python画图如何显示表格

在Python中，使用Matplotlib库可以方便地绘制图形并显示表格、通过pandas库处理数据并与Matplotlib结合使用、利用seaborn库创建具有数据表格的高级图形。以下将详细介绍如何通过这些方法实现表格的显示。

使用Matplotlib的Table模块可以很容易地在图形中添加表格。通过创建一个Axes对象，然后使用Table类将数据放入表格中，可以实现图形和表格的结合。Matplotlib的Table模块提供了丰富的选项来自定义表格的外观和格式，使其与图形的整体风格相匹配。接下来，本文将详细介绍如何使用这些库在Python中绘制图形和显示表格。

一、MATPLOTLIB库的使用

Matplotlib是Python中最常用的绘图库之一，能够创建静态、交互式和动画图形。其Table模块可以用于在图形中显示表格。

1.1 创建基本图形和表格

首先，我们需要安装Matplotlib库。如果还没有安装，可以使用以下命令进行安装：

pip install matplotlib

安装完成后，可以开始创建基本的图形和表格：

import matplotlib.pyplot as plt
from matplotlib.table import Table
创建一个新的图形和轴
fig, ax = plt.subplots(figsize=(6, 4))
隐藏坐标轴
ax.set_axis_off()
创建一个表格数据
data = [['A', 'B', 'C'],
        [1, 2, 3],
        [4, 5, 6]]
创建一个表格
table = Table(ax, bbox=[0, 0, 1, 1])
添加表格内容
for (i, j), val in np.ndenumerate(data):
    table.add_cell(i, j, 0.2, 0.2, text=val, loc='center')
添加表头
for j, label in enumerate(['Col1', 'Col2', 'Col3']):
    table.add_cell(-1, j, 0.2, 0.2, text=label, loc='center', facecolor='lightgrey')
将表格添加到轴
ax.add_table(table)
显示图形
plt.show()

1.2 自定义表格样式

可以通过多种方式自定义表格的外观和格式。例如，可以更改单元格的背景颜色、字体大小以及对齐方式：

# 自定义单元格
for (i, j), cell in table.get_celld().items():
    cell.set_fontsize(12)
    if i == -1:
        cell.set_text_props(fontweight='bold')
    cell.set_edgecolor('black')
    cell.set_facecolor('white')

通过这种方式，可以灵活地调整表格的样式，使其更符合特定的需求。

二、结合PANDAS库使用

Pandas是一个强大的数据分析和数据处理库，结合Matplotlib使用，可以方便地将DataFrame数据转换为图形和表格。

2.1 使用Pandas创建DataFrame

首先，确保已经安装了Pandas库：

pip install pandas

然后，可以创建一个DataFrame并通过Matplotlib显示表格：

import pandas as pd
创建一个DataFrame
data = {'Col1': [1, 4], 'Col2': [2, 5], 'Col3': [3, 6]}
df = pd.DataFrame(data)
创建一个新的图形和轴
fig, ax = plt.subplots(figsize=(6, 4))
隐藏坐标轴
ax.set_axis_off()
使用Pandas绘制表格
ax.table(cellText=df.values, colLabels=df.columns, loc='center')
显示图形
plt.show()

2.2 自定义Pandas表格

可以通过传递不同的参数来自定义表格，例如调整表格的大小、颜色和对齐方式：

ax.table(cellText=df.values, colLabels=df.columns, loc='center', cellLoc='center', colColours=['lightblue']*3)

通过这种方式，可以快速地将Pandas DataFrame转换为具有自定义样式的表格。

三、SEABORN库的高级图形

Seaborn是一个基于Matplotlib构建的Python可视化库，提供了更高级的图形和统计图表。

3.1 使用Seaborn绘制表格

首先，安装Seaborn库：

pip install seaborn

使用Seaborn可以轻松创建带有数据表格的图形：

import seaborn as sns
创建一个DataFrame
data = {'Col1': [1, 4], 'Col2': [2, 5], 'Col3': [3, 6]}
df = pd.DataFrame(data)
使用Seaborn绘制热图
sns.heatmap(df, annot=True, fmt='d', cmap='YlGnBu', cbar=False)
显示图形
plt.show()

3.2 Seaborn的自定义选项

Seaborn提供了多种选项来自定义图形和表格。例如，可以更改色彩映射、注释格式等：

sns.heatmap(df, annot=True, fmt='d', cmap='coolwarm', linewidths=.5)

Seaborn可以帮助快速创建信息丰富、视觉上吸引人的图形和表格。

四、综合应用示例

通过结合使用Matplotlib、Pandas和Seaborn，可以创建更复杂的图形和表格应用场景。例如，下面是一个综合应用示例：

# 数据准备
data = {'Category': ['A', 'B', 'C', 'D'],
        'Value1': [10, 20, 15, 25],
        'Value2': [30, 25, 35, 20]}
df = pd.DataFrame(data)
创建一个新的图形
fig, ax = plt.subplots(figsize=(8, 6))
绘制条形图
df.plot(kind='bar', x='Category', ax=ax)
添加表格
ax.table(cellText=df.values, colLabels=df.columns, loc='bottom', cellLoc='center', bbox=[0, -0.3, 1, 0.2])
调整图形布局
plt.subplots_adjust(left=0.2, bottom=0.2)
显示图形
plt.show()