复制Microsoft Excel';使用Python/Pandas的s数据栏渐变条件格式
是否有Python包或库允许以类似于Microsoft Excel的数据栏(渐变填充)条件格式的方式可视化数据: 如果不是渐变填充,可能是实心填充,如下所示:复制Microsoft Excel';使用Python/Pandas的s数据栏渐变条件格式,python,excel,pandas,formatting,data-visualization,Python,Excel,Pandas,Formatting,Data Visualization,是否有Python包或库允许以类似于Microsoft Excel的数据栏(渐变填充)条件格式的方式可视化数据: 如果不是渐变填充,可能是实心填充,如下所示: 我想知道Pandas或其他Python库是否具有此功能?一些示例数据会很方便 生成数据: data ={'MM-DD':['Jan-01-2019', 'Feb-02-2019', 'Mar-03-2019', 'Apr-04-2019', 'May-05-2019', 'Jun-06-2019','Jul-07-2019', 'Au
我想知道Pandas或其他Python库是否具有此功能?一些示例数据会很方便 生成数据:
data ={'MM-DD':['Jan-01-2019', 'Feb-02-2019', 'Mar-03-2019', 'Apr-04-2019', 'May-05-2019', 'Jun-06-2019','Jul-07-2019', 'Aug-08-2019', 'Sep-09-2019', 'Oct-10-2019', 'Nov-11-2019', 'Dec-12-2019'], 'clients':[12, 34, 67, 2, 12, 17,2, 5, 43, 32, 2, 7]}
df=pd.DataFrame.from_dict(data)
df
df.set_index(df['MM-DD'], inplace=True)
df['Dates']=df.index.strftime('%b-%d')
在库中绘图
import matplotlib .pyplot as plt
plt.barh( df['Dates'],df['clients'])
plt.ylabel('Dates')
plt.title('2018')
plt.show
import seaborn as sns
ax = sns.barplot(x=df['clients'], y=df['Dates'])
plt.title("2018")
还可以使用库
import matplotlib .pyplot as plt
plt.barh( df['Dates'],df['clients'])
plt.ylabel('Dates')
plt.title('2018')
plt.show
import seaborn as sns
ax = sns.barplot(x=df['clients'], y=df['Dates'])
plt.title("2018")
matplotlib文档有一个关于这方面的教程。还有一些帖子,如