Python pandas.io.formats.style.Styler.background_gradient用法及代碼示例

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)

以漸變樣式為背景著色。

背景顏色根據每一列、每一行或每一幀中的數據，或由給定的梯度圖確定。需要 matplotlib。

參數：

cmap：str 或顏色圖: Matplotlib 顏色圖。
low：浮點數: 壓縮低端的顏色範圍。這是延伸到最小值以下的數據範圍的倍數；好的值通常在 [0, 1] 中，默認為 0。
high：浮點數: 壓縮高端的顏色範圍。這是超出最大值的數據範圍的倍數；好的值通常在 [0, 1] 中，默認為 0。
axis：{0 或 ‘index’，1 或 ‘columns’，無}，默認 0: 適用於每一列(axis=0 或 'index')、每一行(axis=1 或 'columns')，或使用 axis=None 一次應用於整個 DataFrame。
subset：標簽，array-like，IndexSlice，可選: 一個有效的二維輸入DataFrame.loc[<subset>], 或者，在 1d 輸入或單鍵的情況下，DataFrame.loc[:, <subset>]列優先級的地方，以限製data到前應用該函數。
text_color_threshold：浮點數或整數: 用於確定 [0, 1] 中文本顏色的亮度閾值。促進不同背景顏色的文本可見性。如果為 0，所有文本為暗，如果為 1，則為亮，默認為 0.408。
vmin：浮點數，可選: 對應於顏色圖最小值的最小數據值。如果未指定，將使用數據(或 gmap)的最小值。
vmax：浮點數，可選: 對應於顏色圖最大值的最大數據值。如果未指定，將使用數據(或 gmap)的最大值。
gmap：array-like，可選: 用於確定背景顏色的漸變圖。如果未提供，將使用行、列或框架中的基礎數據。如果以 ndarray 或 list-like 的形式給出，則必須與考慮到 axis 和 subset 的基礎數據具有相同的形狀。如果作為 DataFrame 或 Series 給出，則考慮 axis 和 subset 必須具有相同的索引和列標簽。如果提供，vmin 和 vmax 應該相對於這個梯度圖給出。

self：造型器

注意：

當使用 low 和 high 時，如果沒有給出 gmap 或由 gmap 給出，則由數據給出的梯度範圍在低端通過 map.min - low * map.range 有效擴展，在高端通過map.max + high * map.range 在顏色標準化和確定之前。

如果與 vmin 和 vmax 組合，則 map.min , map.max 和 map.range 將替換為根據從 vmin 和 vmax 派生的值的值。

此方法將預選數字列並忽略非數字列，除非提供gmap，在這種情況下不會發生預選。

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 按列著色值，預選數字列

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

使用 axis=None 共同對所有值進行著色

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

從 low 和 high 兩端壓縮顏色圖

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

手動設置vmin和vmax梯度閾值

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

設置 gmap 並使用另一個 cmap 應用於所有列

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

為數據幀設置梯度圖(即 axis=None )，我們需要明確聲明 subset 以匹配 gmap 形狀

>>> 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)']
... )

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.io.formats.style.Styler.background_gradient。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：