python关于二手房的课程论文_用Python对2019年二手房价格进行数据分析
本篇文章利用爬到数据的进行数据分析。
在这篇文章中,用到pandas、seaborn、Matplotlib等工具,分析工具用到提琴图、箱型图、散点图等。
描述性分析
首先导入各种需要的库方便后续一切操作,并读取数据表,直接描述一下看看情况
import numpyasnp
import pandas aspd
import matplotlib.pyplot asplt
import seaborn assns
import warnings
# 这部分是超参数提前设置sns.set(style='darkgrid')
plt.rcParams['font.family']='Arial Unicode MS'
plt.rcParams['axes.unicode_minus']=False
warnings.filterwarnings('ignore')
data =pd.read_csv('链家新房100个.csv')
data.describe()
最贵和最便宜
从上面输出表格可以看到初步结论如下:
这些二手房最小面积9.6平米,最大718平米,最便宜的56万,最贵的5200万。面积大概集中在59-102平,价格大概集中在325-630万,初步信息看完了有个印象,下边进行详细分析。
首先我对这个9.6平的房子很感兴趣,提取出来看看,但是运行下边代码看到,CBD核心区,别墅,9.64平,56W,估计是从厕所拆出来卖的。。
作罢。跳过他继续分析
data.min()
而最贵的呢在鼓楼大街(二环边上)联排别墅,售价5200万。emmm
data.max()
价格分布&面积分布粗看
现在我想直观的看一下售价分布,从下图可以看到,售价主要集中在1000万之内
sns.distplot(data['钱'].dropna())
同样的思路看一下面积,可以看到这些二手房源面积主要集中在100平米左右
sns.distplot(data['面积'].dropna())
此处其实也可以两张图一块看,代码如下:(都有点右偏)
fig, ax =plt.subplots(1,2) #2个子区域
sns.distplot(data['钱'],ax=ax[0])
sns.distplot(data['面积'],ax=ax[1])
plt.show()
售价精看
对售价做一个箱型图看看,很明显的1000万那条横线以上的点儿,都是合理数据外的数据。
sns.boxplot(data=data['钱'])
那么合理的数据分别是什么呢?可以参考以下代码
mean, std = data['钱'].mean() , data['钱'].std()
# 得到上下限
lower,upper=mean -3*std , mean+3*std
print('均值',mean)
print('标准差',std)
print('下限',lower)
print('上限',upper)
打印结果可以看到的是标准差集中在358万,合理上限是1613万。对现实的指导就是:如果有358万,买一套房子就够了,1613万以上的房买起来就是坑爹了。
均值 538.44
标准差 358.47
下限 -536.9763753150206
上限 1613.8755022458467
价格最低的20套
通过这段代码可以看一下这些房子分布在哪里。
结论见代码下截图,如果你对北京熟悉,可以看到,这些房子主要分布在5环外,部分在顺义、昌平、门头沟等地。
t=data[['小区','地区','钱']].sort_values('钱')
display(t.iloc[:20])
面积精看
同样的方式,可以把”钱"列换为“面积”列看一下,面积均值89平,标准差50平,合理上限240平
均值 89.8874210879787
标准差 50.36697951495447
下限 -61.21351745688473
上限 240.9883596328421
面积最小的部分信息如下
朝向和装修程度
通过对户型方向进行分组展示可以看到在北京,主要还是南北向的,东西朝向的低很多
posit=data['方向'].value_counts()[:10]
display(posit)
装修程度有四类:精装、简装、毛坯、其他。
建筑形式有:板楼、塔楼、板楼塔楼结合、别墅等,
这两个维度与价格有啥关系呢?
来分析分析,做三个图先:
图一:装修状态和价格关系
图二:装修状态&建筑形式与售价关系
图三:建筑形式连同装修状态与价格关系
图四:建筑形式箱型图
通过对装修状态做价格分布图可以看到,精装修的集中在400±100万左右,简装稍微便宜一丢丢,毛坯房二手很少,其他形式的很多,价格集中在300-500万左右
对装修状态进行楼房形式的拆解后做箱型图如上,得到结论是板楼、塔楼、板楼塔楼结合是最多的,不论是精装简装还是其他信息不明的装修状态的。
对建筑形式连同装修状态和价格关系可以看到,不论什么类型的建筑形式,都存在精装修、简装修、毛坯。板楼价格横跨100万-1000万之间,集中在300-600万之间,板楼塔楼结合的价格集中在350万-700万之间,塔楼集中在380-700万之间。
初步结论,如果能搞到300万以上,精装修的板楼或塔楼随便选。
但若没这么多钱,也可以有50-300万之间的选择,只是选项少一些,但并不是没有选择。
在这个初步结论基础上提问:我有xxx万,那么我能买到多少平的房子呢?
价格面积分析
先将面积分组,分组函数如下
def value_to_level(area):
if area >= 0 andarea <=40:
return'40内'
elif area >= 41 andarea <=60:
return'41-60'
elif area >= 61 andarea <=80:
return'61-80'
elif area >= 81 andarea <=130:
return'81-110'
elif area >= 81 andarea <=130:
return'111-130'
elif area >= 131 andarea <=180:
return'131-180'
elif area >= 181 andarea <=250:
return'181-250'
else:
return'250以上'
level= data['面积'].apply(value_to_level)
display(level.value_counts())
sns.countplot(x=level,order=['40内','41-60','61-80','81-110','111-130','131-180','181-250','250以上'])
分组后作图如下:
面积主要集中在40-110平之间。
做一张散点图,表明价格、面积的分布,限定横坐标50-500万之间,纵坐标40-120平之间
sns.scatterplot(data['钱'], data['面积'])
plt.xlim(50,500)
plt.ylim(40,120)
plt.show()
所以,到这里,有大概多少钱,能买多少平的房子,一目了然。
其实可以看到:180万以上就有很多选择了。
如果只是想先买一套100万左右也有满足的情况
今天的分析就到这里。
希望对您带来帮助。
【编辑推荐】
【责任编辑:华轩 TEL:(010)68476606】
点赞 0
python关于二手房的课程论文_用Python对2019年二手房价格进行数据分析相关推荐
- python关于二手房的课程论文_基于python爬取链家二手房信息代码示例
基本环境配置 python 3.6 pycharm requests parsel time 相关模块pip安装即可 确定目标网页数据 哦豁,这个价格..................看到都觉得脑阔 ...
- python关于二手房的课程论文_用Python对二手房信息数据清洗及简单分析
另外两份作业: 这几天看到社群大佬同学们发的作业,对本人有所启发,于是找来前段时间爬取的某二手房网站房源信息,进行简单的操作. 根据数据分析的基本步骤 一.提出问题 根据爬取的网站信息,额想不出有什么 ...
- python设计贪吃蛇游戏论文_用Python写一个贪吃蛇AI,让程序自己玩游戏
前言 这两天在网上看到一张让人涨姿势的图片,图片中展示的是贪吃蛇游戏, 估计大部分人都玩过.但如果仅仅是贪吃蛇游戏,那么它就没有什么让人涨姿势的地方了. 问题的关键在于,图片中的贪吃蛇真的很贪吃XD, ...
- 基于python的股票程序化交易论文_基于Python工具的股票量化投资策略研究
2019 年第 07 期 20 世 纪 80 年代, 一 些 投 资 者 开 始 利用 计 算 机 研究金 融 数据 , 并 初显 成 效 . 20 世 纪 末 , 投 资 者 把 计 算 机 技术 ...
- python如何爬取sci论文_利用python爬取并翻译GEO数据库
GEO数据库是NCBI创建并维护的基因表达数据库,始于2000年,收录了世界各国研究机构提交的高通量基因表达数据,现芯片集数据量高达12万以上.想要从这里面挖掘(bai piao)数据,发个sci提前 ...
- python课程报告论文_高中Python校本课程的设计与实施
43 MAY 2019 NO.10 高中Python校本课程的设计与实施 郑兴航 江苏省锡山高级中学 2018年1月 , 新版高中信息技术 课程标准正式颁布 , 对照2003版, 新标准在课程目 标和 ...
- 有关于python的论文_有关python的论文
文章基于 Pytho n实现 了中文文 本的 自动分 类, 实现过 程比较 简单, 分类效果 良好 . [ 关键词 ]Python; 中文; 文本分类; 实现 1引言 path="stop. ...
- python与seo实战课程下载_黑帽seo教程:SEO快排套路与SEO快排Python应用编程技术(零基础)...
黑帽seo教程:SEO快排套路与SEO快排Python应用编程技术(零基础) 授课内容简介 两个模块:「SEO套路」和「SEO应用编程」 「SEO套路」模块,分 "域名.内容&模板. ...
- python程序设计课程设计_《Python程序设计》教学大纲.doc
PAGE 理论课程教学大纲 <Python程序设计>教学大纲 课程编号: 总 学 时:64(其中,讲课:32:实验:32) 学 分:3 实践教学:0周 修读专业:地理信息系统.应用化学 大 ...
最新文章
- 博客园 创始人 杜勇
- SAP生产订单状态详解
- 剑指offer: 不用加减乘除做加法
- sama5d3 环境检测 gpio--yk测试
- linux安装telnet组件,LINUX下如何安装telnet
- MongoDB查询文档(非常详细,不要错过哦~)
- C语言课程2——我们交流的工具:Coding.net
- golang之strings
- linux目录分配独立磁盘空间,Linux 分配/home的磁盘空间给根目录
- ps 计算机 性能设置,电脑运行PS软件太卡?6大设置提高你的PS运行速度
- 为什么小企业更应该关注人工智能?
- 带你重新认识一下应用层协议
- linux高性能服务器编程PDF源代码下载
- Android 手机震动功能实现
- ibm服务器前面板显示屏,ibm_x3500服务器前面板指示灯的含义.doc
- 目前结汇市场眼花缭乱,但那种才是适合做外贸的大佬们的一个选择呢?
- Graham-Scan算法计算凸包的Python代码实现
- 五一劳动节,向劳动者致敬!
- 电脑公司GHOST WIN7 装机旗舰版 2013 09
- 母牛的故事——无脑模拟解法