本篇筆記著重在將損益表變數套進Sankey Chart三大結構/四大元素（因為前面的抓取資料還沒搞懂，暫時無法分享（＞人＜；），會分享
Threads上大神分享的練習題，不能只看還要操作。本系列學習筆記會實作大神分享的程式碼，加上自己的註解跟邏輯。
https://www.threads.net/@dn.ape/post/DDbPst7pAId?xmt=AQGzB518N9F6BXd0SA2DruCtASNpfCZ0wp9S1TGd5CiRrQ
留言處原作者提供程式原始碼下載本次練習的步驟與目標 （數遊原人DigNo Ape 提供）
- 獲取 WMT 財報Excel連結 ➡ Nasdag 獲取數據財報 （但因我爬蟲失敗嗚嗚，所以先用大神的檔案練習後面Pandas的部分）
- 匯入 Excel (urllib) 並轉換成 Pandas dataframe ➡Google Colab Python Notebook （這部分我也卡住，應該是CSV 檔找不到的問題）
- 定位財報細項、營收細項等。➡OpenPy XL (作者有提供 Excel）
- 將損益表變數套進Sankey Chart三大結構/四大元素 。本筆記只能從這裡開始。
- 目標做出 Sankey Chart （如下圖）
作者提供的程式碼檔案
分析師結論：FY25Q4 財報 - 本季營收達到$180.55B，YOY增長 4.1%，略高於市場預期 。 - EPS為$0.66 ，略高於預期。 - 電子商務增長 16%，美國的線上銷售額增長 20%，全球電子商務目前佔銷售額的 18% - 全球廣告業務增長 27%，$4.4B - 全球會員業務增長 21%，$3.8B - Walmart Marketplace 業務增長 37%，約45% 的訂單由 WFS 配送 - Capex $23.8B，用於店鋪改造、新店擴編和供應鏈自動化
每個檔案所代表的意義（照順序執行）
13F Berkshire Hathaway sent.ipynb，它爬取網頁波克夏的持股資訊，不依賴其他 Notebook。在這個檔案中，用Pandas DataFrame (df_data)，轉換資料並進行處理。- 我試過網站打不開，程式可能無法正常運行。
- duckdb.ipynb → Pandas SQL sent.ipynb
- 這兩個檔案處理財務資料，duckdb先把 CSV 檔變成
df這個變數，再用Pandas處理。 - 這兩個檔案的用途我有問 ChatGPT 😣
- 這兩個檔案處理財務資料，duckdb先把 CSV 檔變成
- 直接執行 WMT_Sankey_Chart_Sent.ipynb，因為它處理 Excel，不依賴其他 Notebook。主要透過 OpenPyXL 解析財報 (Excel)，並繪製 Sankey Diagram。正常來說，應該將前面三個檔案都處理過，才有辦法產生 Excel財務報告，但是原作者將 OpenPyXL 解析財報 (Excel) 做成連結，所以跳過前兩的資料分析步驟也可以繪製圖表。
- 為什麼我會知道？因為我一執行 WMT_Sankey_Chart_Sent.ipynb 就可以畫圖，剛好碰巧可以產生圖表。
ipynb 檔案介紹
ipynb（Jupyter Notebook）是一種 互動式 Python 環境，常用在Google Colab 的環境，檔案會包含
- 程式碼單元格（Code Cells）：可以執行 Python、SQL、Markdown 等語言，每個區塊可以獨立執行。
- 文字單元格（Markdown Cells）：用來寫筆記或說明（可以顯示粗體、標題）
- 筆記 + 說明 ➝ 用 Markdown Cell
- Python 註解 ➝ 用
# - SQL 註解 ➝ 用
--或/* ... */
- 執行輸出（Outputs）：顯示圖表、數據表、錯誤訊息等
- 元數據（Metadata）：包含 Notebook 設定資訊
如果要用 VS code 需要安裝 Jupyter Extension
準備環境
Google Colab Python Notebook 是比較適合的環境，因為可以在網頁上使用，許多套件也已經安裝好了。我選擇用 VS code (可先到官網下載) 呈現，目的是帶著大家一起學會安裝環境。
小技巧：開啟行數顯示，VS Code tips — Enable line numbers in Jupyter notebooks
一開始就跟我說 MissingModuleSource
如何安裝：pip
的錯誤訊息顯示 bs4 (BeautifulSoup) 無法被解析，通常是因為函式庫未安裝或環境未正確設定。以下是解決步驟：
確認 bs4 是否已安裝
在 VS Code 終端機 (Terminal) 中執行：
pip show bs4如果沒有安裝，則執行：
pip install beautifulsoup4或python -m pip install beautifulsoup4
還有很多套件沒有被安裝，有沒有比較快的方法呢？
在 VS Code 的終端機執行：
python -m pip list
看看這些套件是否已經安裝：
beautifulsoup4
簡稱 bs4
- 如果財報數據是 HTML 表格 或 XML 格式，
bs4可以用來擷取數據。
- 如果財報數據是 HTML 表格 或 XML 格式，
requests- 網頁爬蟲的工具，Python 最常用的 HTTP 請求庫
- 發送 GET 請求到財報數據網站 (如 SEC、Yahoo Finance)。
pandas- 讀取 JSON、CSV、Excel 或從
requests爬取的數據。 - 清理數據，例如刪除空值、重新命名欄位、計算財務指標 (ROE, EPS...)。
- 轉換數據格式，讓它適合 Sankey Chart。
- 讀取 JSON、CSV、Excel 或從
numpy- 數值計算，財報中可能涉及 比率計算 (毛利率、淨利率、EBITDA)。
- 進行 數學運算 (例如標準差、回歸分析) 來評估財務狀況。
numpy提供更快的數據處理，比pandas更高效。
我自己的版本（需要等個５秒才會跑出來）
如果 python -m pip list 沒有列出這些套件，表示你的 Python 環境可能不對，請嘗試：
- 在 VS Code 左下角的 Python 版本 (狀態列) 點擊，選擇正確的 Python 環境。
- 在終端機中執行：
python -m pip install beautifulsoup4 requests pandas numpy
2. 確保所有需要的套件都已安裝
如果有缺少的套件，可以手動安裝：（可以用空格一鍵安裝）
pip install beautifulsoup4 requests pandas numpy
結論：這些套件的功能
pandas 來整理這些數據，可能透過 requests + bs4 來爬取財報數據，再透過 numpy 進行數據轉換，最後用 plotly 或 matplotlib 畫出 Sankey Chart。
但如果你的數據已經在 Excel / CSV，其實 requests & bs4 不一定要用，但如果你要從網頁爬取財報數據，那這些工具會很有幫助！
