一线城市二手房市场分析（数据分析）

# 导入库
import matplotlib.pyplot as plt  # 导入matplotlib可视化模块
import seaborn as sns            # 导入seaborn数据可视化模块
import pandas as pd
import numpy as np
from pandas import Series,DataFrame

In [2]:

# 取消警告提示
import warnings
warnings.filterwarnings('ignore')

In [3]:

# 设置中文字体
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False

In [4]:

d1=pd.read_excel('一线城市二手房信息表.xlsx')
d1.head()

d1.info()

# 删除多余的列，由于楼层列内容不统一，无法做出有效分析，因此也进行删除，房产信息列信息在后面的字段有包含，因此也进行删除
d1=d1.drop(labels=['Unnamed: 0','房产信息','楼层'],axis=1)
d1.head()

# 将城市中的各个字母替换为中文名。
d1['城市']=d1['城市'].replace({'sh':'上海','bj':'北京','sz':'深圳','gz':'广州'})
d1['城市'].value_counts()

# 推测重复值出现的原因是网站在实时更新，因此房间的顺序会变化导致的
d1.duplicated().sum()

d1=d1.drop_duplicates(keep='first')
d1

# 1.查看户型分布，上海
data1_1=d1.loc[d1['城市']=='上海']['居室类型'].value_counts()
x=data1_1.index
y=data1_1.values
plt.figure(figsize=[16,6])

plt.subplot(121)
plt.bar(x,y,color='b')
plt.title('上海户型分布柱状图',fontsize=12)
plt.xlabel('户型',fontsize=12)
plt.ylabel('房屋数量',fontsize=12)
plt.xticks(rotation=90)
plt.tick_params(labelsize=12)
for a, b in zip(x, y):
    plt.text(a,b,b,ha='center',va='bottom',fontsize=12)

plt.subplot(122)
plt.pie(y,labels=x,autopct='%.2f%%',textprops={'fontsize': 10})
plt.title('上海户型分布饼状图',fontsize=12)
plt.legend(loc=2, bbox_to_anchor=(1.05,1.0),borderaxespad =-0.2) 

plt.show()

# 1.查看户型分布，北京
data1_2=d1.loc[d1['城市']=='北京']['居室类型'].value_counts()
x=data1_2.index
y=data1_2.values
plt.figure(figsize=[16,6])

plt.subplot(121)
plt.bar(x,y,color='b')
plt.title('北京户型分布柱状图',fontsize=12)
plt.xlabel('户型',fontsize=12)
plt.ylabel('房屋数量',fontsize=12)
plt.xticks(rotation=90)
plt.tick_params(labelsize=12)
for a, b in zip(x, y):
    plt.text(a,b,b,ha='center',va='bottom',fontsize=12)

plt.subplot(122)
plt.pie(y,labels=x,autopct='%.2f%%',textprops={'fontsize': 10})
plt.title('北京户型分布饼状图',fontsize=12)
plt.legend(loc=2, bbox_to_anchor=(1.05,1.0),borderaxespad =-0.2) 

plt.show()

# 1.查看户型分布，广州
data1_3=d1.loc[d1['城市']=='广州']['居室类型'].value_counts()
x=data1_3.index
y=data1_3.values
plt.figure(figsize=[16,6])

plt.subplot(121)
plt.bar(x,y,color='b')
plt.title('广州户型分布柱状图',fontsize=12)
plt.xlabel('户型',fontsize=12)
plt.ylabel('房屋数量',fontsize=12)
plt.xticks(rotation=90)
plt.tick_params(labelsize=12)
for a, b in zip(x, y):
    plt.text(a,b,b,ha='center',va='bottom',fontsize=12)

plt.subplot(122)
plt.pie(y,labels=x,autopct='%.2f%%',textprops={'fontsize': 10})
plt.title('广州户型分布饼状图',fontsize=12)
plt.legend(loc=2, bbox_to_anchor=(1.05,1.0),borderaxespad =-0.2) 

plt.show()

# 1.查看户型分布，深圳
data1_4=d1.loc[d1['城市']=='深圳']['居室类型'].value_counts()
x=data1_4.index
y=data1_4.values
plt.figure(figsize=[16,6])

plt.subplot(121)
plt.bar(x,y,color='b')
plt.title('深圳户型分布柱状图',fontsize=12)
plt.xlabel('户型',fontsize=12)
plt.ylabel('房屋数量',fontsize=12)
plt.xticks(rotation=90)
plt.tick_params(labelsize=12)
for a, b in zip(x, y):
    plt.text(a,b,b,ha='center',va='bottom',fontsize=12)

plt.subplot(122)
plt.pie(y,labels=x,autopct='%.2f%%',textprops={'fontsize': 10})
plt.title('深圳户型分布饼状图',fontsize=12)
plt.legend(loc=2, bbox_to_anchor=(1.05,1.0),borderaxespad =-0.2) 

plt.show()

# 2.查看不同城市的二手房平均单价，平均面积，平均总价
dataA=d1.groupby('城市')['单价（元/平）','总价（万元）','面积（平米）'].mean().round(2)
x1=dataA.index
y1=dataA['单价（元/平）']
x2=dataA.index
y2=dataA['总价（万元）']
x3=dataA.index
y3=dataA['面积（平米）']

plt.figure(figsize=[21,6])

plt.subplot(131)
plt.bar(x1,y1,color='r')
plt.title('各户型单价柱状图',fontsize=12)
plt.xlabel('城市',fontsize=12)
plt.ylabel('平均单价（元/平）',fontsize=12)
plt.xticks(rotation=90)
plt.tick_params(labelsize=12)
for a, b in zip(x1, y1):
    plt.text(a,b,b,ha='center',va='bottom',fontsize=12)

plt.subplot(132)
plt.bar(x2,y2,color='g')
plt.title('各户型平均总价柱状图',fontsize=12)
plt.xlabel('城市',fontsize=12)
plt.ylabel('平均总价（万元）',fontsize=12)
plt.xticks(rotation=90)
plt.tick_params(labelsize=12)
for a, b in zip(x2, y2):
    plt.text(a,b,b,ha='center',va='bottom',fontsize=12)

plt.subplot(133)
plt.bar(x3,y3,color='b')
plt.title('各户型平均面积柱状图',fontsize=12)
plt.xlabel('城市',fontsize=12)
plt.ylabel('平均面积（平米）',fontsize=12)
plt.xticks(rotation=90)
plt.tick_params(labelsize=12)
for a, b in zip(x3, y3):
    plt.text(a,b,b,ha='center',va='bottom',fontsize=12)

plt.show()

# 2.查看不同户型房屋的平均关注人数、平均单价、平均总价
data2=d1.groupby('居室类型')['关注人数'].mean().round(2).sort_values(ascending=False).head(10)
data3=d1.groupby('居室类型')['单价（元/平）'].mean().round(2).sort_values(ascending=False).head(10)
data4=d1.groupby('居室类型')['总价（万元）'].mean().round(2).sort_values(ascending=False).head(10)
x1=data2.index
y1=data2.values
x2=data3.index
y2=data3.values
x3=data4.index
y3=data4.values

plt.figure(figsize=[21,6])

plt.subplot(131)
plt.bar(x1,y1,color='r')
plt.title('各户型平均关注人数柱状图',fontsize=12)
plt.xlabel('户型',fontsize=12)
plt.ylabel('平均关注人数',fontsize=12)
plt.xticks(rotation=90)
plt.tick_params(labelsize=12)
for a, b in zip(x1, y1):
    plt.text(a,b,b,ha='center',va='bottom',fontsize=12)

plt.subplot(132)
plt.bar(x2,y2,color='g')
plt.title('各户型平均均价柱状图',fontsize=12)
plt.xlabel('户型',fontsize=12)
plt.ylabel('平均均价（元/平）',fontsize=12)
plt.xticks(rotation=90)
plt.tick_params(labelsize=12)
for a, b in zip(x2, y2):
    plt.text(a,b,b,ha='center',va='bottom',fontsize=12)

plt.subplot(133)
plt.bar(x3,y3,color='b')
plt.title('各户型平均总价柱状图',fontsize=12)
plt.xlabel('户型',fontsize=12)
plt.ylabel('平均总价（万元）',fontsize=12)
plt.xticks(rotation=90)
plt.tick_params(labelsize=12)
for a, b in zip(x3, y3):
    plt.text(a,b,b,ha='center',va='bottom',fontsize=12)

plt.show()

# 3.分析关注人数、房屋均价、房屋面积、房屋总价几个变量之间的关系
sns.pairplot(d1[['面积（平米）', '总价（万元）','单价（元/平）','关注人数']])
plt.show()

# 4.分析不同城市不同装修层次的房屋单价
data5=pd.crosstab(index=d1['城市'],columns=d1['装修'],values=d1['单价（元/平）'],aggfunc=np.mean)
data5.plot(kind='bar',stacked=False)    # rot标签旋转角度
plt.title("不同城市不同装修层次的房屋单价")
plt.xlabel("城市")
plt.ylabel("单价（元/平）") 
plt.xticks(rotation=0) 
plt.legend(loc=2, bbox_to_anchor=(1.05,1.0),borderaxespad = -0.2)      # 防止标签与图形重叠，让标签在图形外展示
plt.show()

d1['建造年份']=d1['建造年份'].astype('object')
d1.info()

plt.figure(figsize=[30,10])   # 设置画布尺寸
data6=pd.crosstab(index=d1['建造年份'],columns=d1['城市']).reset_index().sort_index()
x = data6['建造年份']
y1 = data6['上海']
y2 = data6['北京']
y3 = data6['广州']
y4 = data6['深圳']
plt.title('各城市历年二手房数量',fontsize=20)  # 折线图标题
plt.xlabel('年份',fontsize=20)  # x轴标题
plt.ylabel('二手房数量',fontsize=20)  # y轴标题
plt.xticks(rotation=90,fontsize=20)
plt.plot(x, y1, marker='o', markersize=3)
plt.plot(x, y2, marker='o', markersize=3)
plt.plot(x, y3, marker='o', markersize=3)
plt.plot(x, y4, marker='o', markersize=3)

# 以下代码是显示折线图上的数据标签，但由于数据量多，折线图多，显示数据标签，图形会难以看清，因此先注释掉。
for a, b in zip(x, y1):
    plt.text(a, b, b, ha='center', va='bottom', fontsize=10)  # 设置数据标签位置及大小
for a, b in zip(x, y2):
    plt.text(a, b, b, ha='center', va='bottom', fontsize=10)
for a, b in zip(x, y3):
    plt.text(a, b, b, ha='center', va='bottom', fontsize=10)
for a, b in zip(x, y4):
    plt.text(a, b, b, ha='center', va='bottom', fontsize=10)


plt.xticks(rotation=90)      # 将x轴标签旋转90度
plt.legend(['上海','北京','广州','深圳'])  # 设置折线名称

plt.show()

plt.figure(figsize=[30,10])   # 设置画布尺寸
data7=pd.crosstab(index=d1['建造年份'],columns=d1['城市'],values=d1['单价（元/平）'],aggfunc=np.mean).round(0).reset_index().sort_index()
x = data7['建造年份']
y1 = data7['上海']
y2 = data7['北京']
y3 = data7['广州']
y4 = data7['深圳']
plt.title('各城市历年二手房平均单价变化趋势',fontsize=20)  # 折线图标题
plt.xlabel('年份',fontsize=20)  # x轴标题
plt.ylabel('平均单价（元/平）',fontsize=20)  # y轴标题
plt.xticks(rotation=90,fontsize=20)
plt.plot(x, y1, marker='o', markersize=3)
plt.plot(x, y2, marker='o', markersize=3)
plt.plot(x, y3, marker='o', markersize=3)
plt.plot(x, y4, marker='o', markersize=3)

# 以下代码是显示折线图上的数据标签，但由于数据量多，折线图多，显示数据标签，图形会难以看清，因此先注释掉。
for a, b in zip(x, y1):
    plt.text(a, b, b, ha='center', va='bottom', fontsize=10)  # 设置数据标签位置及大小
for a, b in zip(x, y2):
    plt.text(a, b, b, ha='center', va='bottom', fontsize=10)
for a, b in zip(x, y3):
    plt.text(a, b, b, ha='center', va='bottom', fontsize=10)
for a, b in zip(x, y4):
    plt.text(a, b, b, ha='center', va='bottom', fontsize=10)


plt.xticks(rotation=90)      # 将x轴标签旋转90度
plt.legend(['上海','北京','广州','深圳'])  # 设置折线名称

plt.show()