数据可视化图表-带线性回归最佳拟合线的散点图（Scatter plot with linear regression line of best fit）

两个变量如何相互改变，最佳拟合线就是常用的方法。

下图显示了数据中各组之间最佳拟合线的差异。 要禁用分组并仅为整个数据集绘制一条最佳拟合线，请从下面的 sns.lmplot（）调用中删除 hue ='cyl'参数，此时只有一条最佳线。

#初次运行时，总是提示No module named statsmodels.robust.robust_linear_model

然后在pip install statsmodels成功后，运行就ok啦。

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns


# import data
df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")
df_select = df.loc[df.cyl.isin([4,8]),:]

#plot
sns.set_style('white')
gridobj = sns.lmplot(x = 'displ',y = 'hwy',hue="cyl",data = df_select,
                    height = 7,aspect = 1.6,robust = True,palette='tab10',
                    scatter_kws = dict(s = 60,linewidths = .7,e