序言：

Python的可視化工具,以下截圖，均以展示圖表實例，如需了解部分對象的輸出結果，可參照我Github上的代碼，3Q🌹

【課程3.13】 表格樣式創建

表格視覺樣式：Dataframe.style → 返回pandas.Styler對象的屬性，具有格式化和顯示Dataframe的有用方法

樣式創建：

① Styler.applymap：elementwise → 按元素方式處理Dataframe

② Styler.apply：column- / row- / table-wise → 按行/列處理Dataframe

樣式

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

% matplotlib inline

# 樣式

df = pd.DataFrame(np.random.randn(10, 4), columns = ["a", "b", "c", "d"])

sty = df.style

print(sty, type(sty))

sty

1.png

按元素處理樣式：style.applymap()

# 按元素處理樣式：style.applymap()

def color_neg_red(var):

if var < 0:

color = "red"

else:

color = "black"

return("color:%s" %color)

df.style.applymap(color_neg_red)

# 創建樣式方法，使得小于0的數變成紅色

# style.applymap() → 自動調用其中的函數

2.png

按行/列處理樣式：style.apply()

# 按行/列處理樣式：style.apply()

def hightlight_max(s):

is_max = s == s.max()

# print("##",is_max)

lst = []

for v in is_max:

if v:

lst.append("background-color: yellow")

else:

lst.append("")

return(lst)

df.style.apply(hightlight_max, axis = 0, subset = ["b", "c"])

# 創建樣式方法，每列最大值填充黃色

# axis：0為列，1為行，默認為0

# subset：索引

3.png

樣式索引、切片

# 樣式索引、切片

df.style.apply(hightlight_max, axis = 1, subset = pd.IndexSlice[2:5, ["b", "d"]])

# 通過pd.IndexSlice[]調用切片

# 也可：df[2:5].style.apply(hightlight_max, subset = ["b", "d"]) -> 先索引行再做樣式

4.png

【課程3.14】 表格顯示控制

df.style.format()

按照百分數顯示

# 按照百分數顯示

df = pd.DataFrame(np.random.randn(10, 4), columns = ["a", "b", "c", "d"])

print(df.head())

df.head().style.format("{:.2%}")

5.png

顯示小數點數

# 顯示小數點數

df.head().style.format("{:.4f}")

6.png

顯示正負數

# 顯示正負數

df.head().style.format("{:+.2f}")

7.png

分列顯示

# 分列顯示

df.head().style.format({"b": "{:.2%}", "c": "{:+.3f}", "d": "{:.3f}"})

8.png

【課程3.15】 表格樣式調用

Styler內置樣式調用

定位空值

# 定位空值

df = pd.DataFrame(np.random.rand(5,4), columns = list("ABCD"))

df["A"][2] = np.nan

df.style.highlight_null(null_color = "red")

9.png

色彩映射

# 色彩映射

df = pd.DataFrame(np.random.rand(10, 4), columns = list("ABCD"))

df.style.background_gradient(cmap = "Greens", axis = 1, low = 0, high = 1)

# cmap：顏色

# axis：映射參考，0為行，1以列

10.png

條形圖

# 條形圖

df = pd.DataFrame(np.random.rand(10, 4), columns = list("ABCD"))

df.style.bar(subset = ["A", "B", "C"], color = "#d65f5f", width = 100)

# width：最長長度在格子的占比

11.png

分段式構建樣式

# 分段式構建樣式

df = pd.DataFrame(np.random.rand(10, 4), columns = list("ABCD"))

df["A"][[3,2,1]] = np.nan

df.style.bar(subset = ["A", "B"], color = "#d65f5f", width = 100).highlight_null(null_color = "yellow")

12.png

最后：

新人創作打卡挑戰賽發博客就能抽獎！定制產品紅包拿不停！

總結

以上是生活随笔為你收集整理的python3.0如何画表格_Python图表绘制工具：Matplotlib_Part 3的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。