▲图2-5 Matplotlib的作图效果展示
如果读者使用的是中文标签，就会发现中文标签无法正常显示，这是因为Matplotlib的默认字体是英文字体，解决方法是在作图之前手动指定默认字体为中文字体，如黑体(Sim-Hei)，命令如下：
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签 其次，保存作图图像时，负号有可能不能显示，对此可以通过以下代码解决：
plt.rcParams['axes.unicode_minus'] = False    # 解决保存图像是负号'-'显示为方块的问题 这里有一个小建议：有时间多去Matplotlib提供的“画廊”欣赏用它做出的漂亮图片，也许你就会慢慢爱上Matplotlib作图了 。
画廊网址：
【8个常用python库从安装命令及应用程序】***/gallery.html
参考链接：
***
***/python/2012/09/07/matplotlib-tutorial
04 pandaspandas是Python下最强大的数据分析和探索工具 。它包含高级的数据结构和精巧的工具，使得用户在Python中处理数据非常快速和简单 。
pandas建造在NumPy之上，它使得以NumPy为中心的应用使用起来更容易 。pandas的名称来自于面板数据(Panel Data)和Python数据分析(Data Analysis)，它最初作为金融数据分析工具被开发，由AQR Capital Management于2008年4月开发问世，并于2009年底开源出来 。
pandas的功能非常强大，支持类似SQL的数据增、删、查、改，并且带有丰富的数据处理函数;支持时间序列分析功能;支持灵活处理缺失数据;等等 。事实上，单纯地用pandas这个工具就足以写一本书，读者可以阅读pandas的主要作者之一Wes Mc-Kinney写的《利用Python进行数据分析》来学习更详细的内容 。
1. 安装
pandas的安装相对来说比较容易一些，只要安装好NumPy之后，就可以直接安装了，通过pip install pandas命令或下载源码后通过python setup.py install命令安装均可 。
由于我们频繁用到读取和写入Excel，但默认的pandas还不能读写Excel文件，需要安装xlrd(读)度和xlwt(写)库才能支持Excel的读写 。为Python添加读取/写入Excel功能的命令如下：
pip install xlrd # 为Python添加读取Excel的功能 pip install xlwt # 为Python添加写入Excel的功能 2. 使用
在后面的章节中，我们会逐步展示pandas的强大功能，而在本节，我们先以简单的例子一睹为快 。
首先，pandas基本的数据结构是Series和DataFrame 。Series顾名思义就是序列，类似一维数组;DataFrame则相当于一张二维的表格，类似二维数组，它的每一列都是一个Series 。
为了定位Series中的元素，pandas提供了Index这一对象，每个Series都会带有一个对应的Index，用来标记不同的元素，Index的内容不一定是数字，也可以是字母、中文等，它类似于SQL中的主键 。
类似的，DataFrame相当于多个带有同样Index的Series的组合(本质是Series的容器)，每个Series都带有一个唯一的表头，用来标识不同的Series 。pandas中常用操作的示例如代码清单2-30所示 。

• 代码清单2-30 pandas中的常用操作