seaborn里的lineplot函数所传数据必须为一个pandas数组，
这一点跟matplotlib里有较大区别，并且一开始使用较为复杂，
但谁让seaborn好看呢，只有入坑了。
那么如何利用sns.lineplot画如matplotlib的线段呢(包含节点)？
首先sns.lineplot里有几个参数值得注意。
- x: plot图的x轴label
- y: plot图的y轴label
- ci: 与估计器聚合时绘制的置信区间的大小
- data: 所传入的pandas数组
当我们的pands数组里仅有两列数据时：
具体代码如下：(注意：1. matplotlib和seaborn是可以混用的; 2. seaborn画图更偏向数据统计)
import seaborn as sns
import pandas as pd
import numpy as np
from pandas import DataFrame
import matplotlib.pyplot as plt
fig = plt.figure(dpi=100)
plt.rc('font', family='STFangsong')
sns.set(style="darkgrid")
# ============ 设置xlabel及ylabel ============
plt.xlim(102, 48)
x = np.linspace(100, 50, 6)
plt.xticks(x, fontsize=11)
plt.ylim(0, 1.04)
y = np.linspace(0, 1, 11)
plt.yticks(y, fontsize=11)
plt.xlabel('品质因子', fontdict={'color': 'black',
'family': 'STFangsong',
'weight': 'normal',
'size': 15})
plt.ylabel('F', fontdict={'color': 'black',
'fontstyle': 'italic',
'family': 'Times New Roman',
'weight': 'normal',
'size': 15})
# ================================
# ============ 显示数据 ============
x = np.linspace(100, 50, 6)
y = np.array([0.194173876, 0.161086478, 0.138896531, 0.129826697, 0.133716787, 0.152458326])
summary = []
for i in range(6):
x_t = x[i]
y_t = y[i]
summary.append([x_t, y_t])
data = DataFrame(summary, columns=['品质因子', 'signal'])
# ================================
# 在图上绘制节点
sns.scatterplot(x="品质因子",
y="signal",
data=data)
# 在图上绘制线段
sns.lineplot(x="品质因子",
y="signal",
ci=None,
data=data)
plt.show()
输出：
