尽管pandas的绘图函数可以处理很多普通的绘图任务，但是要使用高级功能的话需要学习matplotlib API。
matplotlib 的图像都位于Figure中，你可以用plt.figure创建一个新的Figure

import matplotlib.pyplot as plt
#打开绘图功能
%pylab

fig=plt.figure() #创建一个新的Figure,会弹出一个空窗口。
#plt.figure的一些选项，特别是figsize，它用于确保图片保存到磁盘时具有一定的大小和综合比
#plt.gcf()即可得到当前Figure的引用
#不能通过Figure绘图，必须用add_subplot创建一个或多个subplot才行

ax1=fig.add_subplot(2,2,1)
#该图像是2x2的，且当前选中的是4个subplot中的第一个（编号从1开始）
ax2=fig.add_subplot(2,2,2)
ax3=fig.add_subplot(2,2,3)
#将后面两个add_subplot创建出来

from numpy.random import randn
#plt.plot进行绘图,顺序执行的话是在最后一个subplot上绘图
plt.plot(randn(50).cumsum(),'k--')
#k-- 是一个线型选项，告诉matplotlib绘制黑色徐线图。

#上面那些由fig.add_subplot返回的对象是AxesSubplot对象，
#直接调用他们的实例就是在其他空着的格子里画图了
_=ax1.hist(randn(100),bins=20,color='k',alpha=0.3)
ax2.scatter(np.arange(30),np.arange(30)+3*randn(30))
fig,axes=plt.subplots(2,3)

更为简单的方法是使用plt.subplot, 他可以创建一个新的figure，并返回一个含有已创建的subplot对象的Numpy的数组

import matplotlib.pyplot as plt
fig,axes=plt.subplots(2,3)
axes

rray([[<matplotlib.axes._subplots.AxesSubplot object at 0x0000000008325828>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x00000000086A5AC8>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x000000000866CB38>],
       [<matplotlib.axes._subplots.AxesSubplot object at 0x0000000008719F60>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x0000000008764EB8>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x00000000087AAB38>]], dtype=object)

这是非常实用的，因为可以轻松的对数组进行索引，如axes[0,1]

调整subplot间距

import matplotlib.pyplot as plt
fig,axes=plt.subplots(2,2,sharex=True, sharey=True)
for i in range(2):
    for j in range(2):
        axes[i,j].hist(randn(500), bins=50, color='k', alpha=0.5)
plt.subplots_adjust(wspace=0,hspace=0) #调整间距