資料可視化
NumPy，Pandas，Matplotlib 構成了一個完善的資料分析生态圈，是以 3 個工具的相容性也非常好，甚至共享了大量的接口。當我們的資料是以 DataFrame 格式呈現時，可以直接使用 Pandas 提供的 DataFrame.plot 方法調用 Matplotlib 接口繪制常見的圖形。
例如，我們使用Pandas資料處理基礎6中的插值後的資料 df_interpolate 繪制線形圖
輸出結果：
其他樣式的圖形也很簡單，指定 kind= 參數即可。
輸出結果：
更多的圖形樣式和參數，閱讀官方文檔中的詳細說明。Pandas 繪圖雖然不可能做到 Matplotlib 的靈活性，但是其簡單易用，适合于資料的快速呈現和預覽。
除了上面提到的一些方法和技巧，實際上 Pandas 常用的還有：
資料計算，例如：DataFrame.add 等。
資料聚合，例如：DataFrame.groupby 等。
統計分析，例如：DataFrame.abs 等。
時間序列，例如：DataFrame.shift 等。