可視化是數據探索性分析及結果表達的一種非常重要的形式，因此打算寫一個python繪圖系列，本文是第一篇，先說一下pandas.DataFrame.plot()繪圖功能。
pandas.DataFrame.plot()
在0.23.4版本的pandas中，pandas.DataFrame.plot()中常用的參數有以下幾個
- x：橫坐標上的標簽，一般是DataFrame中某個column的名稱，默認為None
- y：縱坐標上要顯示的column，如果不指定column，則默認會繪制DataFrame中所有對象類型為數值型的columns，非數值對象類型的column不顯示
- kind：選擇圖表類型，默認為折線圖。可選參數為‘line’(折線圖)、‘bar’(柱狀圖，豎直方向)、‘barh’(柱狀圖，水平方向)、‘hist’(直方圖)、‘box’(箱線圖)、‘kde’(核密度估計圖)、‘area’(面積圖)、‘pie’(餅狀圖)、‘scatter’(散點圖)、‘hexbin’(全成為hexagonal binning，有點類似熱點圖，用於顯示一個區域中點的個數，不過是用正六邊形表示數值區域)
- ax：matplotlib中的axes對象(可以理解為子圖對象)。在多子圖(使用matplotlib的subplots()函數,或者add_subplot()函數時)，可以通過該參數選擇在哪個子圖上繪制圖形。參數默認為None
- subplots：是否單獨顯示每個columns，默認為False。設置為True時，會將每個columns的數據單獨在一個子圖中顯示
- sharex：僅作用於"subplots"為True時，是否允許所有的子圖共用同一個X軸標簽。當“ax”為None時，“sharex”默認為True；當“ax”不為None，“sharex”默認為False,此時每一個子圖有自己單獨的X軸標簽。
- sharey：當“ax”不為None或"subplots"為True是，是否允許共用一個Y軸標簽，默認為False。
- layout：當“subplots”為True時，用於布置圖片顯示布局，圖片按幾行、幾列顯示，參數為元組。
- figsize：元組類型，設置圖片尺寸。
- use_index：是否使用DataFarme的index作為X軸標簽，默認為True。當參數“x”不為None時。當DataFrame的index為非數值(包括字符串、datetime等類型)，use_index參數設置無效。
- title：設置圖標標題。
- grid：是否顯示網格線，默認為False。
- legend：是否顯示圖例，默認為True，圖例就是clolumn的名稱。
- style：設置線型，默認為直線。
- xticks：設置X軸上的坐標值，需要數值型序列。
- yticks：同"xticks"，作用於Y軸
- xlim：設置圖片中X軸數值刻度顯示的區間范圍，元祖類型
- ylim：同xlim，作用於Y軸
- rot：X/Y軸上的刻度值顯示時候旋轉的角度，水平繪圖時旋轉X軸坐標，豎直繪圖時旋轉Y坐標
- fontsize：設置X/Y坐標的字體尺寸
- colormap：設置圖形顯示的顏色，用matplotlib內指定的表示顏色的字符串或者colormap對象指定
- colorbar：是否顯示顏色條，僅僅在繪制有顏色條的圖形時使用，如‘scatter’、‘henbin’圖
- position：僅作用於繪制柱狀圖時，取值范圍[0,1]，用於設置X坐標顯示的位置，0表示顯示在最左邊的柱條處，1表示顯示在最右邊的柱條處。
- sort_columns：是否允許對columns的名稱進行排序、決定繪圖順序
- scondary_y：是否在第二個（一般默認指右邊的Y軸）Y軸上繪圖，默認為False。該參數還可以傳入一個list或tuple，表示指定哪些columns在第二個Y軸上繪圖。
- mark_right：當使用第二個Y繪圖時，是否允許在圖例的右邊加上“right”字樣，表明是在第二個軸上繪圖，默認是True
- **kwds：該參數表明除去以上參數外，你可以傳入matplotlib其它的繪圖方法
函數返回值： matplotlib.axes.Axes對象，或者包含該對象的numpy.adarray對象
pandas.DataFarme.plot()繪圖功能內部使用的還是matplotlib庫的繪圖函數，只不過對DataFarme結構來說，DataFarme.plot()用起來顯得方便一些，如果對圖形做更深層次的自定義，還是用matplotlib繪圖更合適一些，可以對更多參數進行設置。
另外需要說明的是，可以通過“kind”參數選擇繪制各種類型的圖形，但也可以采用DataFrame.plot().bar()（柱狀圖）這種形式，然后再去設置這種圖形繪制時的參數，一般建議采用DataFrame.plot.bar()形式。