Python搞定表格可视化！

link之家

链接快照平台

输入网页链接，自动生成快照
标签化管理网页链接

相关文章推荐

爽快的莲藕 · 使用c语言用easyx图形库制作可视化菜单实 ...· 1 周前 ·

想出国的小虾米 · “后浪”奔涌起，奋斗正当时--观点--人民网· 3 月前 ·

曾经爱过的蜡烛 · TT 2023赛程确定· 1 年前 ·

睡不着的豌豆 · 从支付、购买到售后：Google Play ...· 1 年前 ·

腹黑的西装 · 甜心面具真正的实力_甜心面具真正的实力是什么 ...· 1 年前 ·

独立的荔枝 · 彭伟国：国足进步空间很大 ...· 1 年前 ·

import numpy as np import pandas as pd from matplotlib.colors import LinearSegmentedColormap from plottable import ColumnDefinition, Table from plottable.cmap import normed_cmap from plottable.formatters import decimal_to_percent from plottable.plots import circled_image plt.rcParams["font.family"] = ["DejaVu Sans"] plt.rcParams["savefig.bbox"] = "tight" # demo数据准备 cols = [ "team", "points", "group", "spi", "global_o", "global_d", "group_1", "group_2", "group_3", "make_round_of_16", "make_quarters", "make_semis", "make_final", "win_league", df = pd.read_csv( "data/wwc_forecasts.csv", usecols=cols, colnames = [ "Team", "Points", "Group", "SPI", "OFF", "DEF", "1st Place", "2nd Place", "3rd Place", "Make Rd Of 16", "Make Quarters", "Make Semis", "Make Finals", "Win World Cup", col_to_name = dict(zip(cols, colnames)) flag_paths = list(Path("country_flags").glob("*.png")) country_to_flagpath = {p.stem: p for p in flag_paths} df[["spi", "global_o", "global_d"]] = df[["spi", "global_o", "global_d"]].round(1) df = df.rename(col_to_name, axis=1) df = df.drop("Points", axis=1) df.insert(0, "Flag", df["Team"].apply(lambda x: country_to_flagpath.get(x))) df = df.set_index("Team") # colormap准备 cmap = LinearSegmentedColormap.from_list( name="bugw", colors=["#ffffff", "#f2fbd2", "#c9ecb4", "#93d3ab", "#35b0ab"], N=256) team_rating_cols = ["SPI", "OFF", "DEF"] group_stage_cols = ["1st Place", "2nd Place", "3rd Place"] knockout_stage_cols = list(df.columns[-5:]) # table列个性化list，例如列名、列宽、字体、磅值等等 col_defs = ([ ColumnDefinition( name="Flag", title="Region", textprops={"ha": "center"}, width=0.5, plot_fn=circled_image, ColumnDefinition( name="Team", textprops={ "ha": "left", "weight": "bold" width=1.5, ColumnDefinition( name="Group", textprops={"ha": "center"}, width=0.75, ColumnDefinition( name="SPI", group="Team Rating", textprops={"ha": "center"}, width=0.75, ColumnDefinition( name="OFF", width=0.75, textprops={ "ha": "center", "bbox": { "boxstyle": "circle", "pad": 0.35 cmap=normed_cmap(df["OFF"], cmap=matplotlib.cm.Blues, num_stds=2.5), group="Team Rating", ColumnDefinition( name="DEF", width=0.75, textprops={ "ha": "center", "bbox": { "boxstyle": "circle", "pad": 0.35 cmap=normed_cmap(df["DEF"], cmap=matplotlib.cm.Greens, num_stds=2.5), group="Team Rating", ] + [ ColumnDefinition( name=group_stage_cols[0], title=group_stage_cols[0].replace(" ", "\n", 1), formatter=decimal_to_percent, group="Group Stage Chances", border="left", ] + [ ColumnDefinition( name=col, title=col.replace(" ", "\n", 1), formatter=decimal_to_percent, group="Group Stage Chances", ) for col in group_stage_cols[1:] ] + [ ColumnDefinition( name=knockout_stage_cols[0], title=knockout_stage_cols[0].replace(" ", "\n", 1), formatter=decimal_to_percent, cmap=cmap, group="Knockout Stage Chances", border="left", ] + [ ColumnDefinition( name=col, title=col.replace(" ", "\n", 1), formatter=decimal_to_percent, cmap=cmap, group="Knockout Stage Chances", ) for col in knockout_stage_cols[1:] # plottable的Table方法制作表格 fig, ax = plt.subplots(figsize=(20, 22)) table = Table( column_definitions=col_defs, row_dividers=True, footer_divider=True, ax=ax, textprops={ "fontsize": 14 row_divider_kw={ "linewidth": 1, "linestyle": (0, (1, 5)) col_label_divider_kw={ "linewidth": 1, "linestyle": "-" column_border_kw={ "linewidth": 1, "linestyle": "-" ).autoset_fontcolors(colnames=["OFF", "DEF"])

-------- End --------

推荐👇同名微信视频号

图解Pandas

分享一个Python工具plottable，轻松制作高度个性化的表格，底层为Matplotlib。例如这样的，或者这样的，第一张图详细代码：#导入相关包frompathlibimportPathimportmatplotlibimportmatplotlib.pyplotaspltimportnumpyasnpimportpandasaspdfromma...

大家新年好哇，今天小编来给大家分享如何在Excel文档当中来绘制 可视化 图表，并且制作一个 可视化 大屏，非常的容易，这里我们会用到openpyxl模块，那么首先第一步便是调用该模块来读取Excel文件，代码如下#读取Excel文档并且指定工作表的名称 file_name='Bike_Sales_Playground.xlsx' df=pd.read_excel(file_name,sheet...

1 print "+"+"-"*8+"+"+"-"*8+"+"+"-"*8+"+" 2 print "|"+" "*2+"姓名"+" "*2+"|"+" "*2+"年龄"+" "*2+"|"+" "*2+"籍贯"+" "*2+"|" 3 print "+"+"-"*8+"+"+"-"*8+"+"+"-"*8+"+" 4 print "|"+" "*2+"张三"+" "*2+"|"+" "*2+" 32 "+" "*2+"|"+" "*2+"北京"+" "*2+"|" 5 print "+"+"-"*8+"+"+"-"*8+"+"+"-"*8+"+" 6 print

在前面中，我们介绍了模型视图架构。然而，我们只触及了模型视图之一——QListView。 Qt6 中还有另外两个可用的模型视图——QTableView 和 QTreeView，它们使用相同的 QStandardItemModel 提供表格（类 Excel）和树（类文件目录浏览器）视图。在本文中，将介绍如何使用 PySide6 中的 QTableView，包括如何建模数据、格式化值以显示以及添加条件格式。另外，通过QTableView显示 Numpy和Panda数据。

df = pd.read_excel( r"E:\a研究生学习\项目\数据\h2.xlsx") print(df) #输出表格 print(df.dtypes) #显示表格的数据类型 m1 m2 m3 m4 0 6082 80 2 3 1 2132 80 4 3 2 9857 80 .

要实现 Python 对Excel 表格的 可视化 ，你可以使用pyecharts库。首先，你需要加载Excel 表格数据。你可以使用xlrd库来读取Excel文件中的数据。接下来，你可以使用pyecharts中的不同图表类型来 可视化 数据。比如，你可以使用Bar类来创建柱状图，使用Pie类创建饼图。你还可以使用Grid类将多个图表组合在一起。如果你想切割一年中的每个月份并打印出来，你可以使用xlrd库的方法来获取Excel 表格的数据。然后，你可以使用循环和切片来切割数据。最后，你可以使用print语句来打印每个月份的数据。在 可视化 之前，你可以先打印一下数据，以确保你正确地获取了Excel 表格中的数据。综上所述，你可以使用xlrd库来读取Excel 表格中的数据，并使用pyecharts库来实现 Python 对Excel 表格的 可视化 。你还可以使用循环和切片来处理数据。最后，你可以使用print语句来打印数据或查看结果。