Python数据分析-房价的影响因素图解

摘 要

这两年OF一直在关注房价,抛开政策、炒房等一些外部因素,对于房屋本身来说,哪些是影响房价的主要因素?OF在众多因素中挑选了几个进行分析:房屋年龄、面积、层数(1/1.5/2/2.5/...)、卧室数量、卫生间数量。

首先,OF从Kaggle上下载了一份关于国外某城市的房产数据,并且经过了数据处理。那么接下来,我们主要进行数据可视化和分析,今天分析的主要目的是:

1、影响房价的内部主要因素是什么?

2、建立模型进行房价预测。

单因素分布:直方图

这不是一个很大的数据,也没有太多的列,因此第一步可以绘制直方图,查看下各因素的数据分布情况。

import pandas as pd 
import seaborn as sns
df1 = pd.read_csv(r"./data/house_data.csv")
#直方图
d
  • 9
    点赞
  • 135
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 7
    评论
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Officetouch数据科学

将知识收为己用

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值