分析天津市房价的空间因素影响

所有代码与解析

# -*- coding: utf-8 -*-
"""
Created on Thu Mar  4 16:23:30 2021

@author: 89344
"""

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')
from bokeh.plotting import figure,show,output_file
from bokeh.models import ColumnDataSource
from bokeh.models import HoverTool
'''
1 加载数据
'''
import os
os.chdir(r'F:\I_love_learning\junior\数据挖掘与数据仓库\课程设计')
df = pd.read_csv('dataxiaoqu3.csv')
df.dropna(inplace = True)

'''
2 计算指标
'''

data_sale = df[['小区名称','单价','lat','lng']]
data_sale.groupby(by = '小区名称').mean()
data_sale.reset_index(inplace = True)
del data_sale['index']

'''
3 导出数据
'''
data_sale.columns = ['name','price','lat','lng']
data_sale['name'] = data_sale['name'] + " "
data_sale.to_csv('xiaoqudatapro.csv')

'''
4 Qgis处理后加载处理后的数据
'''
data_q3 = pd.read_excel('data_ana.xlsx')
data_q3.fillna(0,inplace = True)

'''
5 标准化处理
'''
def f1(data,col):
    return(data[col]-data[col].min()/(data[col].max()- data[col].min()))

data_q3['路网密度指标'] = f1(data_q3,'长度')
data_q3['离市中心距离'] = ((data_q3['lng'] - (-2224))**2 + (data_q3['lat']- 4342200)**2)**0.5
#计算市中心距离

data_q3_test = data_q3[['路网密度指标','离市中心距离','price_均值']]
data_q3_test = data_q3_test[data_q3_test['price_均值']>0].reset_index()
del data_q3_test['index']

plt.figure(figsize = (15,6))
plt.scatter(data_q3_test['路网密度指标'],data_q3_test['price_均值'], s = 4, alpha=(0.2))
plt.savefig(r'F:\I_love_learning\junior\数据挖掘与数据仓库\课程设计\image\路网密度指标与房价的关系.png')

plt.figure(figsize = (15,6))
plt.scatter(data_q3_test['离市中心距离'],data_q3_test['price_均值'], s = 4, alpha=(0.2),color = 'red')
plt.savefig(r'F:\I_love_learning\junior\数据挖掘与数据仓库\课程设计\image\离市中心距离与房价的关系.png')
'''
相关性分析
0.3-0.5较相关
'''
data_q3_test.corr().loc['price_均值']

'''
按照市中心距离来分析指标相关性
'''
dis = []
lwmd_person = []
zxjl_person = []

for distance in range(10000,110000,10000):
    datai = data_q3_test[data_q3_test['离市中心距离']<=distance]
    r_value = datai.corr().loc['price_均值']
#    print(r_value)
    dis.append(distance)
    lwmd_person.append(r_value.loc['路网密度指标'])
    zxjl_person.append(r_value.loc['离市中心距离'])
    #添加列表值
    print('离市中心距离小于等于%i米时: ' %distance)
    print('数据量为%i条' %len(datai))
    print('路网密度指标相关性系数为%.3f' %r_value.loc['路网密度指标'])
    print('离市中心指标相关性系数为%.3f' %r_value.loc['离市中心距离'])
    
    
'''
折线图绘制
'''
df_r = pd.DataFrame({'lwmd_person':lwmd_person,
                     'zxjl_person':zxjl_person},
                    index = dis)

source = ColumnDataSource(df_r)

hover = HoverTool(tooltips = [('离市中心距离','@index'),
                              ('路网密度相关系数','@lwmd_person'),
                              ('离市中心距离相关系数','@zxjl_person')
                              ])
output_file('F:\I_love_learning\junior\数据挖掘与数据仓库\课程设计\image\cor.html')
p = figure(plot_width = 900, plot_height = 350,
           title = '随着市中心距离增加,不同指标相关性变化',
           tools = [hover,'box_select,reset,xwheel_zoom,pan,crosshair'])
p.line(x = 'index', y='lwmd_person',source = source,line_alpha = 0.8,line_color = 'green', line_dash = [15,4], 
       legend = '道路密度相关系数')

p.circle(x = 'index', y='lwmd_person',source = source,size = 8,color = 'green', line_dash = [15,4], 
       legend = '道路密度相关系数')
p.line(x = 'index', y='zxjl_person',source = source,line_alpha = 0.8,line_color = 'blue', line_dash = [15,4], 
       legend = '中心距离相关系数')

p.circle(x = 'index', y='zxjl_person',source = source,size = 8,color = 'blue', line_dash = [15,4], 
       legend = '中心距离相关系数')


p.legend.location = 'center_right'
show(p)

print('finished!')

结果：



结论：

1. 通过路网面积参数和离市中心距离与天津房价的关系图可以得出天津房价与路网面积正相关，与离市中心距离负相关，但是相关性不大
2. 通过天津房价空间分布得出，从整个天津来看，离市中心距离越近的房价越高，从各个区独立来看，每个区的房价也同样，离每个区中心距离越近，房价相对越高
3. 通过随市中心距离增加不同指标相关性变化得出市中心30000米范围内中心距离与路网密度对房价的影响增加，超过40000米之后相关系数趋于稳定