1、创建一个Series
这是一个线性的数据，我们随机生成1000个数据，Series 默认的 index 就是从0开始的整数，但是这里我显式赋值以便让大家看的更清楚
>>> import pandas as pd
>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> data = pd.Series(np.random.randn(1000),index=np.arange(1000))
>>> data.cumsum()
>>> data.plot()
<matplotlib.axes._subplots.AxesSubplot object at 0x000001886855E7F0>
>>> plt.show()
就这么简单，熟悉 matplotlib 的朋友知道如果需要plot一个数据，我们可以使用 plt.plot(x=, y=)，把x,y的数据作为参数存进去，但是data本来就是一个数据，所以我们可以直接plot。 生成的结果就是下图：
2、Dataframe可视化
我们生成一个1000*4 的DataFrame，并对他们累加
data = pd.DataFrame(
np.random.randn(1000,4),
index=np.arange(1000),
columns=list("ABCD")
)
data.cumsum()
data.plot()
plt.show()
这个就是我们刚刚生成的4个column的数据，因为有4组数据，所以4组数据会分别plot出来。
除了plot，我经常会用到还有scatter，这个会显示散点图，首先给大家说一下在 pandas 中有多少种方法
- bar
- hist
- box
- kde
- area
- scatter
- hexbin
但是我们今天不会一一介绍，主要说一下 plot 和 scatter. 因为scatter只有x，y两个属性，我们我们就可以分别给x, y指定数据
ax = data.plot.scatter(x='A',y='B',color='DarkBlue',label='Class1')
然后我们在可以再画一个在同一个ax上面，选择不一样的数据列，不同的 color 和 label
# 将之下这个 data 画在上一个 ax 上面>>>data.plot.scatter(x='A',y='C',color='LightGreen',label='Class2',ax=ax)
<matplotlib.axes._subplots.AxesSubplot object at 0x000001E99493F630>
>>> plt.show()
