您是否有某周每天重复执行的任务？ 例如，编写报告。 您需要数据，进行分析，可视化（制作图形，图表），然后将其发送给老板。 但是，如果所有这些都是自动化的怎么办？
在本教程中，我们将为Telegram创建一个机器人，以帮助实现自动报告。 最酷的是，整个程序仅包含50行代码！ 如果您是第一次为Telegram创建机器人，那么您应该
在此处阅读这篇
文章 。
Skillbox建议： 从零开始的 动手课程Python开发人员 。
我们提醒您： 对于所有“哈勃”读者来说，使用“哈勃”促销代码注册任何Skillbox课程时均可享受10,000卢布的折扣。
下车
安装库我们将使用
google-cloud-bigquery从Google BigQuery检索数据。
matplotlib ，
numpy和
pandas将有助于可视化数据。
python-telegram-bot将完成的数据发送到Telegram。
pip3安装google-cloud-bigquery matplotlib numpy熊猫python-telegram-bot连接Google BigQuery API如果要使用该服务，则需要连接Google BigQuery API。 为此，请转到
Google Developers Console并创建一个新项目（或选择一个现有项目）。
在控制台中，选择“启用API和服务”，然后查找BigQuery API。
选择启用以连接API。
创建一个帐户密钥我们再次进入
Google Developers Console ，选择“凭据”，“创建凭据”和“服务帐户密钥”标签。
然后-新服务帐户，然后在服务帐户名称字段中输入名称。
从“角色”下拉列表中，选择“项目”>“所有者”，然后选择“创建”。
将自动加载的文件称为creds.json。
我们公开了GOOGLE_APPLICATION_CREDENTIALS，指示了终端中creds.json的路径。
导出GOOGLE_APPLICATION_CREDENTIALS ='[PATH_TO_CREDS.JSON]'如果一切顺利，是时候开始编写程序了。
应用程式建立
对于本教程，我们将使用来自bigquery-public-data.stackoverflow的数据，对于我们的报告，我们将选择每日出版物的数量。
一切都很简单。
查询表->可视化数据->保存可视化->发送图像
让我们创建一个函数来定义每个线程。
查询到BigQuery首先，导入库。
从google.cloud导入bigquery创建一个名为query_to_bigquery的函数，其中参数为query。
def query_to_bigquery(query): client = bigquery.Client() query_job = client.query(query) result = query_job.result() dataframe = result.to_dataframe() return dataframe
该函数将请求作为数据帧返回。
可视化数据要解决此问题，请选择matplotlib。
导入matplotlib.pyplot作为plt我们需要五个参数，其中x是x轴上的数据，x_label是轴的名称，y是y轴的数据，y_label是轴的名称，title是整个可视化的标题。
def visualize_bar_chart(x, x_label, y, y_label, title): plt.title(title) plt.xlabel(x_label) plt.ylabel(y_label) index = np.arange(len(x)) plt.xticks(index, x, fontsize=5, rotation=30) plt.bar(index, y) return plt
保存图像现在，让我们使用两个函数来创建可视化并保存它。
我们将发送每日发布的帖子数量。 首先，我们编写一个请求。
query = """ SELECT DATE(creation_date) date, COUNT(*) total_posts FROM `bigquery-public-data.stackoverflow.post_history` GROUP BY 1 HAVING date > DATE_SUB('2018-12-02', INTERVAL 14 DAY) ORDER BY 1 """
该查询有助于收集从2018年12月2日开始的两周的数据。
我们使用此日期，因为2018-12-02是bigquery-public-data.stackoverflow.post_history中记录的最新数据，在其他情况下，您可以使用CURRENT_DATE（）获取最新数据。
调用query_to_bigquery函数以获取数据。
数据框= query_to_bigquery（查询）然后将date列用作x轴，将total_posts列用作y轴。
x =数据框['date']。tolist（）
y =数据框['total_posts']。tolist（）我们使用visualize_bar_chart函数进行可视化并将其另存为图像。
plt = visualize_bar_chart（x = x，x_label =“日期”，y = y，y_label =“总帖子”，标题=“每日帖子”）
plt.savefig（'viz.png'）我们将此代码包装在一个名为get_and_save_image的函数中。
def get_and_save_image(): query = """ SELECT DATE(creation_date) date, COUNT(*) total_posts FROM `bigquery-public-data.stackoverflow.post_history` GROUP BY 1 HAVING date > DATE_SUB('2018-12-02', INTERVAL 14 DAY) ORDER BY 1 """ dataframe = query_to_bigquery(query) x = dataframe['date'].tolist() y = dataframe['total_posts'].tolist() plt = visualize_bar_chart(x=x, x_label='Date', y=y, y_label='Total Posts', title='Daily Posts') plt.savefig('viz.png')
发送图片为了将报告发送给收件人，您需要知道chat_id参数。
我们使用
userinfobot并键入/ start。 机器人以必要的信息作为响应，chat_id包含在id字段中。
现在创建send_image函数。 它将使用get_and_save_image函数来检索和保存图像。 然后，我们将所有内容发送给正确的联系人。
def send_image(bot, update): get_and_save_image() chat_id = 'CHAT_ID_RECEIVER' bot.send_photo(chat_id=chat_id, photo=open('viz.png','rb'))
主程序最后，创建另一个函数main以启动应用程序。 不要忘记为机器人更改YOUR_TOKEN。
请记住：该程序将在您指定的时间自动发送图像。 例如，我们每天早上九点发送报告。
def main(): updater = Updater('YOUR_TOKEN') updater.job_queue.run_daily(send_image, time=datetime.datetime.strptime('9:00AM', '%I:%M%p').time(), days=(0,1,2,3,4,5,6)) updater.start_polling() updater.idle() if __name__ == '__main__': main()
结果，我们的应用程序将如下所示：
from google.cloud import bigquery from telegram.ext import Updater import matplotlib.pyplot as plt import numpy as np import datetime def query_to_bigquery(query): client = bigquery.Client() query_job = client.query(query) result = query_job.result() dataframe = result.to_dataframe() return dataframe def visualize_bar_chart(x, x_label, y, y_label, title): plt.title(title) plt.xlabel(x_label) plt.ylabel(y_label) index = np.arange(len(x)) plt.xticks(index, x, fontsize=5, rotation=30) plt.bar(index, y) return plt def get_and_save_image(): query = """ SELECT DATE(creation_date) date, COUNT(*) total_posts FROM `bigquery-public-data.stackoverflow.post_history` GROUP BY 1 HAVING date > DATE_SUB('2018-12-02', INTERVAL 14 DAY) ORDER BY 1 """ dataframe = query_to_bigquery(query) x = dataframe['date'].tolist() y = dataframe['total_posts'].tolist() plt = visualize_bar_chart(x=x, x_label='Date', y=y, y_label='Total Posts', title='Daily Posts') plt.savefig('viz.png') def send_image(bot, update): get_and_save_image() chat_id = 'CHAT_ID_RECEIVER' bot.send_photo(chat_id=chat_id, photo=open('viz.png', 'rb')) def main(): updater = Updater('YOUR_TOKEN') updater.job_queue.run_daily(send_image, time=datetime.datetime.strptime('9:00AM', '%I:%M%p').time(), days=(0,1,2,3,4,5,6)) updater.start_polling() updater.idle() if __name__ == '__main__': main()
保存文件并将其命名为main.py。
我们通过在终端中输入命令来启动应用程序：
python3 main.py一切准备就绪。 现在，我们有了一个由50行代码组成的机器人，该机器人无需干预即可生成报告。
让我们通过选择/ send命令
从这里检查机器人。
您可以在
我的GitHub中获得完成的代码。
Skillbox建议：