篇首语：本文由小编为大家整理，主要介绍了可视化神器Plotly美化表格相关的知识，希望对你有一定的参考价值。
公众号：尤而小屋
作者：Peter
编辑：Peter
可视化神器Plotly美化表格
有时候看到一份表格，没有任何的颜色修饰，总觉得缺点美观效果。在Excel中我们可以直接对字体的颜色、大小等进行设置，还可以进行单元格的颜色填充，在plotly中美化表格输出主要是有两种方式：
- 使用go.Table方法
- 使用figure_factory的creat_table方法
Plotly连载文章
导入库
import pandas as pdimport numpy as npimport plotly_express as pximport plotly.graph_objects as go # 方法1：go.Tableimport plotly.figure_factory as ff # 方法2：图形工厂go.Table实现
该方法类似其他的图表绘制，直接使用go.Table方法之后往其中加入数据
基础表格
添加表头和单元格中的数据
import plotly.graph_objects as gofig = go.Figure(data=[go.Table( header=dict(values=["语文", "数学"]), # 表头：列表形式 cells=dict(values=[[100, 90, 140, 123], # 单元格添加：第一列元素 [105, 135, 75, 95]])) # 第二列元素 ])fig.show()个性化表格设置
import plotly.graph_objects as gofig = go.Figure(data=[go.Table( header=dict(values=["语文", "数学"], # 表头：字典形式 line_color="darkslategray", # 表头线条颜色 fill_color="lightskyblue", # 表头填充色 align="center" # 文本显示位置 "left", "center", "right" ), cells=dict(values=[[100, 90, 140, 123], # 单元格添加：第一列元素 [105, 135, 75, 95]], # 第二列元素 line_color="darkslategray", # 单元格线条颜色 fill_color="lightcyan", # 单元格填充色 align="center" # 文本显示位置 ))])fig.update_layout(width=600,height=400)fig.show()DataFrame转成表格
将DataFrame数据快速转成漂亮的表格
# 绘图fig = go.Figure( data=[go.Table( header=dict(values=list(data.columns), # 表头取值是data列属性 fill_color="paleturquoise", # 填充色和文本位置 align="left"), cells=dict(values=[data.性别,data.年龄,data.成绩], # 单元格的取值就是每个列属性的Series取值 fill_color="lavender", align="left" ) )])fig.show()改变row和column的大小
有时候单元格的数据太长，我们需要进行单元格大小的调整
import plotly.graph_objects as govalues = [["李白 唐代","杜甫 唐代","苏轼 宋代","王安石 宋代"], # 第一列数据 ["床前明月,疑是地上霜;举头望明月,低头思故乡", "国破山河在，城春草木深。感时花溅泪，恨别鸟惊心。
烽火连三月，家书抵万金。白头骚更短，浑欲不胜簪。", "十年生死两茫茫，不思量，自难忘。千里孤坟，无处话凄凉。
纵使相逢应不识，尘满面，鬓如霜。
夜来幽梦忽还乡，小轩窗，正梳妆。相顾无言，惟有泪千行。
料得年年肠断处，明月夜，短松冈。", "念往昔、繁华竞逐。叹门外楼头，悲恨相续。
千古凭高，对此谩嗟荣辱。
六朝旧事随流水，但寒烟、芳草凝绿。
至今商女，时时犹唱后庭遗曲。" ]]fig = go.Figure(data=[go.Table( columnorder = [1,2], # 列属性的顺序 columnwidth = [800,4000], # 列属性中元素所占单元格整体大小 # 表头 header = dict( values=[["唐宋作家"],["代表作品"]], # 两个表头 line_color="darkslategray", # 线条和填充色 fill_color="royalblue", align=["left","center"], # 位置 font=dict(color="white", size=12), # 表头文本的颜色和字体大小 font_size=12, height=40 # 高度 ), # 单元格设置 cells = dict( values=values, # 数据 line_color="darkslategray", # 线条颜色 fill=dict(color=["paleturquoise", "white"]), align=["left", "center"], # 两个列属性文本显示位置 font_size=12, # 字体大小 height=50))])#fig.update_layout(width=600,height=400)fig.show()设置表格渐变色
import plotly.graph_objects as goimport pandas as pdcolors = ["rgb(239, 243, 255)", # rgb值越接近255，越接近白色 "rgb(189, 215, 231)", "rgb(107, 174, 214)", "rgb(59, 130, 189)", "rgb(9, 81, 156)"]data = {"Year" : [2015, 2016, 2017, 2018, 2019], "Color" : colors}df = pd.DataFrame(data)print(df)fig = go.Figure(data=[go.Table( # 表头 header=dict( values=["Color", "YEAR"], # 表头名称 line_color="white", fill_color="white", align="center", font=dict(color="black", size=12) ), # 单元格 cells=dict( values=[df.Color, df.Year], # 两个列属性 line_color=[df.Color], fill_color=[df.Color], align="center", font=dict(color="black", size=13) ))])fig.show()表格数据滑动
当DataFrame中的数据过多的时候，我们可以进行滑动展示和查看：
student = pd.DataFrame({"性别":["小明","小红","小周","小孙","小苏"] * 100, # 将数据同时扩大100倍 "年龄":[19,29,32,20,18] * 100, "性别":["男","女","男","女","男"] * 100, "成绩":[590,588,601,670,555] * 100})student# 绘图fig = go.Figure( data=[go.Table( header=dict(values=list(student.columns), # 表头取值是data列属性 fill_color="paleturquoise", # 填充色和文本位置 align="left"), cells=dict(values=[student.性别,student.年龄,student.成绩], # 单元格的取值就是每个列属性的Series取值 fill_color="lavender", align="left" ) )])fig.show()[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-v0mYSKtc-1629908245058)(/attachment/info/202302/swwma21ax3m21.gif)]
creat_table
第二种方法是使用图形工厂中的creat_table方法来生成
基础图表生成
DataFrame数据生成表格
import plotly.figure_factory as fffig = ff.create_table(tips) # 将生成的tips数据放入fig.show()数据中添加链接
设置宽度
import plotly.figure_factory as ffdata = [["姓名", "年龄", "成绩"], # 表头 ["小明", 20, 620], # 每个列表代表一行记录 ["小红", 22, 677], ["小周", 19, 606]]fig = ff.create_table(data,height_constant=20) # 改变宽度#fig = ff.create_table(data,height_constant=50)fig.show()改变宽度后的样子：
颜色设置
import plotly.figure_factory as ff# 颜色设置colorscale = [[0, "#4d004c"],[.5, "#f2e5ff"],[1, "#ffffff"]] # 表格中设置3种颜色#colorscale = [[0, "#4d004c"],[.25,"#0ac37d"],[.5, "#f2e5ff"],[.75,"#afc271"],[1, "#1ff1ff"]] # 5种颜色fig = ff.create_table(tips, colorscale=colorscale) fig.show()字体颜色设置
import plotly.figure_factory as ffdata = [["name", "rank"], ["小明", 1], ["小红", 2], ["小周", 3], ["小张", 4], ["小孙", 5], ["小王", 6]]# 颜色设置colorscale = [[0, "#272D31"],[.5, "#ff9f9f"],[1, "#ffffff"]]# 字体颜色设置font=["#7CFCFC", "#0FEE00", "#008B00", "#F04F00", "#6A0000", "#CD0000", "#FF3030"]fig = ff.create_table(data, # 添加数据、颜色 colorscale=colorscale, font_colors=font)fig.layout.width=500 # 表格整体宽度设置fig.show()图形和表格联用
采用的消费数据集tips
import plotly.graph_objs as goimport plotly.figure_factory as ff# 添加表格fig = ff.create_table(tips)# 添加图形fig.add_trace(go.Scatter( x=tips["tip"], y=tips["total_bill"], marker=dict(color="#9099ff"), # 标记颜色 name="total_bill
tip", xaxis="x2", yaxis="y2"))fig.add_trace(go.Scatter( x=tips["size"], y=tips["total_bill"], marker=dict(color="#a099af"), name="total_bill
size", xaxis="x2", yaxis="y2"))fig.update_layout( title_text="消费数据图表联合", height=500, margin={"t":75,"b":100}, xaxis = {"domain": [0, .45]}, xaxis2 = {"domain": [0.6, 1.]}, yaxis2 = {"anchor": "x2", "title": "tips"} )fig.show()将图形竖直方向上排列：
import plotly.graph_objs as goimport plotly.figure_factory as ff# 添加表格fig = ff.create_table(tips)# 添加图形fig.add_trace(go.Scatter( x=tips["tip"], y=tips["total_bill"], marker=dict(color="#9099ff"), # 标记颜色 name="total_bill
tip", xaxis="x2", yaxis="y2"))fig.add_trace(go.Scatter( x=tips["size"], y=tips["total_bill"], marker=dict(color="#a099af"), name="total_bill
size", xaxis="x2", yaxis="y2"))fig.update_layout( title_text="消费数据图表联合", height=800, margin={"t":75,"l":50}, yaxis = {"domain": [0, .5]}, # domain 图形占比范围 xaxis2 = {"anchor": "y2"}, # anchor表示是和y2一起作为绘图的坐标轴 yaxis2 = {"domain": [0.6, 1], "anchor":"x2", "title": "tips"} )fig.show()以上是关于可视化神器Plotly美化表格的主要内容，如果未能解决你的问题，请参考以下文章
