如何將輸出集中在Python Jupyter筆記本上？

Question

我有一個我在Jupyter筆記本中創建的報告。我希望輸出（繪圖）以美觀爲中心。

我試圖在這裏給出了答案：

Centering output on IPython notebook

然而，這一個不工作。

我發現這裏面的工程＃1（Center align outputs in ipython notebook）

CSS = """ 
.output { 
    align-items: center; 
} 
""" 

HTML('<style>{}</style>'.format(CSS)) 

然而，儘管它的中心情節，當劇情寬，也不需要爲中心，它擴展了它，並使它比我不想要的頁面更寬。我試圖調節輸出邊緣區域像它說，但無論是它再次推到左側或者squishes到它需要滾動條的點（再次我不希望出現這種情況）

任何人有有什麼建議麼？我認爲這將是標準和容易的，但顯然不是（如果我想要的是不可能的話，僅僅居中一個代碼塊的方法將是一個完美的解決方法？）

即，中心這個表：

它是此代碼生成：

df = pd.DataFrame(a01) 

new_df01 = df[['Call','FirstReceivedDate','Value']] 
new_df01['month'] = pd.Categorical(new_df01['FirstReceivedDate'].dt.strftime('%b'), 
             categories=vals, ordered=True) 

groupA01 = new_df01.groupby(['Call']).agg({'Value':sum, 'FirstReceivedDate':'count'}).rename(columns={'FirstReceivedDate':'Count'}) 
groupA01['Value'] = groupA01['Value'].map('{:,.2f}'.format) 

def hover(hover_color="#F1C40F"): 
    return dict(selector="tr:hover", 
       props=[("background-color", "%s" % hover_color)]) 

styles2 = [ 
    hover(), 
    dict(selector="th", props=[("font-size", "80%"), 
           ("font-family", "Gill Sans MT"), 
           ("color",'white'), 
           ('background-color', 'rgb(11, 48, 79)'), 
           ("text-align", "center")]), 
    dict(selector="td", props=[("font-size", "75%"), 
           ("font-family", "Gill Sans MT"), 
           ("text-align", "center")]), 
    dict(selector="tr", props=[("line-height", "11px")]), 
    dict(selector="caption", props=[("caption-side", "bottom")]) 
] 


html2 = (groupA01.style.set_table_styles(styles2) 
      .set_caption("")) 
html2 

謝謝！

添加代碼來顯示熱圖的繪製：

dfreverse = df_hml.values.tolist() 
dfreverse.reverse() 

colorscale = [[0,'#FFFFFF'],[0.5, '#454D59'], [1, '#F1C40F']] 

x = [threeYr,twoYr,oneYr,Yr] 
y = ['March', 'February', 'January', 'December', 'November', 'October', 'September', 'August', 'July', 'June', 'May', 'April'] 
z = dfreverse 

hovertext = list() 
for yi, yy in enumerate(y): 
    hovertext.append(list()) 
    for xi, xx in enumerate(x): 
     hovertext[-1].append('Count: {}<br />{}<br />{}'.format(z[yi][xi],yy, xx)) 

data = [plotly.graph_objs.Heatmap(z=z, 
            colorscale=colorscale, 
            x=x, 
            y=y, 
            hoverinfo='text', 
            text=hovertext)] 

layout = go.Layout(
    autosize=False, 
    font=Font(
     family="Gill Sans MT", 
     size = 11 
    ), 
    width=600, 
    height=450, 
    margin=go.Margin(
     l=0, 
     r=160, 
     b=50, 
     t=100, 
     pad=3 
    ), 
     xaxis=dict(
     title='', 
     showgrid=False, 
     titlefont=dict(
      # family='Gill sans, monospace', 
      size=12, 
      #color='#7f7f7f' 
     ), 
     showticklabels=True, 
     tickangle=25, 
     tickfont=dict(
      family="Gill Sans MT", 
      size=12, 
      color='black' 
     ), 
    ), 
    yaxis=dict(
     title='', 
     showgrid=False, 
     titlefont=dict(
      #family='Gill sans', 
      #size=12, 
      #color='#7f7f7f' 
     ), 
     showticklabels=True, 
     tickangle=25, 
     tickfont=dict(
      family="Gill Sans MT", 
      size=12, 
      color='black' 
     ), 
) 
) 

fig = plotly.graph_objs.Figure(data=data, layout=layout) 
plotly.offline.iplot(fig,config={"displayModeBar": False},show_link=False,filename='pandas-heatmap') 

Answer 1

請試訓的這個類居中你的圖表，因爲沒有數據框中提供的，我創建了隨機的數據幀展示的能力曲線類。請檢查一下。

代碼：

from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot 
from IPython.display import display, HTML 
from plotly.graph_objs import * 
import numpy as np 
init_notebook_mode(connected=True) 

display(HTML(""" 
<style> 
.output { 
    display: flex; 
    align-items: center; 
    text-align: center; 
} 
</style> 
""")) 
iplot([{"x": [1, 2, 3], "y": [3, 1, 6]}]) 
iplot([Box(y = np.random.randn(50), showlegend=False) for i in range(45)], show_link=False) 
x = np.random.randn(2000) 
y = np.random.randn(2000) 
iplot([Histogram2dContour(x=x, y=y, contours=Contours(coloring='heatmap')), 
     Scatter(x=x, y=y, mode='markers', marker=Marker(color='white', size=3, opacity=0.3))], show_link=False) 

輸出：