pandas.io.formats.style.Styler.text_gradient

Styler.text_gradient(cmap='PuBu', low=0, high=0, axis=0, subset=None, vmin=None, vmax=None, gmap=None)

用渐变样式为文本着色。

文字颜色根据每列、每行或整个框架中的数据，或者根据给定的梯度图来确定。需要 matplotlib。

Parameters:

cmapstr 或 colormap

Matplotlib 颜色图。

lowfloat

在低端压缩颜色范围。这是数据范围的倍数，延伸到最小值以下；通常在 [0, 1] 之间是有用的值，默认为 0。

highfloat

在高​​端压缩颜色范围。这是数据范围的倍数，延伸到最大值以上；通常在 [0, 1] 之间是有用的值，默认为 0。

axis{0, 1, “index”, “columns”, None}, default 0

按列（axis=0 或 'index'）、按行（axis=1 或 'columns'）或一次性应用于整个 DataFrame（axis=None）。

subset标签、类数组、IndexSlice、可选

DataFrame.loc[<subset>] 的有效二维输入，或者，在输入为一维或单个键的情况下，为 DataFrame.loc[:, <subset>]，其中列优先，用于在应用函数 之前 限制 data。

vminfloat，可选

对应于颜色图最小值的最小数据值。如果未指定，将使用数据的最小值（或 gmap）。

vmaxfloat，可选

对应于颜色图最大值的最大数据值。如果未指定，将使用数据的最大值（或 gmap）。

gmaparray-like, optional

用于确定文字颜色的渐变图。如果未提供，将使用来自行、列或框架的底层数据。如果以 ndarray 或类列表的形式提供，则其形状应与底层数据一致，同时考虑 axis 和 subset。如果以 DataFrame 或 Series 的形式提供，则应在考虑 axis 和 subset 后具有相同的索引和列标签。如果提供，vmin 和 vmax 应相对于此渐变图进行设置。

在 1.3.0 版本加入.

Returns:

Styler

参见

Styler.background_gradient

在背景中应用渐变样式。

Notes

当使用 low 和 high 指定渐变范围时，该范围由数据（如果未提供 gmap）或 gmap 提供，在低端处有效地扩展为 map.min - low * map.range，在高端处扩展为 map.max + high * map.range，然后再对颜色进行归一化和确定。

如果与 vmin 和 vmax 结合使用，则 map.min、map.max 和 map.range 将被根据从 vmin 和 vmax 派生的值替换。

此方法将预选择数值列，并忽略非数值列，除非提供了 gmap，在这种情况下不会发生预选择。

Examples

>>> 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]])

按列着色，使用 axis=0，预选择数值列

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

使用 axis=None 整体着色所有值

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

从 low 和 high 两端压缩色图

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

手动设置 vmin 和 vmax 渐变阈值

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

设置一个 gmap 并使用另一个 cmap 应用于所有列

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

为数据帧设置渐变图（即 axis=None），我们需要显式声明 subset 以匹配 gmap 的形状

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