Python pandas.io.formats.style.Styler.background_gradient用法及代码示例

用法: Styler.background_gradient(cmap='PuBu', low=0, high=0, axis=0, subset=None, text_color_threshold=0.408, vmin=None, vmax=None, gmap=None)

以渐变样式为背景着色。

背景颜色根据每一列、每一行或每一帧中的数据，或由给定的梯度图确定。需要 matplotlib。

参数：

cmap：str 或颜色图: Matplotlib 颜色图。
low：浮点数: 压缩低端的颜色范围。这是延伸到最小值以下的数据范围的倍数；好的值通常在 [0, 1] 中，默认为 0。
high：浮点数: 压缩高端的颜色范围。这是超出最大值的数据范围的倍数；好的值通常在 [0, 1] 中，默认为 0。
axis：{0 或 ‘index’，1 或 ‘columns’，无}，默认 0: 适用于每一列(axis=0 或 'index')、每一行(axis=1 或 'columns')，或使用 axis=None 一次应用于整个 DataFrame。
subset：标签，array-like，IndexSlice，可选: 一个有效的二维输入DataFrame.loc[<subset>], 或者，在 1d 输入或单键的情况下，DataFrame.loc[:, <subset>]列优先级的地方，以限制data到前应用该函数。
text_color_threshold：浮点数或整数: 用于确定 [0, 1] 中文本颜色的亮度阈值。促进不同背景颜色的文本可见性。如果为 0，所有文本为暗，如果为 1，则为亮，默认为 0.408。
vmin：浮点数，可选: 对应于颜色图最小值的最小数据值。如果未指定，将使用数据(或 gmap)的最小值。
vmax：浮点数，可选: 对应于颜色图最大值的最大数据值。如果未指定，将使用数据(或 gmap)的最大值。
gmap：array-like，可选: 用于确定背景颜色的渐变图。如果未提供，将使用行、列或框架中的基础数据。如果以 ndarray 或 list-like 的形式给出，则必须与考虑到 axis 和 subset 的基础数据具有相同的形状。如果作为 DataFrame 或 Series 给出，则考虑 axis 和 subset 必须具有相同的索引和列标签。如果提供，vmin 和 vmax 应该相对于这个梯度图给出。

self：造型器

注意：

当使用 low 和 high 时，如果没有给出 gmap 或由 gmap 给出，则由数据给出的梯度范围在低端通过 map.min - low * map.range 有效扩展，在高端通过map.max + high * map.range 在颜色标准化和确定之前。

如果与 vmin 和 vmax 组合，则 map.min , map.max 和 map.range 将替换为根据从 vmin 和 vmax 派生的值的值。

此方法将预选数字列并忽略非数字列，除非提供gmap，在这种情况下不会发生预选。

例子：

>>> df = pd.DataFrame(columns=["City", "Temp (c)", "Rain (mm)", "Wind (m/s)"],
...                   data=[["Stockholm", 21.6, 5.0, 3.2],
...                         ["Oslo", 22.4, 13.3, 3.1],
...                         ["Copenhagen", 24.5, 0.0, 6.7]])

使用 axis=0 按列着色值，预选数字列

>>> df.style.background_gradient(axis=0)

使用 axis=None 共同对所有值进行着色

>>> df.style.background_gradient(axis=None)

从 low 和 high 两端压缩颜色图

>>> df.style.background_gradient(axis=None, low=0.75, high=1.0)

手动设置vmin和vmax梯度阈值

>>> df.style.background_gradient(axis=None, vmin=6.7, vmax=21.6)

设置 gmap 并使用另一个 cmap 应用于所有列

>>> df.style.background_gradient(axis=0, gmap=df['Temp (c)'], cmap='YlOrRd')
...

为数据帧设置梯度图(即 axis=None )，我们需要明确声明 subset 以匹配 gmap 形状

>>> gmap = np.array([[1,2,3], [2,3,4], [3,4,5]])
>>> df.style.background_gradient(axis=None, gmap=gmap,
...     cmap='YlOrRd', subset=['Temp (c)', 'Rain (mm)', 'Wind (m/s)']
... )

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.io.formats.style.Styler.background_gradient。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：