Python | Orange：不用写代码，也能做数字化审计（一）

点蓝字关注  设为星标 ☆ 优先赏阅
数据化审计-SmartAudit：问题导向、应用至上、解决痛点

不要被标题迷惑，这不是培训推广软文，是正经的系列教程！

引 子

在之前的推文中，写过一个系列的Python入门 “ 0基础教程 ”：

• 0基础教程 | 1x01-Python整合平台Anaconda的安装和使用
• 0基础教程 | 1x02-Python应用型基础入门（一）
• 0基础教程 | 1x03-Python应用型基础入门（二）

但仍不可否认，Python学习初始的学习曲线还是比较陡峭的，业务条线的科技小白还是容易陷入 “ 数据化审计，从入门到放弃 ” 的循环中。（参见文章《 “数据化审计，从入门到放弃”如何破？》）

不少审计人员的梦想就是：有这样一个系统或者软件，点一点、拖一拖、等一等，就能出结果、发现疑点，而不是需要学习 “ 天书 ” 一般的 SQL 语句、Python 语言。

Python 的世界博大精深，除了大量功能强大的库之外，也有大神推出很多所见即所得的工具，其中的佼佼者就是 Orange ，而且 Orange 主要是用python开发的。

当然，Orange 只是通过“拖拉拽”的方式基本实现了所见即所得的数字化审计分析，但离一建出底稿还有很远的距离。

因为工具只是数字化审计路上最容易翻越的山头，做好数字化审计需要的是一个能力体系（《数字化审计需要什么样的能力体系？》）， 业务是数字化审计之本，数据化审计的空间：技术决定下限，业务决定上限。

本系列教程主要有如下四方面的内容：

• 介绍Orange的基本功能、主要操作
• 应用Orange进行探索性数据分析（EDA）
• 使用Orange复现之前使用Python代码实现的一些案例
• Orange的高阶应用探索

本文是第一部分：介绍 Orange 的基本功能、主要操作。

Orange 基本介绍

Orange 提供了数据预处理、探索性数据分析、建模、模型评估、非监督机器学习、可视化等功能。

用户通过拖曳将 Orange 提供的相应组件放置到工作区（ Canvas ），建立数据分析工作流，并设定相关的参数，即可自动进行数据处理、模型应用和结果展现。

下图为 Orange 的主界面。主界面主要由三个部分组成：左边为组件集（ Widget ），中间为工作区（ Canvas ），单击组件的帮助链接会在右边显示当前组件的帮助（ Help ）。

安装Orange

截至 2021 年 8 月29日，Orange 的最新版本为 3.29.3。读者可以直接从官网下载安装程序或者免安装的压缩包。

官网下载地址是：https://orangedatamining.com/download/

在 Python 环境下（ 最新的版本只支持 Python3 和 64 位机器环境 ），也可以通过 pip 命令进行安装 pip install orange3 --user

通过 pip 命令安装完成后，执行 “ python -m Orange.canvas ” 命令即可启动 Orange。

Orange的组件

从 Orange  主界面图上可见，Orange 左边栏提供了 5 个组件集，组件的图标也很直观地展示了组件的功能。

• 数据（ Data ）：常见格式数据的导入、数据库数据读取、数据保存、抽样、创建透视表、转换、设置相关系数、编写 Python 脚本等。
• 可视化（ Visualize ）：树状图、箱体图、散点图、直方图、热图等。
• 模型（ Model ）：各类机器学习模型，如 KNN、随机森林、SVM、逻辑回归、神经网络、贝叶斯，模型加载和保存。
• 评估（ Evaluate ）：交叉验证、抽样程序、ROC 曲线等。
• 无监督算法（ Unsupervised ）：各类数据降维算法，如 PCA、t-SNE；各类无监督算法模型，如  K-Means 分析、层次聚类分析等。

如果使用过 SPSS Modeler， 就会发现 Orange 提供的功能非常类似。

除了提供的这些组件之外，Orange 还可以通过插件（ Add-On ）添加新的功能，还支持在 Python 环境下直接调用组件进行非可视化的代码级别分析。

组件的使用

组件拖放

用鼠标左键点击 Orange 左边栏中的组件，按住左键，拖放到工作区（ Canvas ），松开左键，即可将需要的组件拖放到可操作位置。

在工作区（ Canvas ）中，已拖放的组件是可以任意位置移动的，双击组件可以编辑组件相关的参数。

使用帮助

在 Orange 的主界面中，当鼠标指针移动到组件的上方时，会出现一个 Tip 信息框，显示该组件的主要功能、输入要素和输出结果。

例如，当指针移到 Data Table 这个组件上时，Tip 信息框显示这个组件的主要功能是以表格的形式浏览数据，该组件的可输入类型为各类二维数据，输出为选中的数据或者全量数据，如下图所示。

链接组件

组件之间的数据交互依赖于组件间的链接（ Link ），也就是可视化中组件间的那根“线”。

由于不同的组件有不同的输入要求和多个输出结果，链接的两端需要继续进行正确的选择。双击组件间的链接，即可进行链接编辑。

可以单击一个组件上相应输出类型方框（输入类型方框），并按住鼠标左键，拖曳到另一个组件的输入类型方框（输出类型方框）上，重新定义两个组件间的链接方式，如下图所示。

简单示例：预览数据

从 Data 组件集中拖入 CSV File Import 组件，并选择数据源为“iris.csv”。

从 Data 组件集中拖入 Data Table 组件，并将其与 CSV File Import 组件建立链接，双击链接，确保链接是 Data 到 Data。

双击 Data Table 组件，即可预览导入的数据字段名称和字段值，如下图所示。