1、说明
Series与DataFrame类型的对象也支持图形绘制，使用对象的plot方法即可。如果绘图数据就存在Series或者DataFrame对象中，我们就可以直接绘制，而无需使用plt.plot。
直接使用Series与DataFrame对象的plot方法绘图，有时候会显得特别方便，尤其是绘制一些简单的图形的时候，很nice!
注意：当利用Series与DataFrame对象的plot方法绘出某个图形后，仍然可以使用matplotlib中的各种绘图参数，来美化自己的图形。
2、Series对象的绘图技巧
1）常用图形绘制
plot默认绘制的是线形图，但是我们可以通过调整其kind参数的值，来绘制其它不同类型的图形。
① 常用图类型
line：线形图
bar：柱形图
barh：条形图
hist：直方图
kde / density：核密度图
pie：饼图
box：箱线图
area：面积图
② 常用参数
color
alpha
stacked：是否堆叠。
③ 两种语法格式
格式一：s.plot(kind=“图类型”)
举例如下：s.plot(kind=“line”)
格式二：s.plot.图类型()
举例如下：s.plot.line()
操作如下：
s1 = pd.Series([1,3,8,10,12]) s2 = pd.Series([5,2,6,4,8]) s1.plot(kind="line",c="r") s2.plot.line(c="b") # 可以看到，我们仍然可以调用matplotlib的其他绘图参数，完善自己的图形。 plt.legend(["2016","2017"],loc="best")
结果如下：
2）案例操作
① 绘制折线图
s1 = pd.Series([5,2,6,4,8]) s1.plot(kind="line",c="r")
结果如下：
② 绘制柱形图(又叫条形图)
s1 = pd.Series([5,2,6,4,8]) s1.plot.bar(color="b") # 当没有这句代码时，横坐标是“睡着”的，因此调整一下横坐标标签的方向。 plt.xticks(rotation=360)
结果如下：
③ 绘制水平柱形图(条形图)
s1 = pd.Series([5,2,6,4,8]) s1.plot.barh(color="g")
结果如下：
④ 绘制直方图
s1 = pd.Series([5,2,6,4,8,5,2,7,4,6,1,8,4,6,3,8,2,6,4,8,5,2,7]) s1.plot.hist(color="m")
结果如下：
⑤ 绘制核密度图
s1 = pd.Series([5,2,6,4,8,5,2,7,4,6,1,8,4,6,3,8,2,6,4,8,5,2,7]) s1.plot(kind="kde",color="r")
结果如下：
⑥ 绘制饼图
s1 = pd.Series([1,1,2,2,3]) # 求出Series中每个元素的占比 s1 = s1.value_counts()/s1.shape display(s1) s1.plot(kind="pie") plt.axis("equal")
结果如下：
⑦ 绘制箱线图
s1 = pd.Series([5,2,6,4,8,5,2,7,4,6,1,8,4,6,3,8,2,4,8,5,2,7]) s1.plot(kind="box",color="r")
结果如下：
