# open-data-report

**Repository Path**: scriptshop/open-data-report

## Basic Information

- **Project Name**: open-data-report
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-18
- **Last Updated**: 2026-09-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 公开数据分析报表（open-data-report）

从**政府/公共开放数据接口**下载公开数据集，做清洗与分析，一键输出 Excel 报表 + Markdown 报告——展示"数据获取 → 处理 → 分析 → 报表"全流程，贴合数据分析定位。

## 功能特性

- 默认数据源：世界银行公开 API（免费、无需 Key），下载中国 GDP 年度数据
- 纯 Python 分析（无 pandas 依赖）：年增长率、均值、极值及对应年份
- 输出 Excel 三张工作表：原始数据 / 统计摘要 / 数据说明
- 同时输出 Markdown 报告，可直接粘贴分享
- `--offline` 模式用本地样例数据演示，不依赖网络
- 下载失败自动重试，并保留离线兜底

## 技术栈

Python 3.10+ · requests · openpyxl

## 安装

```bash
pip install -r requirements.txt
```

## 使用方法

```bash
# 在线下载数据并出报表
python main.py

# 指定年份区间
python main.py --start 2010 --end 2024

# 离线演示（用 data/sample.csv）
python main.py --offline
```

### 参数说明

| 参数 | 说明 | 默认值 |
|---|---|---|
| `--offline` | 使用本地样例数据，不联网 | 关闭 |
| `--start` | 起始年份 | `2000` |
| `--end` | 结束年份 | `2024` |

## 输出示例（真实运行结果）

```
python main.py
```

统计摘要：

| 统计项 | 数值 |
|---|---|
| 数据年限 | 2000~2024（共 25 年） |
| 最近一年GDP(亿美元) | 187296.68 |
| 均值(亿美元) | 88703.85 |
| 最大值(亿美元) | 187296.68（2024 年） |
| 最小值(亿美元) | 12237.55（2000 年） |

年度数据（节选）：

| 年份 | GDP(亿美元) | 年增长率(%) |
|---|---|---|
| 2000 | 12,237.55 | - |
| 2008 | 46,673.46 | 29.50 |
| 2020 | 149,964.14 | 3.00 |
| 2023 | 182,703.57 | -0.25 |
| 2024 | 187,296.68 | 2.51 |

## 运行截图

【放 1～2 张：终端运行截图 + Excel 报表截图】

## 项目结构

```
open-data-report/
├── main.py          命令行入口（下载→分析→报表）
├── fetch_data.py    公开数据下载（世界银行 API）
├── analyze.py       数据分析（增长率/均值/极值）
├── report_writer.py Excel + Markdown 报表输出
├── data/            （运行生成）raw.csv + sample.csv
├── output/          （运行生成）
│   ├── 数据报表.xlsx
│   └── report.md
└── requirements.txt
```

## 扩展：换数据源 / 换指标

- 换指标：改 `fetch_data.py` 里的 `WORLD_BANK_URL` 中的指标代码（如人口 `SP.POP.TOTL`、人均 GDP `NY.GDP.PCAP.CD`）
- 换数据源：重写 `fetch_data.py` 的抓取函数，返回 `[(年份, 数值), ...]` 即可，分析与报表逻辑不用动

## 合规声明

本工具仅采集世界银行等公开开放数据，遵守相应 API 使用条款。数据仅供学习与研究使用。

## License

MIT