概述

虽然 matplotlib 主要用途是绘图，但是他还是可以在绘图时帮助我们做一些其他事务，比如在图表旁边放置一个整齐的数据表格。我们必须明白为数据绘制可视化图形主主要是是为了解释那些不能理解的数据。将一些来自数据整体集合的总结性或者突出强调的值放在图表旁边可以更好的帮助我们理解数据，例如平均销售额等。

在 matplotlib 中有一个专门的模块 matplotlib.table 用于管理和表格相关事情，在 matplotlib.table 文件有 Cell、Table 两个类以及包装方法 table()，Table 类是一个由单元格组成的表格，(0, 0)位于表格的左上角。在实际使用中都是调用 pyplot.talbe() API 快速创建 Table 实例，这个方法的底层调用链是 pyplot.table() -> table.table() 方法。Table 类的解析如下：

class Table(Artist):
	# ax：指定绘制表格Axes对象；
	# loc：指定表格相当于Axes对象的位置。
	# bbox：指定表格的边界，可以是Bbox对象或者[xmin, ymin, width, height]
	def __init__(self, ax, loc=None, bbox=None, **kwargs):
		...
		# 同上
		self._axes = ax  
		# 同上
		self._loc = loc  
		# 同上
		self._bbox = bbox
		# 存储每个位置的Cell对象，(M, N) = Cell()
		self._cells = {}
		...

	def add_cell(self, row, col, *args, **kwargs):
		xy = (0, 0)  
		# 创建Cell对象
		cell = CustomCell(xy, visible_edges=self.edges, *args, **kwargs)  
		# 添加Cell对象到字典中
		self[row, col] = cell  
		return cell

Cell 类负责表格中每一个单元格的创建，继承自 Rectangle 类，本质上是带有文本的矩形。它的源码解析如下：

class Cell(Rectangle):
	# xy：指定单元格左下角的位置
	# width：指定单元格宽度
	# height：指定单元格高度
	# edgecolor：指定单元格边框颜色
	# facecolor：指定单元格颜色
	# fill：指定是否填充单元格
	# text：指定单元格文本
	# loc：指定单元格内部文本排版
	# fontproperties：指定单元格文本属性
	# visible_edges：指定单元格边框的渲染形式
	def __init__(self, xy, width, height,  
             edgecolor='k', facecolor='w',  
             fill=True,  
             text='',  
             loc=None,  
             fontproperties=None  
             ):

接下来介绍一下 matplotlib 的快速创建方法 pyploy.table()，他的分析如下：

# cellText：指定放入单元格的字符串
# cellColours：指定每个单元格的背景颜色
# cellLoc：指定单元格文本排版
# colWidths：指定列宽
# rowLabels：指定标题行文本
# rowColours：指定标题行颜色
# rowLoc：指定标题行排版
# cowLabels：指定标题列文本
# cowColours：指定标题列颜色
# cowLoc：指定标题列排版
# loc：指定表格相当于Axes对象的位置。
# bbox：指定表格的边界，可以是Bbox对象或者[xmin, ymin, width, height]
def table(  
        cellText=None, cellColours=None, cellLoc='right',  
        colWidths=None, rowLabels=None, rowColours=None,  
        rowLoc='left', colLabels=None, colColours=None,  
        colLoc='center', loc='bottom', bbox=None, edges='closed',  
        **kwargs):
        ...

示例

最后我们以一个示例来进行综合演示，

import matplotlib.pyplot as plt  
import numpy as np  
  
plt.figure()  
ax = plt.gca()  
y = np.random.randn(9)  
  
col_labels = ['col1', 'col2', 'col3']  
row_labels = ['row1', 'row2', 'row3']  
table_vals = [[1, 12, 13],  
              [22, 21, 23],  
              [28, 29, 30]]  
  
  
row_colors = ['red', 'green', 'gold']  
  
my_table = plt.table(cellText=table_vals,  
                     cellLoc='center',  
                     colWidths=[0.1] * 3,  
                     rowLabels=row_labels,  
                     colLabels=col_labels,  
                     rowColours=row_colors,  
                     loc='upper right')  
  
plt.plot(y)  
plt.show()