利用display()函数在Python中展示数据表格的方法

在Python中，可以使用display()函数展示数据表格。display()函数是Jupyter Notebook和IPython的内置函数，它能够以更加美观和易读的方式展示数据。

下面是一个使用display()函数展示数据表格的例子：

import pandas as pd
from IPython.display import display

# 创建一个数据表格
data = {'Name': ['Tom', 'John', 'Steve', 'Bill'],
        'Age': [25, 30, 35, 40],
        'Country': ['USA', 'Canada', 'UK', 'Australia']}
df = pd.DataFrame(data)

# 使用display()函数展示数据表格
display(df)

上述代码中，首先导入了pandas库和IPython.display模块，然后创建了一个包含姓名、年龄和国家的字典数据data，并将其转化为一个DataFrame对象df。最后，使用display()函数展示了数据表格。

运行以上代码，将会在Jupyter Notebook中显示如下的数据表格：

    Name  Age    Country
0    Tom   25        USA
1   John   30     Canada
2  Steve   35         UK
3   Bill   40  Australia

通过使用display()函数，我们可以在Jupyter Notebook中更加方便地查看和分析数据表格。此外，display()函数还支持展示其他格式的数据，如图形、HTML等。

除了在Jupyter Notebook中使用display()函数展示数据表格外，我们还可以使用print()函数展示数据，不过后者的显示效果可能没有前者的美观。下面是一个使用print()函数展示数据表格的例子：

import pandas as pd

# 创建一个数据表格
data = {'Name': ['Tom', 'John', 'Steve', 'Bill'],
        'Age': [25, 30, 35, 40],
        'Country': ['USA', 'Canada', 'UK', 'Australia']}
df = pd.DataFrame(data)

# 使用print()函数展示数据表格
print(df)

运行以上代码，将会在命令行中显示如下的数据表格：

    Name  Age    Country
0    Tom   25        USA
1   John   30     Canada
2  Steve   35         UK
3   Bill   40  Australia

可以看到，使用print()函数展示数据表格时，没有对齐和样式的处理，数据显示相对混乱。

综上所述，通过使用display()函数可以在Python中更加方便和美观地展示数据表格，特别是在Jupyter Notebook中。