你知道matplotlib处理表格也很nice吗

前几篇博客写了matplotlib画各种图像，它是Python中一个十分实用的数据可视化包，用它来处理表格也是非常的轻松高效
引入所需基本模块

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

1.表格样式创建

生成二维数据表

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

输出结果：

（1）通过style.applymap()函数按元素处理表格

创建自定义函数，使小于0的数据全部标红

def color_neg_red(val):
    if val < 0:
        color = 'red'
    else:
        color = 'black'
    return('color:%s' % color)

应用于表格中

df.style.applymap(color_neg_red)

输出结果：

（2）通过style.apply( ) 按行/列处理表格
创建自定义函数，找到每一列最大值，并填充黄色

def highlight_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)

应用于表格

df.style.apply(highlight_max, axis = 0, subset = ['a','b','c','d'])
# 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

输出结果：

也可以通过切片的方式应用于表格，通过pd.IndexSlice( ）调用切片

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

输出结果：

2.表格显示控制

通过style.format( ) 函数实现表格的显示控制
创建数据，生成表格

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

输出结果：

按照百分数显示

df.head().style.format("{:.2%}")#百分位两位小数

输出结果：

按照小数显示

df.head().style.format("{:.4f}")#四位小数

输出结果：

显示正负数，保留两位小数

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

输出结果：

分列设置表格样式

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

输出结果：

3.表格样式调用

这一部分主要是通过Styler内置样式调用
（1）定位空值

df = pd.DataFrame(np.random.rand(5,4),columns = list('ABCD'))#创建数据
df['A'][2] = np.nan#生成空值
df.style.highlight_null(null_color='red')#标出空值

输出结果：

（2）色彩映射

df = pd.DataFrame(np.random.rand(10,4),columns = list('ABCD'))#创建数据
df.style.background_gradient(cmap='Greens',axis =1,low=0,high=1)#设置背景颜色
# cmap：颜色
# axis：映射参考，0为行，1以列

输出结果：

（3）条形图

df = pd.DataFrame(np.random.rand(10,4),columns = list('ABCD'))#创建数据
df.style.bar(subset=['A', 'B'], color='#d65f5f', width=100)#绘制条形图
# width：最长长度在格子的占比

输出结果：

（4）分段式构建样式

df = pd.DataFrame(np.random.rand(10,4),columns = list('ABCD'))#创建数据
df['A'][[3,2]] = np.nan#设定空值
df.style.\
    bar(subset=['A', 'B'], color='#d65f5f', width=100).\
    highlight_null(null_color='yellow')

输出结果：

ok，差不多就这些了

关注欢喜，走向成功~