1、绘制
Pandas使用plot()方法创建图表。
Python使用Matplotlib库的子模块Pyplot在屏幕上可视化该图。
在我们的Matplotlib教程中阅读有关Matplotlib的更多信息。
例如：
从Matplotlib导入pyplot并可视化我们的DataFrame：
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv('data.csv')
df.plot()
plt.show()此页面中的示例使用一个名为“data.csv”的CSV文件。
data.csv文件：https://www.cjavapy.com/download/5fe1f74edc72d93b4993067c/
2、散点图(Scatter Plot)
使用kind参数指定要散点图：
kind = 'scatter'
散点图需要x轴和y轴。
在下面的示例中，我们将在x轴上使用"Duration"，在y轴上使用"Calories"。
包括如下x和y参数：
x = 'Duration', y = 'Calories'
例如：
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv('data.csv')
df.plot(kind = 'scatter', x = 'Duration', y = 'Calories')
plt.show() Result
记住：在上一个示例中，我们了解到"Duration" 与 "Calories"之间的相关性为0.922721，并且得出结论，持续时间越长意味着燃烧的卡路里越多通过查看散点图。
让我们创建另一个散点图，其中列之间存在不良关系，例如“Duration”和“Maxpulse”，且相关性为0.009403：
例如：
散点图，其中各列之间没有关系：
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv('data.csv')
df.plot(kind = 'scatter', x = 'Duration', y = 'Maxpulse')
plt.show()Result
3、直方图
使用kind参数指定要的直方图：
kind = 'hist'
直方图只需要一列。
直方图显示了每个间隔的频率，例如，在50至60分钟之间进行了多少次锻炼？
在下面的示例中，我们将使用"Duration"列创建直方图：
例如：
df["Duration"].plot(kind = 'hist')
Result
注意：直方图告诉我们，有100多次锻炼持续了50到60分钟。