python二手房价格预测_用python对2019年二手房价格进行数据分析
原标题:用python对2019年二手房价格进行数据分析
↑关注 + 置顶 ~ 有趣的不像个技术号
本文为读者投稿,作者:董汇标MINUS
最近和朋友聊到买房问题,所以对某二手房价格信息进行了爬取,爬虫见本公众号另一篇文章。
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
importnumpy asnp
importpandas aspd
importmatplotlib.pyplot asplt
importseaborn assns
importwarnings
# 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
defvalue_to_level(area):
ifarea >= 0andarea <= 40:
return'40内'
elifarea >= 41andarea <= 60:
return'41-60'
elifarea >= 61andarea <= 80:
return'61-80'
elifarea >= 81andarea <= 130:
return'81-110'
elifarea >= 81andarea <= 130:
return'111-130'
elifarea >= 131andarea <= 180:
return'131-180'
elifarea >= 181andarea <= 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。
End
责任编辑:
python二手房价格预测_用python对2019年二手房价格进行数据分析相关推荐
- python黄金走势预测_使用python爬虫获取黄金价格的核心代码
继续练手,根据之前获取汽油价格的方式获取了金价,暂时没钱投资,看看而已 #!/usr/bin/env python # -*- coding: utf-8 -*- """ ...
- python历史 用量 预测_用python做时间序列预测七:时间序列复杂度量化
本文介绍一种方法,帮助我们了解一个时间序列是否可以预测,或者说了解可预测能力有多强. Sample Entropy (样本熵) Sample Entropy是Approximate Entropy(近 ...
- python蜡烛图预测_【Python量化投资】系列之SVR预测第二天开盘趋势和股价的正负统计分析(附代码)...
原标题:[Python量化投资]系列之SVR预测第二天开盘趋势和股价的正负统计分析(附代码) 本期导读 ⊙ML.SVM介绍 ⊙股价的正负统计分析 ⊙预测第二天开盘趋势 机器学习方法是计算机科学的一个分 ...
- python 比赛成绩预测_利用 Python 预测英雄联盟胜负,分析了 5 万多场比赛才得出的数据!值得,涨知识了!...
Mika 来源 | 头图 |CSDN自东方IC今天教大家用Python预测英雄联盟比赛胜负. Show me data,用数据说话 今天我们聊一聊 Python预测LOL胜负 目前,英雄联盟S10全球 ...
- python泰坦尼克号数据预测_使用python预测泰坦尼克号生还
简介 Titanic是Kaggle竞赛的一道入门题,参赛者需要根据旅客的阶级.性别.年龄.船舱种类等信息预测其是否能在海难中生还,详细信息可以参看https://www.kaggle.com/,本文的 ...
- python 比赛成绩预测_使用Python进行体育竞技分析(预测球队成绩)
今天我们用python进行体育竞技分析,预测球队成绩 一. 体育竞技分析的IPO模式 : 输入I(input):两个球员的能力值,模拟比赛的次数(其中,运动员的能力值,可以通过发球方赢得本回合的概率来 ...
- python模型疫情预测_用Python制作实时疫情图
本文技术点: requests, echarts, pyecharts 最近一周每天早上起来第一件事,就是打开新闻软件看疫情相关的新闻.了解下自己和亲友所在城市的确诊人数,但纯数字还是缺乏一个直观的概 ...
- python二手车价格预测_天池_二手车交易价格预测数据分析
字典 FieldDescription SaleID 交易ID,唯一编码 name 汽车交易名称,已脱敏 regDate 汽车注册日期,例如20160101,2016年01月01日 model 车型编 ...
- python 时间序列预测_使用Python进行动手时间序列预测
python 时间序列预测 Time series analysis is the endeavor of extracting meaningful summary and statistical ...
最新文章
- python自学网站有哪些-小白如何入门Python? 制作一个网站为例
- java设计模式之UML①
- saltstack之keepalived的安装配置
- java io flush_《文件传输基础——Java IO流》,对其中flush方法的思考
- 对象删除某个属性_充分了解JavaScript中【对象】的概念(二)
- 视易收银系统怎样连接服务器,视易收银系统操作方法
- SAP ABAP开发入门-徐春波-专题视频课程
- Navicat Premium For Mac破解版
- 通过Jsoup 和 htmlunit 爬取全国行政区划信息查询平台的省市区区划数据
- 【项目实训】实验八 数据处理
- mysql数据库应用(六)----操作表的约束
- 搜索引擎 百度 高级搜索
- VS2017 LINK : fatal error LNK1104: cannot open file ‘atls.lib‘错误解决方案
- 【MySQL】MySQL 存储引擎、索引、锁、集群
- Operation was explicitly assigned to /device:GPU:0 but available devices are [ /job:localhost/repli
- win10如何删除用户计算机账户,win10电脑用户账户控制怎么取消_win10用户账户控制如何解除...
- 计算机数据表格展示,利用工具,一分钟完成数据可视化,快速输出美观的数据图表...
- AFEchidna示例8--固定效应显著性检验
- e.CommandArgument值的设定
- 五、C语言创建桌面程序:画笔和画刷