使用了pandas的Series方法绘制图像体验之后感觉直接用matplotlib的功能好用了不少，又试用了DataFrame的方法之后发现这个更加人性化。
写代码如下：
1 from pandasimport Series,DataFrame
2 from numpy.randomimport randn
3 import numpyas np
4 import matplotlib.pyplotas plt
5
6 df = DataFrame(randn(10,5),columns=['A','B','C','D','E'],index = np.arange(0,100,10))
7 df.plot()
8 plt.show()
9
10
程序运行结果如下：
使用DataFrame的plot方法绘制图像会按照数据的每一列绘制一条曲线，参数中的columns就是列的名称而index本来是DataFrame的行名称。图形绘制成功之后还会按照列的名称绘制图例，这个功能确实是比较赞的。如果使用matplotlib的基本绘制功能，图例的添加还需要自己额外处理。看来，数据的规整化不仅仅是为了向量化以及计算加速做准备，而且为数据的可视化提供了不少便捷的方法。