主要利用dataframe.plot绘图：对每一列绘制折线图，并在一张图显示。

使用DataFrame的plot方法绘制图像会按照数据的每一列绘制一条曲线，默认按照列columns的名称在适当的位置展示图例。

DataFrame.plot(x=None, y=None, kind='line', ax=None, subplots=False, sharex=None, 　　sharey=False, layout=None, figsize=None, use_index=True, title=None, grid=None, 　　legend=True, style=None, logx=False, logy=False, loglog=False, xticks=None, 　　yticks=None, xlim=None, ylim=None, rot=None, fontsize=None, colormap=None, 　　position=0.5, table=False, yerr=None, xerr=None, stacked=True/False, 　　sort_columns=False, secondary_y=False, mark_right=True, **kwds)

1.数据重构
原数据格式：

为了后面能够直接利用df.plot按列绘图，需要先对数据进行调整。

一般对数据进行调整的函数有stack；unstack; pivot函数，这里df.pivot()函数可以满足要求。
语法：DataFrame.pivot(index=None, columns=None, values=None)

重塑数据（产生一个“pivot”表格）以列值为标准。使用来自索引/列的唯一的值（去除重复值）为轴形成dataframe结果。为了精细调节控制，可以看和stack/unstack方法有关的分层索引文件。

调整后的数据格式为：

2.pandas.DataFrame.plot( )绘制图像
（1）绘制组合图

fig = plt.figure(figsize=(6,4))

ax= fig.add_subplot(1,1,1)

df.plot(x='Date',kind='line',marker='o',markersize=0.25,linestyle='-',linewidth=0.1 ,legend = False,ax = ax)#color=['r','b','g','limegreen','fuchsia','gold','lightskyblue']

#df.plot(style=['--',':','-.'])
plt.tight_layout()
plt.show()

参考资料：
官网资料pandas-Visualization实例：https://pandas.pydata.org/pandas-docs/version/0.18.1/visualization.html

df.plot：https://blog.csdn.net/u010916338/article/details/105725777

pandas.DataFrame.plot( )参数详解：https://blog.csdn.net/h_hxx/article/details/90635650