IT培训选达内，21年专业IT培训机构，美国上市集团。开设IT培训班Java、python、大数据、linux、UI、会计等IT培训,泛IT培训和非IT培训共2课程、室内设计师、PHP工程师、平面++工程师、SEM竞价师、SEO优化师、社会化媒体运营师、电商运营师等课程为一体的IT培训机构。以下5家IT培训培训机构均已经受过学生的考验，不分前后，值得推荐！

1.佛山达内教育

2.佛山博为峰教育

3.佛山中公教育优就业

4.佛山CDA数据分析师分院

5.佛山北大青鸟

6.佛山信盈达

7.佛山千锋教育

8.佛山传智教育

9.佛山黑马程序员

10.佛山斯坦星球

众所周知，Pandas是基于Python平台的大数据分析与处理的利器。在数据为王的时代，想要掌握数据分析能力，学会Pandas数据可视化工具是十分重要的。本文将带领大家一步一步学习Pandas数据可视化基础绘图，内容比较基础，相信有一定Python基础的小伙伴看完可以很快上手，现在就让我们一起来看看教程吧！

1、环境

IDE : jupyter notebook

Anaconda 3.X

2、基于matplotlib

import matplotlib.pyplot as plt

注：导入matplotlib.pyplot

import matplotlib

matplotlib.style.use('ggplot')

%matplotlib inline

注：使用ggplot样式，并且将图画在jupyter notebook中

import pandas as pd

import numpy as np

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))

ts.plot()

注：使用pandas创建一个Series（序列），序列值是随机生成的1000个标准正态分布值，索引是从2000-1-1开始的1000个时间序列值。

然后使用plot默认画图。可以看出，下图非常不规则，因为相邻的两个值也是随机大小。

import pandas as pd

import numpy as np

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))

ts = ts.cumsum()

ts.plot()

注：这里加上了ts = ts.cumsum()，意思是返回累积值，在时间序列分析中，经常观察累积值曲线观察走势这个累积值就看起来规则多了。

df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list('ABCD'))

df = df.cumsum()

plt.figure()

df.plot()

注：这里使用pandas创建了一个DataFrame（数据框，有点像excel表格那种），为什么不用刚才的Series呢？因为这里DataFrame中创建了4组数据，这4组数据都是随机生成的1000个标准正态分布值，索引是从2000-1-1开始的1000个时间序列值，并且也是求他们各自的累积值并且画图。

df3 = pd.DataFrame(np.random.randn(1000, 2), columns=['B', 'C']).cumsum()

df3['A'] = pd.Series(list(range(len(df))))

df3.plot(x='A', y='B')

注：使用DataFrame创建了2组数据，也是1000个标准正态分布，分别命名为B、C（就行excel中列名）。并且求累积值，再在原来的df（DataFrame的简称）(这里名字是df3）上加上一列名为A，A的值是0-999（使用df3的长度为1000，然后range被套列表生成一列数，作为x轴），y轴是B列数据（累积值），c列数据较后绘图没有用上。

较后Pandas基础绘图plot就完成了！