Tipo de trabalho: Essay

Como manipular dados dentro do Python de forma confortável e segura, aliando as

vantagens do primeiro às do segundo? Por segundo, leia-se Excel, da Microsoft, ‘padrão-ouro’ e
primeira opção quando se trata de manipular dados de natureza numérica.

Verificar-se-á a possibilidade de se apresentar os resultados do Python de uma forma mais

clara e adequada, permitindo o seu uso em produção dos referidos relatórios, atendendo aos
requisitos de conforto (“smooth workflow”, de ponta a ponta, da importação dos dados à geração do
relatório final 1), clareza e segurança e, em particular, permitindo-se aferir um parâmetros objetivos
para a avaliação do uso da ferramenta quando do seu uso para a análise de dados. Ter-se-á por base
um tipo específico de relatório: o de natureza científica, subordinado às regras da ABNT.

Ainda, e não menos auspicioso, é possível trazer o Python para o dia a dia do usuário, por
assim dizer, ‘médio ou comum’? Se sim, como?

Isso posto, utilizando-se da plataforma VS Code, também da Microsoft, iremos verificar

formas de:

1. Importação de dados oriundos de planilhas ou formulários padronizados

a. agate-excel;
b. chameleon;
c. csvkit;

2. Bibliotecas para manipulação de dados no Python

a. PivotTable.js;
b. QGrid;
c. xlwings;
d. datashader;
e. dbf;
f. defusedxml;
g. et_xmlfile;
h. glueviz;

1 Automating Excel Reports with Python. Fonte: https://www.yinglinglow.com/blog/2018/04/29/xlwings-pivot-table

 i. graphviz;
j. gridmap;
k. holoviews ;
l. libxml2;
m. mdp;
n. meld3;
o. openpyxl;
p. orange3;
q. parsel;
r. quandl;
s. vispy;
t. visvis;
u. xerces-c;
v. xlrd;
w. xlsxwriter;
x. xlwt;

3. Python rima com ABNT?

a. reportlab

4. Referências

5. Anexos

A relação de pacotes (“libs”) utilizada pode ser encontrada no repositório da Anaconda 2.

2 Anaconda. Packages for 64-bit Windows with Python 3.6.

Fonte: https://docs.anaconda.com/anaconda/packages/py3.6_win-64/
1. Importação de dados oriundos de planilhas ou formulários padronizados no Python
(plataforma VS Code)

(...)

a) agate-excel: agate-excel adds read support for Excel files (xls and xlsx) to agate./
MIT
b) chameleon: HTML/XML template engine for Python / Repoze
c) csvkit: A suite of command-line tools for working with CSV, the king of tabular file
formats. / MIT
2. Bibliotecas para manipulação de dados no Python

O uso de bibliotecas no Python...

 2a) Pivottable.js

Fontes: https://pivottable.js.org/ e https://github.com/nicolaskruchten/pivottable/wiki

Descrição: Trata-se de um ferramenta open-source a qual se utiliza de linguagem da
programação Javascript. També conhecida como Pivot Grid, Pivot Chart, Cross-Tab, implementada
com funcionalidade de “arrastar e soltar” (drag'n'drop) escrita por Nicolas Kruchten.

Exemplos de uso:

Nota?
2b) QGrid

Fonte: https://pivottable.js.org/
Descrição:

Exemplos de uso:

Nota?
2c) xlwings

Fonte: https://pivottable.js.org/
Descrição:

Exemplos de uso:

Nota?
2d) agate-excel

Fonte:
Descrição:

Exemplos de uso:

Nota?
Referências
Anexos