matplotlib基础学习笔记（二）--《利用python进行数据分析》

线型图：
设置全局图像大小，颜色以及线条。

plt.rc('figure',figsize=(16,8)) 

df0 = df[['date','open','low','volume']]
df0.index = df0['date']
df0.plot(figsize=(14,4))#内置参数改变图像大小

柱状图：

Series 的柱状图：

fig,axes = plt.subplots(2,1)
data = pd.Series(np.random.rand(8),index=list('abcdefgh'))
data.plot(kind='bar',ax=axes[0],color='k',alpha=0.7)
data.plot(kind='barh',ax=axes[1],color='k',alpha=0.7)

bar 和 barch 分别是纵向和横向（垂直和水平）的柱形图

DataFrame 的柱状图：

df = pd.DataFrame(np.random.rand(4,3),
                  index=['one','two','three','four'],
                  columns=pd.Index(['A','B','C'],name='Genus'))
df.plot(kind='bar',figsize=(12,6))

**注意！**柱状图有一个非常不错的用法：利用value_counts图形化显示Series中各值的出现频率（统计），如下

s.value_counts().plot(kind='bar')

直方图和密度图：

小费（tip）占总消费（total_bill）的直方图。

tips['tip_pct'] = tips['tip']/tips['total_bill']
tips.head()

密度图KDE（Kernel Density Estimate，核密度估计）。调用plot时加上kind='kde’即可。

tips['tip_pct'].plot(kind='kde',figsize=(8,6))