注解
除标准的图表对象之外，我们还可以自定义添加一些文字注解或者箭头。
注解可以通过text，arrow和annotate等函数进行添加。 text函数可以将文本绘制在指定的x，y坐标位置，还可以进行自定义格式
plt.plot(np.random.randn(1000).cumsum())
plt.text(600,10,'test ',family='monospace',fontsize=10)
#中文注释在默认环境下并不能正常显示，需要修改配置文件，使其支持中文字体。具体步骤请自行搜索。
保存图表到文件
利用plt.savefig可以将当前图表保存到文件。 例如，要将图表保存为png文件，可以执行
plt.savefig('figpath.png')
文件类型是根据拓展名而定的。其他参数还有：
fname 含有文件路径的字符串，拓展名指定文件类型
dpi 分辨率，默认100 facecolor,edgcolor 图像的背景色，默认‘w’白色
format 显示设置文件格式（'png','pdf','svg','ps','jpg'等）
bbox_inches： 图表需要保留的部分。如果设置为“tight”，则将尝试剪除图像周围的空白部分
plt.savefig('./plot.jpg') #保存图像为plot名称的jpg格式图像
<Figure size 432x288 with 0 Axes>
Pandas中的绘图函数
matplotlib是最基础的绘图函数，也是相对较低级的工具。组装一张图表需要单独调用各个基础组件才行。Pandas中有许多基于matplotlib的高级绘图方法，原本需要多行代码才能搞定的图表，使用pandas只需要短短几行。
我们使用的
import matplotlib.pyplot as plt 就调用了pandas中的绘图包
线形图
Series和DataFrame都有一个用于生成各类图表的plot方法。默认情况下，他们生成的是线型图。
s = pd.Series(np.random.randn(10).cumsum(),index=np.arange(0,100,10))
s.plot() #Series对象的索引index会传给matplotlib用作绘制x轴。
<matplotlib.axes._subplots.AxesSubplot at 0xf553128>
df = pd.DataFrame(np.random.randn(10,4).cumsum(0),columns=['A','B','C','D'])
df.plot() #plot会自动为不同变量改变颜色，并添加图例
<matplotlib.axes._subplots.AxesSubplot at 0xf4f9eb8>
Series.plot方法的参数
label 用于图表的标签
style 风格字符串，'g--'
alpha 图像的填充不透明度（0-1）
kind 图表类型（bar，line，hist，kde等）
xticks 设定x轴刻度值
yticks 设定y轴刻度值
xlim，ylim 设定轴界限，[0,10]
grid 显示轴网格线，默认关闭
rot 旋转刻度标签
use_index 将对象的索引用作刻度标签
logy 在Y轴上使用对数标尺
DataFrame.plot方法的参数
DataFrame除了Series中的参数外，还有一些独有的选项。
subplots 将各个DataFrame列绘制到单独的subplot中
sharex，sharey 共享x，y轴
figsize 控制图像大小
title 图像标题
legend 添加图例，默认显示
sort_columns 以字母顺序绘制各列，默认使用当前顺序
柱状图
在生成线型图的代码中加上kind=‘bar’或者kind=‘barh’，可以生成柱状图或水平柱状图。
fig,axes = plt.subplots(2,1)
data = pd.Series(np.random.rand(10),index=list('abcdefghij'))
data.plot(kind='bar',ax=axes[0],rot=0,alpha=0.3)
data.plot(kind='barh',ax=axes[1],grid=True)
<matplotlib.axes._subplots.AxesSubplot at 0xfe39898>
