matplotlib笔记三：表格样式

1、表格样式创建

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

# 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

df = pd.DataFrame(np.random.randn(10, 4), columns=list('ABCD'))
print(df)
s = df.style


# print(s, type(s))
# 按元素处理样式：style.applymap()
# def color_neg_red(val):
#     if (val < 0):
#         color = 'red'
#     else:
#         color = 'blue'
#     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
# print(df.style.highlight_null().to_html())

# 按行/列处理样式：style.apply()

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)
df.style.apply(highlight_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

# 样式索引、切片

df.style.apply(highlight_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(highlight_max, subset = ['b', 'd']) → 先索引行再做样式

2、表格显示控制

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

# df.style.format()

# 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%}")
# 说明：{:%}用来将小数转换为百分数，其中的.2是保留两位小数。所以{:.2%}就是：将小数转为对应的百分数，并保留两位小数输出。

# 显示小数点数

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

# 显示正负数

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

# 分列显示

df.head().style.format({'a':"{:.2%}",'b':"{:+4f}",'c':"{:.1f}"})

3、表格样式调用

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

# Styler内置样式调用

# 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='blue')

# 色彩映射
df = pd.DataFrame(np.random.rand(10, 4), columns=list('ABCD'))
df.style.background_gradient(cmap='Greens', axis=0,low=0,high=1)
# cmap：颜色
# axis：映射参考，0为行，1以列

# 条形图

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

# 分段式构建样式

df = pd.DataFrame(np.random.rand(10, 4), columns=list('ABCD'))
df['A'][2] = np.nan
df.style.\
    bar(subset=['A', 'D'], width=50).\
    highlight_null(null_color='blue')