pandas可视化图形展示

pandas 作为python主流的科学计算库，提供了很多可视化图形展示的api，本篇主要介绍pd.DataFrame.Plot()方法

DataFrame.plot(x=None, y=None, kind='line', ax=None, subplots=False, 
               sharex=None, sharey=False, layout=None, figsize=None, 
               use_index=True, title=None, grid=None, legend=True, 
               style=None, logx=False, logy=False, loglog=False, 
               xticks=None, yticks=None, xlim=None, ylim=None, rot=None, 
               fontsize=None, colormap=None, table=False, yerr=None, 
                xerr=None, secondary_y=False, sort_columns=False, **kwds)

其中： 

• x： 做为x轴的参数
• y： 做y的属性
• kind: 代表所做图形的类别，其可选参数为： ‘line’,'bar','barh','hist','box','kde','density','area','pie','scatter','hexbin',
•  ax :    轴对象
• subplots： boolean  每列单独做子图
• sharex： boolean 是否共享x轴
• sharey:    boolean 是否共享y轴
• layout : tuple  表示子图的布局
• figsize ： 以英寸为单位的元组（宽，高）
• use_index:  使用index作为x轴的刻度
• title： 字符串或列表  做图的标题
• grid：是否显示网格线
• legend： 是否显示图例
• style： 每列的样式
• logx，logy: 在x，y轴上使用对数缩放
• xticks,yticks: x，y轴标签
• xlim，ylim： x，y轴刻度限制
• rot：旋转刻度
• fontsize： xticks和yticks的字体大小
• colormap： 用于选择颜色
• colorbar： 如果为True，则绘制colorbar（仅与'scatter'和'hexbin'图相关）
• position： 指定条形图布局相对齐
• table： 如果为True，则使用DataFrame中的数据绘制表格，并且数据将被转置以满足matplotlib的默认布局。 如果传递了Series或DataFrame，则使用传递的数据绘制表。
• yerr ，xerr： 我也不知道
• stacked： 在线条和条形图，以及区域图中的True。 如果为True，则创建堆积图。
• sort_columns: 对列名进行排序
• secondary_y： 是否绘制辅助y轴
• mark_right： 使用辅助y轴时，图例中使用right标记列标签