几百个科目、十几期数据，肉眼看不出异常。用 matplotlib/seaborn 把“科目×期间”的异常率画成热力图，偏离趋势画成折线，汇报时一图胜千言。

import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

def plot_anomaly_heatmap(matrix, labels, out="anomaly_heatmap.png"):
    # matrix: 科目×期间 异常得分
    plt.figure(figsize=(10, 6))
    sns.heatmap(matrix, annot=False, cmap="YlOrRd",
                xticklabels=labels[1], yticklabels=labels[0])
    plt.title("科目-期间异常热力图")
    plt.tight_layout()
    plt.savefig(out, dpi=120)
    plt.close()

rng = np.random.default_rng(20260920)
accounts = [f"科{i}" for i in range(12)]
periods = [f"{y}Q{q}" for y in (2024, 2025, 2026) for q in (1, 2, 3, 4)]
mat = rng.uniform(0, 1, size=(len(accounts), len(periods)))
plot_anomaly_heatmap(mat, (accounts, periods))
print("saved anomaly_heatmap.png")


可视化是审计沟通的翻译器。把异常得分画出来，客户和质控都能秒懂哪里有问题。

你汇报用图吗？PowerPoint 还是 Python 出？留言说说。

点赞、收藏、关注，下期《实质性分析程序的可视化：回归与趋势偏离》。

会计师事务所的一名注册会计师

问题几百个科目、十几期数据，肉眼看不出异常。用 matplotlib/seaborn 把“科目×期间”的异常率画成热力图，偏离趋势画成折线，汇报时一图胜千言。

199 · Python 统计抽样与可视化：审计发现的 Python 可视化（异常热力图与趋势）

用Python热力图可视化审计异常数据，通过科目×期间矩阵快速定位高危科目，红色越深风险越高。支持离线生成PNG图片，适配CI环境，便于在汇报中直观展示异常分布与趋势偏离，提升审计沟通效率。

2026上云采购 | AI焕新·智启新局

cloudaudit

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

199 · Python 统计抽样与可视化：审计发现的 Python 可视化（异常热力图与趋势）-腾讯云开发者社区-腾讯云

199 · Python 统计抽样与可视化：审计发现的 Python 可视化（异常热力图与趋势）

199 · Python 统计抽样与可视化：审计发现的 Python 可视化（异常热力图与趋势）

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐