所用拓展模块
xlrd:
Python语言中,读取Excel的扩展工具。可以实现指定表单、指定单元格的读取。
使用前须安装。
下载地址:https://pypi.python.org/pypi/xlrd
解压后cd到解压目录,执行 python setup.py install 即可
datetime:
Python内置用于操作日期时间的模块
拟实现功能模块
读xls文件并录入数据库
根据年、月、日三个参数获取当天的值班情况
饼状图(当天完成值班任务人数/当天未完成值班任务人数)
瀑布图(当天所有值班人员的值班情况)
根据年、月两个参数获取当月的值班情况
根据年参数获取当年的值班情况
值班制度
每天一共有6班:
8:00 - 9:45
9:45 - 11:20
13:30 - 15:10
15:10 - 17:00
17:00 - 18:35
19:00 - 22:00
每个人每天最多值一班。
仅值班时间及前后半个小时内打卡有效。
上班、下班均须打卡,缺打卡则视为未值班。
分析Excel表格
我的指纹考勤机可以一次导出最多一个月的打卡记录。有一个问题是,这一个月可能横跨两个月,也可能横跨一年。比如:2015年03月21日-2015年04月20日、2014年12月15日-2015年01月05日。所以写处理方法的时候一定要注意这个坑。
导出的表格如图所示:
=。=看起来好像基本没人值班,对,就是这样。
大家都好懒T。T
Sign...
简单分析一下,
- 考勤记录表是文件的第三个sheet
- 第三行有起止时间
- 第四行是所有日期的数字
- 接下来每两行:第一行为用户信息;第二行为考勤记录
思路
决定用3个collection分别储存相关信息:
- user:用户信息,包含id、name、dept
- record:考勤记录,包含id(用户id)、y(年)、m(月)、d(日)、check(打卡记录)
- duty:值班安排,包含id(星期数,例:1表示星期一)、list(值班人员id列表)、user_id:["start_time","end_time"](用户值班开始时间和结束时间)
读取xls文件,将新的考勤记录和新的用户存入数据库。
根据年月日参数查询对应record,查询当天的值班安排,匹配获得当天值班同学的考勤记录。将值班同学的打卡时间和值班时间比对,判断是否正常打卡,计算实际值班时长、实际值班百分比。
之后输出json格式数据,用echarts生成图表。
分析当月、当年的考勤记录同理,不过可能稍微复杂一些。
所有的讲解和具体思路都放在源码注释里,请继续往下看源码吧~
源码
main.py
#!/usr/bin/env python # -*- coding: utf-8 -*- import os.path import tornado.auth import tornado.escape import tornado.httpserver import tornado.ioloop import tornado.options import tornado.web from tornado.options import define, options import pymongo import time import datetime import xlrd define("port", default=8007, help="run on the given port", type=int) class Application(tornado.web.Application): def __init__(self): handlers = [ (r"/", MainHandler), (r"/read", ReadHandler), (r"/day", DayHandler), ] settings = dict( template_path=os.path.join(os.path.dirname(__file__), "templates"), static_path=os.path.join(os.path.dirname(__file__), "static"), debug=True, ) conn = pymongo.Connection("localhost", 27017) self.db = conn["kaoqin"] tornado.web.Application.__init__(self, handlers, **settings) class MainHandler(tornado.web.RequestHandler): def get(self): pass class ReadHandler(tornado.web.RequestHandler): def get(self): #获取collection coll_record = self.application.db.record coll_user = self.application.db.user #读取excel表格 table = xlrd.open_workbook('/Users/ant/Webdev/python/excel/data.xls') #读取打卡记录sheet sheet=table.sheet_by_index(2) #读取打卡月份范围 row3 = sheet.row_values(2) m1 = int(row3[2][5:7]) m2 = int(row3[2][18:20]) #设置当前年份 y = int(row3[2][0:4]) #设置当前月份为第一个月份 m = m1 #读取打卡日期范围 row4 = sheet.row_values(3) #初始化上一天 lastday = row4[0] #遍历第四行中的日期 for d in row4: #如果日期小于上一个日期 #说明月份增大,则修改当前月份为第二个月份 if d < lastday: m = m2 #如果当前两个月份分别为12月和1月 #说明跨年了,所以年份 +1 if m1 == 12 and m2 == 1: y = y + 1 #用n计数,范围为 3 到(总行数/2+1) #(总行数/2+1)- 3 = 总用户数 #即遍历所有用户 for n in range(3, sheet.nrows/2+1): #取该用户的第一行,即用户信息行 row_1 = sheet.row_values(n*2-2) #获取用户id u_id = row_1[2] #获取用户姓名 u_name = row_1[10] #获取用户部门 u_dept = row_1[20] #查询该用户 user = coll_user.find_one({"id":u_id}) #如果数据库中不存在该用户则创建新用户 if not user: user = dict() user['id'] = u_id user['name'] = u_name user['dept'] = u_dept coll_user.insert(user) #取该用户的第二行,即考勤记录行 row_2 = sheet.row_values(n*2-1) #获取改当前日期的下标 idx = row4.index(d) #获取当前用户当前日期的考勤记录 check_data = row_2[idx] #初始化空考勤记录列表 check = list() #5个字符一组,遍历考勤记录并存入考勤记录列表 for i in range(0,len(check_data)/5): check.append(check_data[i*5:i*5+5]) #查询当前用户当天记录 record = coll_record.find_one({"y":y, "m":m, "d":d, "id":user['id']}) #如果记录存在则更新记录 if record: for item in check: #将新的考勤记录添加进之前的记录 if item not in record['check']: record['check'].append(item) coll_record.save(record) #如果记录不存在则插入新纪录 else: record = {"y":y, "m":m, "d":d, "id":user['id'], "check":check} coll_record.insert(record)
class DayHandler(tornado.web.RequestHandler): def get(self): #获取年月日参数 y = self.get_argument("y",None) m = self.get_argument("m",None) d = self.get_argument("d",None) #判断参数是否设置齐全 if y and m and d: #将参数转换为整型数,方便使用 y = int(y) m = int(m) d = int(d) #获取当天所有记录 coll_record = self.application.db.record record = coll_record.find({"y":y, "m":m, "d":d}) #获取当天为星期几 weekday = datetime.datetime(y,m,d).strftime("%w") #获取当天值班表 coll_duty = self.application.db.duty duty = coll_duty.find_one({"id":int(weekday)}) #初始化空目标记录(当天值班人员记录) target = list() #遍历当天所有记录 for item in record: #当该记录的用户当天有值班任务时,计算并存入target数组 if int(item['id']) in duty['list']: #通过用户id获取该用户值班起止时间 start = duty[item['id']][0] end = duty[item['id']][1] #计算值班时长/秒 date1 = datetime.datetime(y,m,d,int(start[:2]),int(start[-2:])) date2 = datetime.datetime(y,m,d,int(end[:2]),int(end[-2:])) item['length'] = (date2 - date1).seconds #初始化实际值班百分比 item['per'] = 0 #初始化上下班打卡时间 item['start'] = 0 item['end'] = 0 #遍历该用户打卡记录 for t in item['check']: #当比值班时间来得早 if t < start: #计算时间差 date1 = datetime.datetime(y,m,d,int(start[:2]),int(start[-2:])) date2 = datetime.datetime(y,m,d,int(t[:2]),int(t[-2:])) dif = (date1 - date2).seconds #当打卡时间在值班时间前半小时内 if dif <= 1800: #上班打卡成功 item['start'] = start elif t < end: #如果还没上班打卡 if not item['start']: #则记录当前时间为上班打卡时间 item['start'] = t else: #否则记录当前时间为下班打卡时间 item['end'] = t else: #如果已经上班打卡 if item['start']: #计算时间差 date1 = datetime.datetime(y,m,d,int(end[:2]),int(end[-2:])) date2 = datetime.datetime(y,m,d,int(t[:2]),int(t[-2:])) dif = (date1 - date2).seconds #当打卡时间在值班时间后半小时内 if dif <= 1800: #下班打卡成功 item['end'] = end #当上班下班均打卡 if item['start'] and item['end']: #计算实际值班时长 date1 = datetime.datetime(y,m,d,int(item['start'][:2]),int(item['start'][-2:])) date2 = datetime.datetime(y,m,d,int(item['end'][:2]),int(item['end'][-2:])) dif = (date2 - date1).seconds #计算(实际值班时长/值班时长)百分比 item['per'] = int(dif/float(item['length']) * 100) else: #未正常上下班则视为未值班 item['start'] = 0 item['end'] = 0 #将记录添加到target数组中 target.append(item) #输出数据 self.render("index.html", target = target ) def main(): tornado.options.parse_command_line() http_server = tornado.httpserver.HTTPServer(Application()) http_server.listen(options.port) tornado.ioloop.IOLoop.instance().start() if __name__ == "__main__": main() index.html { {% for item in target %} { 'id':{{ item['id'] }}, 'start':{{ item['start'] }}, 'end':{{ item['end'] }}, 'length':{{ item['length'] }}, 'per':{{ item['per'] }} } {% end %} }
最后
暂时只写到读文件和查询某天值班情况,之后会继续按照之前的计划把这个小应用写完的。
因为涉及到一堆小伙伴的隐私,所以没有把测试文件发上来。不过如果有想实际运行看看的同学可以跟我说,我把文件发给你。
可能用到的一条数据库插入语句:db.duty.insert({"id":5,"list":[1,2],1:["19:00","22:00"],2:["19:00","22:00"]})
希望对像我一样的beginner们有帮助!

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

PythonとCは、メモリ管理と制御に大きな違いがあります。 1。Pythonは、参照カウントとガベージコレクションに基づいて自動メモリ管理を使用し、プログラマーの作業を簡素化します。 2.Cには、メモリの手動管理が必要であり、より多くの制御を提供しますが、複雑さとエラーのリスクが増加します。どの言語を選択するかは、プロジェクトの要件とチームテクノロジースタックに基づいている必要があります。

科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。

PythonまたはCを選択するかどうかは、プロジェクトの要件に依存するかどうかは次のとおりです。1)Pythonは、簡潔な構文とリッチライブラリのため、迅速な発展、データサイエンス、スクリプトに適しています。 2)Cは、コンピレーションと手動メモリ管理のため、システムプログラミングやゲーム開発など、高性能および基礎となる制御を必要とするシナリオに適しています。

Pythonは、データサイエンスと機械学習で広く使用されており、主にそのシンプルさと強力なライブラリエコシステムに依存しています。 1)Pandasはデータ処理と分析に使用され、2)Numpyが効率的な数値計算を提供し、3)SCIKIT-LEARNは機械学習モデルの構築と最適化に使用されます。これらのライブラリは、Pythonをデータサイエンスと機械学習に理想的なツールにします。

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SecLists
SecLists は、セキュリティ テスターの究極の相棒です。これは、セキュリティ評価中に頻繁に使用されるさまざまな種類のリストを 1 か所にまとめたものです。 SecLists は、セキュリティ テスターが必要とする可能性のあるすべてのリストを便利に提供することで、セキュリティ テストをより効率的かつ生産的にするのに役立ちます。リストの種類には、ユーザー名、パスワード、URL、ファジング ペイロード、機密データ パターン、Web シェルなどが含まれます。テスターはこのリポジトリを新しいテスト マシンにプルするだけで、必要なあらゆる種類のリストにアクセスできるようになります。

PhpStorm Mac バージョン
最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

AtomエディタMac版ダウンロード
最も人気のあるオープンソースエディター

ZendStudio 13.5.1 Mac
強力な PHP 統合開発環境
