python中利用matplotlib实现pandas定义数据的简单可视化

关于pandas中的几种数据结构说明:
1.Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近。Series如今能保存不同种数据类型，字符串、boolean值、数字等都能保存在Series中。
2.Time- Series：以时间为索引的Series。
DataFrame：二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。
3.Panel ：三维的数组，可以理解为DataFrame的容器。
4.Panel4D：是像Panel一样的4维数据容器。
5.PanelND：拥有factory集合，可以创建像Panel4D一样N维命名容器的模块。

示例1：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

#series
data=pd.Series(np.random.randn(1000),index=np.arange(1000))
data=data.cumsum()
data.plot()
plt.show()

 结果图是程序默认配置的图形类型及颜色

示例2：

#dataframe
data=pd.DataFrame(np.random.randn(1000,10),
                    index=np.arange(1000),
                    columns=list("ABCDEFGHIJ")   )

ax=data.plot.scatter(x='A',y='B',color='DarkBlue',label='Class1')
data.plot.scatter(x='C',y='D',color='DarkGreen',label='Class2',ax=ax)
data.plot.scatter(x='E',y='F',color='DarkRed',label='Class3',ax=ax)
data.plot.scatter(x='G',y='H',color='k',label='Class4',ax=ax)
data.plot.scatter(x='I',y='J',color='y',label='Class5',ax=ax)
plt.show()

下图中有5个类别的数据，五个颜色，集中到一个图中，x/y分别代表横轴和纵轴数据的分布，x='A',y='B'即把1000行10列的随机正态分布的数值矩阵中的A和B两列的数据进入了代入，二者形成横纵坐标，从而产生点，通过散点图可以看到矩阵大小为(1000,10)的正态数据分布的关系

鼠标移动即可看到具体坐标值

 最大化视图：

示例3：简单展示柱状图样例

ax=data.plot.bar(x='A',y='B',color='DarkBlue',label='Class1')
data.plot.bar(x='C',y='D',color='DarkGreen',label='Class2',ax=ax)
data.plot.bar(x='E',y='F',color='DarkRed',label='Class3',ax=ax)
plt.show()

最大化视图，使用放大镜功能查看局部：