python数据分析实战项目—10000条北京二手房面积信息可视化分析（附源码）

时间:2021年12月23日

python数据分析实战项目—10000条北京各大区二手房面积信息可视化分析（附源码）

开发工具

python版本：Python 3.6.1

python开发工具：JetBrains PyCharm 2018.3.6 x64

第三方库：pandas ;matplotlib ;seaborn

数据内容

实现代码

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

plt.style.use('fivethirtyeight')

sns.set_style({'font.sans-serif': ['simhei', 'Arial']})

lianjia_df = pd.read_csv('lianjia.csv')

# 添加房屋均价
df = lianjia_df.copy()
df['PerPrice'] = round(lianjia_df['Price'] / lianjia_df['Size'], 2)

# 重新摆放列位置
columns = ['Region', 'District', 'Garden', 'Layout', 'Floor', 'Year', 'Size', 'Elevator', 'Direction', 'Renovation',
           'PerPrice', 'Price']
df = pd.DataFrame(df, columns=columns)

f, [ax1, ax2] = plt.subplots(1, 2, figsize=(15, 5))

# 建房面积分布
sns.distplot(df['Size'], bins=20, ax=ax1, color='r')
sns.kdeplot(df['Size'], shade=False, ax=ax1)


# 建房面积与出售价格的关系
sns.regplot(x='Size', y='Price', data=df, ax=ax2)

plt.show()

运行效果

从第一个面积柱状图中可以看到，房屋面积最多的是100平米左右的，在200平米以上的也有一些

从第二个面积与价格图中可以看到，有两处数据异常，第一处是面积少价格却很高，第二处是面积大于1000

处理异常数据

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

plt.style.use('fivethirtyeight')

sns.set_style({'font.sans-serif': ['simhei', 'Arial']})

lianjia_df = pd.read_csv('lianjia.csv')

# 添加房屋均价
df = lianjia_df.copy()
df['PerPrice'] = round(lianjia_df['Price'] / lianjia_df['Size'], 2)

# 重新摆放列位置
columns = ['Region', 'District', 'Garden', 'Layout', 'Floor', 'Year', 'Size', 'Elevator', 'Direction', 'Renovation',
           'PerPrice', 'Price']
df = pd.DataFrame(df, columns=columns)

# display(df.loc[df['Size'] < 10])  # 都是别墅,不在分析范围内,排除
# display(df.loc[df['Size'] > 1000])  # 1019平,可能是商品房,排除
df = df[(df['Layout'] != '叠拼别墅') & (df['Size'] < 1000)]

f, [ax1, ax2] = plt.subplots(1, 2, figsize=(15, 5))

# 建房面积分布
sns.distplot(df['Size'], bins=20, ax=ax1, color='r')
sns.kdeplot(df['Size'], shade=False, ax=ax1)


# 建房面积与出售价格的关系
sns.regplot(x='Size', y='Price', data=df, ax=ax2)

plt.show()

优化异常数据运行结果

优化后异常数据可视化时就剔除掉了，对比有异常数据的图片

10000条二手房信息下载地址

https://url71.ctfile.com/f/13238771-530323628-1950bb
（访问密码：8835）

总结

这里主要运用了python的进行数据分析时，注意从图中分析异常数据，在对相关数据进行过滤掉