Python图表绘制工具：Matplotlib_Part 3

序言：

    Python的可视化工具,以下截图，均以展示图表实例，如需了解部分对象的输出结果，可参照我Github上的代码，3Q🌹

【课程3.13】 表格样式创建

    表格视觉样式：Dataframe.style → 返回pandas.Styler对象的属性，具有格式化和显示Dataframe的有用方法

样式创建：
① Styler.applymap：elementwise → 按元素方式处理Dataframe
② Styler.apply：column- / row- / table-wise → 按行/列处理Dataframe

样式

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
% matplotlib inline

# 样式

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

sty

1.png

按元素处理样式：style.applymap()

# 按元素处理样式：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)
# 创建样式方法，使得小于0的数变成红色
# style.applymap() → 自动调用其中的函数

2.png

按行/列处理样式：style.apply()

# 按行/列处理样式：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"])
# 创建样式方法，每列最大值填充黄色
# axis：0为列，1为行，默认为0
# subset：索引

3.png

样式索引、切片

# 样式索引、切片

df.style.apply(hightlight_max, axis = 1, subset = pd.IndexSlice[2:5, ["b", "d"]])
# 通过pd.IndexSlice[]调用切片
# 也可：df[2:5].style.apply(hightlight_max, subset = ["b", "d"]) -> 先索引行再做样式

4.png

【课程3.14】 表格显示控制

    df.style.format()

按照百分数显示

# 按照百分数显示

df = pd.DataFrame(np.random.randn(10, 4), columns = ["a", "b", "c", "d"])
print(df.head())
df.head().style.format("{:.2%}")

5.png

显示小数点数

# 显示小数点数

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

6.png

显示正负数

# 显示正负数

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

7.png

分列显示

# 分列显示

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

8.png

【课程3.15】 表格样式调用

    Styler内置样式调用

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：颜色
# axis：映射参考，0为行，1以列

10.png

条形图

# 条形图

df = pd.DataFrame(np.random.rand(10, 4), columns = list("ABCD"))
df.style.bar(subset = ["A", "B", "C"], color = "#d65f5f", width = 100)
# width：最长长度在格子的占比

11.png

分段式构建样式

# 分段式构建样式

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：

以上完整代码