Pandas数据处理基础7

数据可视化

NumPy，Pandas，Matplotlib 构成了一个完善的数据分析生态圈，所以 3 个工具的兼容性也非常好，甚至共享了大量的接口。当我们的数据是以 DataFrame 格式呈现时，可以直接使用 Pandas 提供的 DataFrame.plot 方法调用 Matplotlib 接口绘制常见的图形。

例如，我们使用Pandas数据处理基础6中的插值后的数据 df_interpolate 绘制线形图

df_interpolate.plot()

输出结果：
其他样式的图形也很简单，指定 kind= 参数即可。

df_interpolate.plot(kind='bar')

输出结果：
更多的图形样式和参数，阅读官方文档中的详细说明。Pandas 绘图虽然不可能做到 Matplotlib 的灵活性，但是其简单易用，适合于数据的快速呈现和预览。

除了上面提到的一些方法和技巧，实际上 Pandas 常用的还有：

数据计算，例如：DataFrame.add 等。
数据聚合，例如：DataFrame.groupby 等。
统计分析，例如：DataFrame.abs 等。
时间序列，例如：DataFrame.shift 等。