Series和DataFrame都有一个用于生成各类图表的plot方法。默认情况下，它们所生成的是线形图
线形图 s = Series(data=np.random.randint(0,10, size=10))s.plot() 柱状图
Series柱状图示例,kind = \'bar\'/\'barh\'
s.plot(kind=\'bar\')
s.plot(kind=\'barh\')
DataFrame柱状图示例
df.plot(kind=\'bar\')
直方图rondom生成随机数百分比直方图，调用hist方法
柱高表示数据的频数，柱宽表示各组数据的组距
参数bins可以设置直方图方柱的个数上限，越大柱宽越小，数据分组越细致
设置normed参数为True，可以把频数转换为概率
s.plot(kind=\'hist\')
kde图：核密度估计，用于弥补直方图由于参数bins设置的不合理导致的精度缺失问题
s.plot(kind=\'hist\',bins=10,density=True) s.plot(kind=\'kde\')
绘制一个由两个不同的标准正态分布组成的的双峰分布 n1 = np.random.normal(loc=10, scale=5, size=1000)n2 = np.random.normal(loc=50, scale=7, size=1000)
n = np.hstack((n1,n2))
s = Series(data=n)
s.plot(kind=\'hist\',bins=100,density=True)
s.plot(kind=\'kde\') 散布图
散布图 散布图是观察两个一维数据数列之间的关系的有效方法,DataFrame对象可用
使用方法： 设置kind = \'scatter\'，给明标签columns
df.plot(x=\'A\', y=\'B\',kind=\'scatter\')
散布图矩阵，当有多个点时，两两点的关系
使用函数：pd.plotting.scatter_matrix(),
参数diagnol：设置对角线的图像类型
pd.plotting.scatter_matrix(df)
pd.plotting.scatter_matrix(df, figsize=(16,16), diagonal=\'kde\') 饼图
df.plot(kind=\'pie\', autopct=\'%.2f%%\')