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：

1. 用 Python 处理数据，但却要用 Word 写分析报告？头疼
2. 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
3. 用 Jupyter Notebook，效果是好，但人家不会用，也不肯学？无语
4. 用 PowerBI 再来个二次开发？继续学起来
5. 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
6. 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：

1. 用 Python 直接开发 HTML 格式的数据分析报告
2. 支持?文字、表格、可视图?混排，并可实现多行、多列式的仪表盘
3. 支持?通过网页表单输入参数?，自定义筛选感兴趣的数据
4. 支持?定时、自动?生成报告，无需手动干预
5. 支持加密分享，可只在团队内部分享，或让指定人员查看
6. 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
7. 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