Pandas+Matplotlib绘图

在pandas中，我们有行标签、列标签以及分组信息。也就是说，要制作一张完整的图表，原本需要一大堆的matplotlib代码，现在只需一两条简洁的语句就可以了。pandas有许多能够利用DataFrame对象数据组织特点来创建标准图标的高级绘图方法(这些函数的数量还在不断增加)。

一，利用Series的plot方法绘图

用Series绘图的原理：Series的索引作为x轴，Series的值作为y轴

from matplotlib import pyplot as plt
import numpy as np
from pandas import DataFrame,Series
import pandas as pd
#用来正常显示中文标签
plt.rcParams['font.sans-serif']=['SimHei'] 
#用来正常显示负号 
plt.rcParams['axes.unicode_minus']=False
#1.利用随机函数创建一组随机序列
series = Series(np.random.randn(10).cumsum())  #数据集累计和
series
#利用series默认的index作为x轴数据，series的value作为y轴值
axes = series.plot(label="折线图",style='ko-')
axes.set_title("利用Series绘制折线图")
axes.legend()

结果显示：

#2.也可以指定series的index的值作为x轴
Index = np.arange(0,100,10)
series1 = Series(np.random.randn(10).cumsum(),index = Index)  #数据集累计和
series1
#打印结果：
0     0.377990
10    1.637537
20    1.325206
30    0.376472
40    0.284113
50    1.1020