学思践悟，深学笃行——Python在大数据审计中的应用

在“科技强审，科技赋能”驱动下，大数据审计不再局限于某一类单一数据的分析，而是从相互关联的多类数据中挖掘到可用信息。Python作为一种简单、易学、免费、开源的高级编程语言，拥有强大的第三方类库，具有可扩展性、可嵌入性、跨平台性等特点优势，广泛应用于数据分析与挖掘、网络信息获取等领域，为大数据时代创新审计思路，拓宽审计方法提供了技术可能性。

一是Python中jieba库的应用。会议纪要是反映领导干部在执行“三重一大”具体工作的重要表现，而以往通过人工核对的方法，从大量的会议资料中寻找线索，对于审计人员的精力耗费很大，同时效率也不高，且得到审计证据不够充分。使用Python中的jieba库，将会议纪要中的内容智能拆分成若干词组；加入到字典中，遍历查看所有词组出现的频次和长度情况；利用词频数据直接算出不同会议纪要中相似词语出现的频次，进而对整体全局数据进行分析，得出重大精神落实情况。

二是Python中pandas库的应用。在大数据环境下，被审计单位往往信息化程度高，数据繁冗复杂，审计时只能抽取一部分进行审计，这种审计方式很难对被审计单位的整体进行准确全面的审计，审计结论可靠性也很低。使用Python语言的pandas模块可以将相关数据信息从Csv、Excel、Txt等多种格式文件中读出，存放在 Data Frame中，并将原始数据进行简单的清洗处理，删除不需要的数据，将原始数据简单整合，得到我们需要的数据。同时，通过Matplotlib数据分析可视化将数据绘制为可以分析观察的图表和图像，使得数据之间的关系更加清晰，也可以发现异常数据，从而实现审计全覆盖，为审计决策提供支持。

三是Python中爬虫技术的应用。在大数据审计环境中，审计电子数据在审计过程中处于“核心位置”，其完整性、一致性、有效性是大数据审计分析的基础，是发现审计问题与线索的关键。

但是在传统的审计方法中，审计人员通常只能获取被审计单位提供的数据，而这些数据可能不完整或者存在被篡改的风险。而通过分析查看网页的 URL、请求方式、状态码和网站地址代理名称等特定信息，了解网页的构成，编写Python数据采集脚本，实现网络爬虫抓取网页信息，采集来自互联网的各种数据，可以更加全面地了解被审计单位的情况，满足审计数据分析的需求。

大数据的运用给审计系统带来了前所未有的机遇与挑战，要坚持科技强审、数据先行的理念，向信息化要效率，向大数据要资源。充分掌握大数据分析方法，发挥大数据的“整合作用”，实施数据标准化处理，夯实审计工作基础；发挥大数据的“筛子作用”，从多维度挖掘事物之间的隐蔽联系，强化审计精准度；发挥大数据的“引擎作用”，收集、分析、比对各类信息数据，提升审计工作效率，努力践行“新时代审计人”的要求。（吕佳）