中一步查看修改或者删除

数据处理好了，重头戏就是最后的数据图表制作，FineBI会自动读取数据表中的列名，转为指标和唯纬度，你只需要把纬度和指标拖拽到横纵坐标轴，图表就自动生成了，而且它会根据选择的纬度和指标个数自动为你推荐合适的图表类型，然后可以根据你的喜好，自定义图表的颜色、标签轴线等，比起Excel的图表制作操作，速度快N倍

除了一些简单条形图、柱状图、散点图之外，FineBI还内置了许多高级的可视化图表，比如数据地图、矩形树图、雷达图、漏斗图等等，制作完成的图表可以导出成pdf或者其他格式插入到汇报的ppt中

除了单个的图表组件制作方便，FineBI的另一个亮点就是分析仪表板和驾驶舱的制作。FineBI的仪表板采用的是画布式的布局，你可以在上面随心所欲的布局图表组件，还可以添加日期、文本、数值等过滤组件，实现仪表板数据的过滤和图表组件之间的联动，相当于Excel的透视表制作的动态报表

然后再通过给仪表板设置背景、图表颜色，加入可视化元素等等，就可以制作非常精美的可视化分析面板或报告，整个过程需要任何代码，只需要通过鼠标操作即可

下面是我用FineBI制作的一些分析仪表板和可视化报告，点击图表组件可以实现组件之间的联动和数据下钻，一个模板就可以替代N张Excel报表

FineBI制作的财务分析看板

这样一个傻瓜式操作的数据分析工具，对代码基础薄弱，Excel技能不熟练的业务人员来说是数据分析工具的绝佳之选了，而且关于FineBI的详细使用教程，官方提供很详细的帮助文档和丰富的免费学习视频，零基础的小白看完入门视频基本就能上手使用了，比学写VBA代码容易的多

而且，FineBI个人版是免费的，和付费版相比只有并发数限制，没有被阉割功能，推荐经常需要做数据分析的业务朋友们试试

实时可视化Debug：VS Code 开源新工具，一键解析代码结构

机器之心报道

参与：思、jamin

DeBug 太枯燥？让 VS Code 画个图，自动帮你理清数据结构与代码思路，这就是 Reddit 2K 多点赞的开源新工具。

项目地址：https://github.com/hediet/vscode-debug-visualizer

写代码，难免会遇到各种神奇的问题，代码短我们在脑海中「运行」一遍也就差不多能找出原因。但代码要是比较长，错误就会隐藏比较深了，这个时候，不论你是采用 print() 大法，还是善用 assert 语句，或者干脆设置断点，DeBug 总是一条慢慢排除的道路。

之前机器之心曾介绍过极简 DeBug 工具 PySnooper ，我们只需要向感兴趣的函数增加一个装饰器，就能得到该函数的详细 log，包含哪行代码能运行、什么时候运行以及本地变量变化的确切时间等等。这个 GitHub 12.3K Star 量的 DeBug 工具，输出风格是这样色的：

左边是运行信息，右边是对应 NumPy 代码。

这种复杂的 DeBug 工具，看起来就比较劝退。此外，在 PyCharm 上使用断点调试，它输出的也是各种变量的定义与值，同样是一堆详细信息。

那么能不能有一种更优雅的 DeBug 方式，以更简洁的信息快速帮我们找到代码的问题所在？这就是 VS Code 最新推出的可视化 DeBug，它能以图的方式快速展示数据结构。

我们先看看效果，如下动图将断点设置为第 32 行定义双向链表，随后一行行运行代码就会在右图展现出对应的数据结构图。

这种可视化非常优雅，而且该工具也会根据数据结构以不同的方式展现，例如树形、表格、曲线和图等。如下动图展示几种不同的可视化方式：

效果上确实非常惊艳，它与之前的 DeBug 方式采用完全不同的展现形式。目前该 VS Code Debug Visualizer 在 JavaScript/TypeScript 上有比较好的效果，在 C#、Java 和 PHP 上也正在积极测试，其它语言也还都能用。

安装此扩展程序后，使用命令< Open a new Debug Visualizer View >打开新的可视化视图。在此视图里，设置断点逐步执行后，表达式的执行与动态可视化都会展示在里面。右上角的刷新键可将当前的可视化工具视图弹出到新的浏览器窗口，同时还可以通过展开详细信息的窗口去选择数据提取器以及可视化调试器。

可视化调试器使用的是特定的 JSON 数据，相关支持的 JSON 数据模式可参考原 GitHub 项目。

当前的可视化表达式应该是作为 JSON 对象字符串来进行运算的，并与所支持的可视化调节器相匹配。而这个 JSON 字符串可能被单引号或者双引号所包含（也有可能没有引号），因此不能忽略转义符。

举一个案例：

对于 TypeScript/JavaScript 等语言，因为已经集成了数据抽取器，因此可以直接自动可视化。而其它没有数据抽取器的语言，就需要自定义数据结构与可视化器之间的关系了

该扩展还内置了其他可自定义的可视化调节器，尤其在 debug 时使用起来非常直观，可以根据面对不同的处理对象，可选择更易于理解的可视化方式。比如图表可视化，Plotly 可视化，Tree 可视化，网格可视化，文本可视化等等。在其种类非常丰富的同时，操作性也较为简便，效果非常直观，小编选取了几种类型作为案例：

Plotly 可视化

AST 可视化

在使用 AST 可视化还会呈现源代码，在选择其节点时，还会突出显示源代码中的跨度。

我们读者最常用的就是 Python 语言，然而遗憾的是，Debug Visualizer 并不支持 Python 数据结构的自动可视化。不过，Python 开发者还是非常热情的，他们尝试手动添加自定义可视化功能。

项目维护者正在讨论添加对 Python 的支持。

那么如果要手动调用 Debug Visualizer，开发者在 Demo 中新提交了一个 Python 示例。我们需要以 JSON 格式来表示数据，并完成自定义可视化，注意该 JSON 需要满足 Debug Visualizer 的格式定义。

如果在循环语句中设置断点，那么就可以导入 json_graph 来可视化结果，如下所示为 10 个节点的可视化展示。

在 Reddit 社区上，也有很多开发者在讨论 Python 是不是能用，有没有更便捷的方式自动可视化 DeBug，而不是在 DeBug 前还需要手动先配置一番。

VS Code Debug Visualizer 确实非常酷，但支持 Python 的它会更有意思。现在不论是项目维护者还是其它开发者，都在关注这个问题，期待过一段时间它能完美支持 Python。

参考链接：https://www.reddit.com/r/programming/comments/f88zom/i_made_an_extension_for_visual_debugging_in_vs/

本文作者及来源:Renderbus瑞云渲染农场https://www.renderbus.com