python房价数据分析实例_2018北京房价降了吗-同时也是python数据分析和可视化实战示例...

数据来源：python 爬取的链家官网二手房交易数据

数据量：有效数据约30万条，包含信息：'行政区','片区', '小区', '格局', '面积', '楼层', '建成年代', '建成年', '楼体结构', '成交时间', '成交年', '成交月', '成交金额', '平米价', '朝向', '装修', '有无电梯

先来看看基本描述

屏幕快照 2018-06-16 22.57.27.png

数据来源于链家2010年到2018年的数据，一个比较基本的概念是：

近几年成交均价是380万，平米均价是4万8。到了2018年5月，成交均价……平米价格。想提醒刚毕业的新社会人：如果想将来在北京安家落户，还得考虑下这个门槛。

成交量by 行政区

屏幕快照 2018-06-16 23.13.25.png

代码中间那两行是为了修正 matplotlib显示中文的问题，这个上一篇文章讲过。

图表看出大朝阳成交量最大；其次是海淀，紧接着是丰台，这点比较意外。接着是学区房重地西城区。

各年房价走势：

屏幕快照 2018-06-17 10.32.53.png

python这一点很糟糕，print出来的结果小数位数大，而且字段多了无法容纳，很难观察数据。我想出来的解决办法是存储结果之后重新读取作图。

屏幕快照 2018-06-17 10.37.35.png

先看朝阳区的均价，在2017年达到高峰后，2018年，的确是降了，但依降得不多。

看全市

屏幕快照 2018-06-17 10.39.58.png

此时再次眼花。区域太多，颜色有限，都快分不清丰台和西城的颜色，差点误以为丰台的均价最高位。

那就中心城区和卫星城分开看好了

屏幕快照 2018-06-17 11.09.05.png

干净。

我们看到最核心这几个区域，西城东城海淀分别占据成交均价前三位，他们都在2015-2017年有着疯狂的涨幅。学区房重地西城的交易均价在2017年超过10万／平。

再看第二梯队和第三梯队：

屏幕快照 2018-06-17 11.34.24.png

屏幕快照 2018-06-17 11.39.02.png

门头沟区在2015-2017房价疯涨期间居然比第三梯队其他三个区涨幅都快，当然2017年之后，跌幅也更大(看斜率)

回到题目的疑问：降了，降得不多，后续会分析2018年的走势。

待续……