pandas.io.formats.style.Styler.background_gradient#

Styler.background_gradient(cmap='PuBu', низкий=0, высокий=0, ось=0, subset=None, text_color_threshold=0.408, vmin=None, vmax=None, gmap=None)[источник]#

Закрасьте фон в градиентном стиле.

Цвет фона определяется в соответствии с данными в каждом столбце, строке или фрейме, или по заданной карте градиента. Требует matplotlib.

Параметры:

cmapstr или цветовая карта

Цветовая карта Matplotlib.

низкийfloat

Сжать диапазон цветов на нижнем конце. Это множитель диапазона данных для расширения ниже минимума; хорошие значения обычно в [0, 1], по умолчанию 0.

высокийfloat

Сжать диапазон цвета на верхнем конце. Это кратное диапазону данных, чтобы расширить выше максимума; хорошие значения обычно в [0, 1], по умолчанию 0.

ось{0, 1, “index”, “columns”, None}, по умолчанию 0

Применить к каждому столбцу (axis=0 или 'index'), к каждой строке (axis=1 или 'columns'), или для всего DataFrame сразу с axis=None.

subsetметка, массивоподобный, IndexSlice, необязательный

Допустимый 2D-ввод для DataFrame.loc[], или, в случае одномерного ввода или одиночного ключа, к DataFrame.loc[:, ] где столбцы имеют приоритет, чтобы ограничить data to до применение функции.

text_color_thresholdfloat или int

Порог яркости для определения цвета текста в [0, 1]. Облегчает

видимость на различных цветах фона. Весь текст темный, если 0, и

светлый, если 1, по умолчанию 0.408.

vminfloat, опционально

Минимальное значение данных, соответствующее минимальному значению цветовой карты. Если не указано, будет использовано минимальное значение данных (или gmap).

vmaxfloat, опционально

Максимальное значение данных, соответствующее максимальному значению цветовой карты. Если не указано, будет использоваться максимальное значение данных (или gmap).

gmapподобный массиву, необязательный

Карта градиента для определения цветов фона. Если не предоставлена, будет использоваться исходные данные из строк, столбцов или фрейма. Если задана как ndarray или список, должна иметь идентичную форму исходным данным с учетом axis и subset. Если задано как DataFrame или Series, должно иметь тот же индекс и метки столбцов с учетом axis и subset. Если предоставлено, vmin и vmax должен быть задан относительно этой карты градиента.

Добавлено в версии 1.3.0.

Возвращает:

Styler

Смотрите также

Styler.text_gradient: Окрасить текст в градиентном стиле.

Примечания

При использовании low и high диапазон градиента, заданный данными, если gmap не задано или gmap, расширяется на нижнем конце фактически на map.min - low * map.range и на верхней границе map.max + high * map.range перед нормализацией и определением цветов.

Если объединяется с vmin и vmax the map.min, map.max и map.range заменяются значениями в соответствии со значениями, полученными из vmin и vmax.

Этот метод предварительно выберет числовые столбцы и проигнорирует нечисловые столбцы, если только gmap предоставляется, в этом случае предварительный отбор не происходит.

Примеры

>>> 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]])

Затенение значений по столбцам, с axis=0, предварительный выбор числовых столбцов

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

Затенение всех значений коллективно с использованием axis=None

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

Сжать цветовую карту с обеих сторон low и high заканчивается

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

Ручная установка vmin и vmax пороги градиента

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

Установка gmap и применение ко всем столбцам с другим cmap

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

Установка карты градиента для dataframe (т.е. axis=None), нам нужно явно указать subset чтобы соответствовать gmap shape

>>> 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)']
... )  