最近看了国家统计局发布的(2021年8月份70个大中城市商品住宅销售价格变动情况),看到武汉新房各类面积对应上月的环比价格又提升了,于是使用python盘了某家平台上的新房数据。将武汉13个区的新房的均价、面积、数量等用echarts制作了对应统计图,进行相关的数据分析。数据源比较单一,可以作为学习使用。
准备
-
测试数据
-
pyecharts(或者echarts)相关使用
01 快速开始
由于统计图制作比较简单,就不上所有示例代码了,如果不太了解echarts的后端开发人员,可以使用pyecharts工具包来制作统计图。后面的数据都是在mysql中执行查询语句执行的结果 + echarts直接渲染出来的。
安装相关工具包
pip install pyecharts
pip install pymysql
示例代码:
# 根据pyecharts官方文档导入相关模块
from pyecharts.charts import Pie
from pyecharts import options as opts
# 查询武汉所有区域新房的数量并根据数量从高到低排序
"""
sql = "SELECT area_name,count(area_name) as sum from demo group by area_name ORDER BY sum desc"
"""
data = [
['洪山', 180],
['汉阳', 180],
['东西湖',180],
['黄陂', 180],
['江岸', 160],
['蔡甸', 140],
['江夏', 125],
['新洲', 110],
['江汉', 100],
['硚口', 90],
['武昌', 80],
['青山', 50],
['汉南', 40],
]
colors = ["#f47920", '#4e72b8', '#9b95c9', '#dea32c', '#65c294', '#f36c21',
'#6c4c49', '#f2eada', '#008792', '#b64533','#63434f', '#ea66a6', '#f69c9f']
c = (
Pie()
.add("", data)
.set_colors(colors)
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
.render("pie_set_color.html")
)
在浏览器打开当前目录下的pie_set_color.html文件。
武汉市各个区域新房的饼状图
可以看出东西湖、汉阳、洪山、黄陂新房出售比较多、其次是江岸和蔡甸。
柱状图—最受欢迎面积
90㎡-100㎡更受大家欢迎,105㎡其次。
地图展示—各区域新房小区均价
如果需要自定义区域的话,可以在该链接中找到相关json数据,复制json地址替换到相应的代码即可切换。
武昌区的房屋总的平均价最贵,相对汉南区和新洲区相较便宜些。
柱状图—区域新房排序(平均单价)
武昌区的新房小区平均价格高达28580元/㎡,不知道你们怎么看?
柱状图—区域新房排序(平均总价)
折线图—各地方新房数量top10
查询数据库中的地方新房top10数据,在13个区域中,阳逻的新房出售数量最多,多达92个。
测试数据
参考文档
# pyecharts官方文档
https://pyecharts.org/#/zh-cn/intro
当数据分析遇上数据可视化时使用pyecharts 是非常方便的。大伙如果需要数据的话,可以在公众号中输入"房价数据"来获取房价测试数据提取码。
https://pan.baidu.com/s/19FSiWr7YlPdn3cPhc0GLJw
感兴趣的可以关注作者微信公众号:程序员9527。