toyota = pd.DataFrame({ 'Year': [2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019], 'Sales': [100, 110, 120, 130, 140, 150, 160, 170, 180, 190], 'Brand': 'Toyota'}) honda = pd.DataFrame({ 'Year': [2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019], 'Sales': [80, 90, 100, 110, 120, 130, 140, 150, 160, 170], 'Brand': 'Honda'}) ford = pd.DataFrame({ 'Year': [2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019], 'Sales': [120, 130, 140, 150, 160, 170, 180, 190, 200, 210], 'Brand': 'Ford'})用python将以上数据制成.csv文件，然后读取该文件，并用seaborn绘制回归图

要将以上数据制成.csv文件，可以使用 pandas 库中的 to_csv() 方法，代码如下：

import pandas as pd

toyota = pd.DataFrame({
    'Year': [2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019],
    'Sales': [100, 110, 120, 130, 140, 150, 160, 170, 180, 190],
    'Brand': 'Toyota'
})

honda = pd.DataFrame({
    'Year': [2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019],
    'Sales': [80, 90, 100, 110, 120, 130, 140, 150, 160, 170],
    'Brand': 'Honda'
})

ford = pd.DataFrame({
    'Year': [2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019],
    'Sales': [120, 130, 140, 150, 160, 170, 180, 190, 200, 210],
    'Brand': 'Ford'
})

df = pd.concat([toyota, honda, ford])
df.to_csv('car_sales.csv', index=False)

这段代码将三个 DataFrame 拼接成一个 DataFrame，并将其输出为 car_sales.csv 文件。

接下来，可以使用 pandas 库中的 read_csv() 方法来读取该文件，并用 seaborn 库中的 regplot() 方法绘制回归图，代码如下：

import pandas as pd
import seaborn as sns

df = pd.read_csv('car_sales.csv')
sns.regplot(x='Year', y='Sales', data=df, hue='Brand')

这段代码会读取 car_sales.csv 文件，然后绘制回归图，其中 x 轴为年份，y 轴为销量，hue 参数表示不同品牌用不同颜色表示。