柱状图
在生成线性图的代码中加上kind=’bar’（垂直柱状图）或kind=’barh’（水平柱状图）即可生成柱状图。这时，Series和DataFrame的索引将会被用作X（bar）或Y（barh）刻度：
In [126]: fig,axes=plt.subplots(2,1)
In [127]: data=Series(np.random.randn(16),index=list('abcdefghigklmnop'))
垂直柱状图：kind=’bar’
In [129]: data.plot(kind='bar',ax=axes[0],color='r',alpha=0.7)
水平柱状图：kind=’barh’
In [136]: data.plot(kind='barh',ax=axes[1],color='g',alpha=0.7)
对于DataFrame，柱状图会将每一行的值分为一组：
In[138]:df=DataFrame(np.random.randn(6,4),index=['one','two','three','four','five','six'],columns=pd.Index(['A','B','C','D'],name='Genus'))
In [139]: df
Out[139]:
Genus A B C D
one -1.131144 -2.147343 0.975843 0.762770
two -0.569839 -1.629557 -0.813020 -0.489566
three -0.229147 -1.091576 0.129447 0.466700
four 0.471413 1.927675 -1.590977 -1.916996
five 0.144965 0.153000 0.806393 2.612267
six 2.077844 -1.438091 0.739377 -0.237273
In [140]: df.plot(kind='bar')
注意：DataFrame各列的名称“Genus”被用作了图例的标题。设置stacked=True即可为DataFrame生成堆积柱状图，这样每行的值就会被堆积在一起：
堆积柱状图：stacked=True
In [141]: df.plot(kind='barh',stacked=True,alpha=0.5)
注意：柱状图有一个非常不错的用法：利用value_counts图形化显示Series中各值的出现频率，比如s.value_counts().plot(kind=’bar’)。
