pandas中的绘图函数---Seaborn/ seaborn.load_dataset/ matplotlib.pyplot/ matplotlib.pyplot.plot

1.Seaborn

Seaborn是基于matplotlib的Python数据可视化库。它提供了一个高级界面，用于绘制引人入胜且内容丰富的统计图形。更多运用了解Seaborn官方介绍

2.seaborn.load_dataset

seaborn.load_dataset(name, cache=True, data_home=None, **kws)从在线库中获取数据集(需要联网)。
参数说明：
name：字符串，数据集的名字 (name.csv on https://github.com/mwaskom/seaborn-data)。 您可以通过 get_dataset_names() 获取可用的数据集
cache：boolean, 可选，如果为True，则在本地缓存数据并在后续调用中使用缓存
data_home：string, 可选，用于存储缓存数据的目录。 默认情况下使用 ~/seaborn-data/
kws：dict, 可选，传递给 pandas.read_csv
关于此，更多可参考官网

3.matplotlib.pyplot

matplotlib.pyplot.acorr（x，hold = None，data = None，** kwargs ）
参数说明

x	标量序列
hold	布尔值，可选，不推荐使用，默认值：True
detrend	可调用，可选，默认：mlab.detrend_none
normed	布尔值，可选，默认值：True如果为True，则将输入向量归一化为单位长度。
usevlines	布尔值，可选，默认：True如果为True，则使用Axes.vlines绘制从原点到acorr的垂直线。否则，将使用Axes.plot
maxlags	整数，可选，默认：10；显示的滞后次数。如果为None，将返回所有2 * len（x）-1个滞后。
返回值	（滞后，c，行，b）：其中：lags 是长度2maxlags + 1滞后向量。c 是2maxlags + 1自相关向量line是由Line2D返回的实例 plot，b 是x轴。
更多	点此进入官网，了解更多示例

4.matplotlib.pyplot.plot

matplotlib.pyplot.acorr（x，hold = None，data = None，** kwargs ）

参数详解：
网搜一篇文章觉得写的挺有帮助的，自己就不写啦：
1.参考博客matplotlib.pyplot.plot