DataFrame.plot(data, x=None, y=None, kind='line', ax=None, subplots=False, 
                sharex=None, sharey=False, layout=None,figsize=None, 
                use_index=True, title=None, grid=None, legend=True, 
                style=None, logx=False, logy=False, loglog=False, 
                xticks=None, yticks=None, xlim=None, ylim=None, rot=None,
                xerr=None,secondary_y=False, sort_columns=False, include_bool=False, **kwds)

Parameters:
data: series或DataFrame格式 #可以通過pd.DataFrame.plot(data)調(diào)用，也可以通過data.plot()，此時就不需要傳入data參數(shù)。
x : label or position, default None # x軸的數(shù)據(jù)，只有當(dāng)數(shù)據(jù)為DataFrame才傳入，可以是列名或列的位置，不傳入的話，默認(rèn)是DataFrame的索引
y : label or position, default None # y軸的數(shù)據(jù)，只有當(dāng)數(shù)據(jù)為DataFrame才傳入，可以是列名或列的位置，不傳入的話，默認(rèn)是DataFrame的所有列
kind : str # 繪制圖形的種類
‘line' : line plot (default)#折線圖
‘bar' : vertical bar plot#條形圖
‘barh' : horizontal bar plot#橫向條形圖
‘hist' : histogram#直方圖
‘box' : boxplot#箱線圖
‘kde' : Kernel Density Estimation plot#Kernel 的密度估計圖，主要對柱狀圖添加Kernel 概率密度線
‘density' : same as ‘kde'
‘a(chǎn)rea' : area plot#不了解此圖
‘pie' : pie plot#餅圖
‘scatter' : scatter plot#散點圖，只有數(shù)據(jù)為DataFrame格式才能傳入此參數(shù)
‘hexbin' : hexbin plot#不了解此圖，只有數(shù)據(jù)為DataFrame格式才能傳入此參數(shù)

ax : matplotlib axes object, default None # An axes(軸) of the current figure**子圖(axes, 也可以理解成坐標(biāo)軸) 要在其上進(jìn)行繪制的matplotlib subplot對象。如果沒有設(shè)置，則使用當(dāng)前matplotlib subplot**其中，變量和函數(shù)通過改變figure和axes中的元素（例如：title,label,點和線等等）一起描述figure和axes，也就是在畫布上繪圖。
subplots : boolean, default False # Make separate subplots for each column，就是說當(dāng)設(shè)置subplots=True時，會為每列制作單獨的子圖
sharex : boolean, default True if ax is None else False # 如果有子圖，子圖共x軸刻度、標(biāo)簽
sharey : boolean, default False#如果有子圖，子圖共y軸刻度，標(biāo)簽
layout : tuple (optional) # (rows, columns) for the layout of subplots，子圖的行列布局

figsize : a tuple (width, height) in inches # 圖片尺寸大小
use_index : boolean, default True # Use index as ticks for x axis，默認(rèn)用索引做x軸
title : str or list # 標(biāo)題。如果傳入了list而且subplots=True，為每個子圖設(shè)置標(biāo)題
grid : boolean, default None (matlab style default) #圖片是否有網(wǎng)格
legend : #子圖的圖例，添加一個subplot圖例(默認(rèn)為True)
style : list or dict # The matplotlib line style per column，每列圖線的類型

logx : bool or ‘sym', default False # Use log scaling or symlog scaling on x axis，設(shè)置x軸刻度是否取對數(shù)或symlog（定義一個接近零的值范圍，在該范圍內(nèi)繪圖是線性的，以避免使繪圖趨于零附近的無窮大。）
logy : bool or ‘sym', default False # Use log scaling or symlog scaling on y axis
loglog : bool or ‘sym', default False#同時設(shè)置x，y軸刻度是否取對數(shù)
xticks : sequence # Values to use for the xticks，設(shè)置x軸刻度值，序列形式（比如列表）
yticks : sequence # Values to use for the yticks，設(shè)置y軸刻度，序列形式（比如列表）
xlim : 2-tuple/list # 設(shè)置坐標(biāo)軸的范圍，列表或元組形式
ylim : 2-tuple/list # 設(shè)置坐標(biāo)軸的范圍，列表或元組形式
xlabel: label, optional # 用于x軸上的xlabel的名稱。默認(rèn)情況下，將索引名稱或用于x軸的列名用作xlabel
ylabel: label, optional # 用于y軸上的xlabel的名稱。默認(rèn)情況下，沒有索引名稱，而是通過legend的形式展示名稱
rot : int, default None # Rotation for ticks (xticks for vertical, yticks for horizontal plots), 設(shè)置軸標(biāo)簽（軸刻度）的顯示旋轉(zhuǎn)度數(shù)
fontsize : int, default None # Font size for xticks and yticks，設(shè)置軸刻度的字體大小

colormap : str or matplotlib colormap object, default None # Colormap to select colors from. If string, load colormap with that name from matplotlib,設(shè)置圖的區(qū)域顏色
colorbar : boolean, optional  # If True, plot colorbar (only relevant for ‘scatter' and ‘hexbin' plots) ???
position : float   # Specify relative alignments for bar plot layout. From 0 (left/bottom-end) to 1 (right/top-end). Default is 0.5 (center)
table : boolean, Series or DataFrame, default False  # 如果為正，則選擇DataFrame類型的數(shù)據(jù)并且轉(zhuǎn)換匹配matplotlib的布局。
# If True, draw a table using the data in the DataFrame and the data will be transposed to meet matplotlib's default layout. If a Series or DataFrame is passed, use passed data to draw a table.
yerr : DataFrame, Series, array-like, dict and str # ???
xerr : same types as yerr. # ???
stacked : boolean, default False in line and bar plots, and True in area plot. #If True, create stacked plot.如果設(shè)為真，則為堆疊圖，常見于條形圖
sort_columns : boolean, default False  # 以字母表順序繪制各列，默認(rèn)使用前列順序
secondary_y : boolean or sequence, default False  # Whether to plot on the secondary y-axis If a list/tuple, which columns to plot on secondary y-axis, 設(shè)置第二個y軸（右y軸）
mark_right : boolean, default True # When using a secondary_y axis, automatically mark the column labels with “(right)” in the legend
include_bool: bool, default is False # If True, boolean values can be plotted
Returns:axes : matplotlib.AxesSubplot or np.array of them

test_dict = {'銷售量':[1000,2000,5000,2000,4000,3000],'收藏':[1500,2300,3500,2400,1900,3000]}
data = pd.DataFrame(test_dict,index=['一月','二月','三月','四月','五月','六月'])
data

data.plot(kind='line')

data.plot(kind='bar')

data.plot(kind='bar', stacked=True)

data.plot(kind='barh')

test_dict2 = {'泊松分布':np.random.poisson(50,100),'貝塔分布':np.random.beta(5,1,100)*40}
data2 = pd.DataFrame(test_dict2)
data2

 泊松分布 貝塔分布
0	40	38.001607
1	50	36.588124
2	53	36.325921
3	49	37.138868
4	59	38.503662
...	...	...
95	52	21.731441
96	48	37.274649
97	59	35.666431
98	60	30.777406
99	50	24.558308
100 rows × 2 columns

data2.plot(kind='hist', subplots=True, bins=20, sharex=False, layout=(1,2))

data.plot(kind='box')

data2.plot(kind='kde', subplots=True, grid=True)

data.plot(kind='pie', subplots=True,figsize=(10, 8),autopct='%.2f%%',radius = 1.2,startangle = 250,legend=False,colormap='viridis')

figsize # 圖片的大小。
autopct # 顯示百分比。
radius # 圓的半徑。
startangle # 旋轉(zhuǎn)角度。
colormap # 顏色。

data.plot(kind='scatter', x=0, y=1)

data.plot(kind='bar', rot=0)