Pandas：利用Styler对象设置Series、Dataframe在Jupyter Notebook中的输出样式（2）—

当前pandas版本为：1.2.5。

`Styler`对象内置样式概述

pandas数据结构在Jupyter Notebook中以表格形式呈现。这些表格的格式化依赖于pandas中的Styler对象。Dateframe.style属性返回值为Styler对象。

Styler对象通过生成CSS样式进行格式化。

Styler对象内置了一系列样式方法。这些方法的返回值大部分还是Styler对象，Styler对象支持链式调用，这样就可以将多种样式叠加在一起。

highlight_null：高亮显示null值。
highlight_min ：高亮显示最小值。
highlight_max：高亮显示最大值。
background_gradient：依赖matplotlib，支持seaborn，以热力图（色阶）形式显示数值大小。
bar：以数据条形式显示数值大小。

下面以案例的形式演示内置样式方法的使用，所有案例以以下案例为基础。

案例基础

import numpy as np
import pandas as pd
import matplotlib.pyplot as pltscore = pd.read_csv('./student_score.csv',encoding = 'gbk')
score

`highlight_null`：高亮显示`null`值

highlight_null方法的签名如下：

highlight_null(null_color: str = 'red', subset: Union[Hashable, NoneType, Sequence[Union[Hashable, NoneType]]] = None) -> 'Styler'

highlight_null方法具有两个参数：

null_color：指定null值的高亮颜色。类型为字符串，默认为红色。
subset：指定作用范围（子集）。

highlight_null方法的返回值为Styler对象。

案例：高亮红色显示`null`值

# 构造null值
score.iloc[1, 2] = np.nan
score.style.highlight_null()

案例：高亮黄色显示`null`值

# 构造null值
score.iloc[1, 2] = np.nan
score.style.highlight_null(null_color='yellow')

`highlight_min`：高亮显示最小值

highlight_min方法的签名如下：

highlight_min(subset=None, color: str = 'yellow', axis: Union[str, int, NoneType] = 0) -> 'Styler'

highlight_min方法具有两个参数：

color：指定最小值的高亮颜色。类型为字符串，默认为黄色。
subset：指定作用范围（子集）。
axis：轴方向，即设置最小值的比较范围。默认值为0即按列方向比较，1为按行方向比较。

highlight_min方法的返回值为Styler对象。

案例：高亮黄色显示每列最小值

score.style.highlight_min()

案例：高亮黄色显示每行最小值

score.style.highlight_min(axis=1)

案例：高亮黄色显示所有元素中的最小值

score.style.highlight_min(axis=None)

案例：高亮红色显示某列中的最小值

score.style.highlight_min(axis=0,subset='高数',color='red')

`highlight_max`：高亮显示最大值

highlight_max方法的签名如下：

highlight_max(subset=None, color: str = 'yellow', axis: Union[str, int, NoneType] = 0) -> 'Styler'

highlight_max方法的参数、返回值与highlight_min方法类似，不再赘述。

`background_gradient`：以热力图（色阶）形式显示数值大小

background_gradient方法依赖matplotlib，支持seaborn。

background_gradient方法的签名为：

background_gradient(cmap='PuBu', low: float = 0, high: float = 0, axis: Union[str, int, NoneType] = 0, subset=None, text_color_threshold: float = 0.408, vmin: Union[float, NoneType] = None, vmax: Union[float, NoneType] = None) -> 'Styler'

background_gradient方法的参数为：

cmap：Matplotlib颜色映射（colormap）。类型为字符串或 colormap，默认值为’PuBu’
low：最小颜色范围。类型为浮点值。默认为0。
high：最大颜色范围。类型为浮点值。默认为0。
axis：轴方向，即设置值的比较范围。默认值为0即按列方向比较，1为按行方向比较。
subset：指定作用范围（子集）。
text_color_threshold：文本的亮度阈值，用于辅助文本在不同背景色下的显示。类型为浮点值或整数，取值范围为0-1，0为全部文本都为暗色，1为全部文本都为亮色。
vmin ：colormap中的最小值。类型为浮点数，默认值为数据中的最小值。
vmax ：colormap中的最大值。类型为浮点数，默认值为数据中的最大值。

background_gradient方法的返回值为Styler对象。

案例：`background_gradient()`方法默认样式

score.style.background_gradient()

案例：使用matplotlib内置colormap高亮显示

score.style.background_gradient(cmap='autumn_r')

案例：调整colormap颜色范围

score.style.background_gradient(cmap='autumn_r',high=0.5,low=0.5)

`bar`：以数据条形式显示数值大小。

bar方法的签名为：

bar(subset=None, axis: Union[str, int, NoneType] = 0, color='#d65f5f', width: float = 100, align: str = 'left', vmin: Union[float, NoneType] = None, vmax: Union[float, NoneType] = None) -> 'Styler'

bar方法的参数为：

width：最大值占单元格宽度的百分比。类型为浮点值，取值范围为0-100。默认为100。
axis：轴方向，即设置数据条的比较范围。默认值为0即按列方向比较，1为按行方向比较。
subset：指定作用范围（子集）。
color：数据条颜色。类型为字符串或二元数组/列表。默认值为'#d65f5f'。
- 字符串：所有单元格使用同一种颜色。
- 二元数组/列表：分别定义负值和正值数据条颜色，即(负值颜色,正值颜色)。
align ：数据条的对齐方式。取值范围为{'left', 'zero',' mid'}，默认值为 'left'。
- 'left' ：最小值位于单元格的左侧。
- 'zero' ：0值位于单元格的中央。
- 'mid'：(max-min)/2值位于单元格的中央。如果所有值均为正值，0值位于单元格左侧；如果所有值均为负值，0值位于单元格右侧。
vmin ：数据条（左侧）最小值。类型为浮点数，默认值为数据中的最小值。
vmax ：数据条（右侧）最大值。类型为浮点数，默认值为数据中的最大值。

bar方法的返回值为Styler对象。

案例：`bar()`方法默认样式

score.style.bar()

案例：`bar()`方法`align`参数演示

score.style.bar(align='mid')

参考文献

https://pandas.pydata.org/docs/user_guide/style.html