Matplotlib案例之房产信息分析

1137 views

目录:

    数据下载（提取码:1024）

    import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt

# 在ipython中直接显示图像
%matplotlib inline

# 设置绘图显示中文字体
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

    In [2]:

    input_file_path = '房产信息_预处理.xlsx'
data = pd.read_excel(input_file_path)

data.head(5)

    Out[2]:

    描述 位置信息 区域 总价 单价 面积 建成时间 关注人数 0室0厅 0室1厅 ... 西 北 东北 东南
    0 威兰德装修套三对中庭，客户只给契税 威兰德小镇 双流 91.8 1.06 86.40 2016 135 0 0 ... 0 0 0 0
    1 房子清水套三户型方正采光好无遮挡，视野开阔！ 南湖逸家二期 双流 128.5 1.94 66.12 2017 40 0 0 ... 0 0 0 0
    2 南湖逸家满二精装房，中间楼层，采光良好 南湖逸家二期 双流 153.0 2.08 73.59 2017 58 0 0 ... 0 0 0 0
    3 佰客郡精装修房子配套成熟业主真心卖 佰客郡 双流 89.0 1.18 75.40 2011 36 0 0 ... 0 1 0 0
    4 加贝书香尚品 精装修 带家具家电出售 加贝书香尚品 双流 64.5 1.25 51.69 2007 38 0 0 ... 0 0 0 0

    5 rows × 85 columns

    In [3]:

    data.describe()

    Out[3]:

    总价 单价 面积 建成时间 关注人数 0室0厅 0室1厅 1室0厅 1室1厅 1室2厅 ... 西 北 东北 东南 西南 西北 中楼层 低楼层 高楼层 总楼层
    count 32774.000000 32774.000000 32774.000000 32774.000000 32774.000000 32774.000000 32774.000000 32774.000000 32774.000000 32774.000000 ... 32774.000000 32774.000000 32774.000000 32774.000000 32774.000000 32774.000000 32774.000000 32774.000000 32774.000000 32774.000000
    mean 157.886154 1.547791 100.300306 2009.326570 35.118936 0.000031 0.000031 0.017972 0.070544 0.002929 ... 0.060841 0.102612 0.049979 0.298987 0.104656 0.058339 0.343809 0.293830 0.362360 19.070605
    std 110.717674 0.626355 39.499149 5.662407 48.728153 0.005524 0.005524 0.132850 0.256065 0.054043 ... 0.239042 0.303456 0.217904 0.457821 0.306114 0.234387 0.474986 0.455522 0.480689 10.773407
    min 15.000000 0.170000 12.000000 1900.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 ... 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000
    25% 95.000000 1.120000 76.940000 2006.000000 6.000000 0.000000 0.000000 0.000000 0.000000 0.000000 ... 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 7.000000
    50% 131.000000 1.440000 90.220000 2010.000000 19.000000 0.000000 0.000000 0.000000 0.000000 0.000000 ... 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 18.000000
    75% 186.000000 1.860000 121.390000 2013.000000 45.000000 0.000000 0.000000 0.000000 0.000000 0.000000 ... 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 1.000000 1.000000 1.000000 30.000000
    max 4600.000000 13.480000 557.460000 2020.000000 1044.000000 1.000000 1.000000 1.000000 1.000000 1.000000 ... 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 56.000000

    8 rows × 82 columns

    In [4]:

    # 对区域进行数据透视并画图
data.pivot_table(values='单价', index='区域',aggfunc='mean'). \
                 sort_values(by='单价',ascending=False).plot(kind='barh',color="c")
# 设置x轴标签
plt.xlabel('单价(万元)')

    Out[4]:

    Text(0.5, 0, '单价(万元)')

    img

    In [5]:

    # 设置记录个数
ntop = 10
# 按单价对数据进行排序
data_top = data.sort_values(by='单价',ascending=False)[:ntop]

# 设置数据
y = range(len(data_top.单价))
width = data_top.单价  
y_label = data_top.位置信息 + '(' + data_top.区域 + ')'

# plot
fig = plt.figure(figsize=(12, 4))
ax = fig.add_subplot(121)
ax.set_title('成都市二手房单价top10')
ax.barh(y,width,facecolor='bisque',edgecolor='pink', \
        height=0.5,tick_label=y_label)
plt.show()

    img

    In [6]:

    # 统计房屋朝向
data[['东','南','西','北','东南','西南','西北','东北']].sum().plot(kind='bar',rot=0)
plt.ylabel('数量')

    Out[6]:

    Text(0, 0.5, '数量')

    img

    In [7]:

    # 设置划分区间
bins = [0,0.5,1,1.5,2,3,5,8,12]
# 设置x轴标签
plt.xlabel("价格区间")
# plot
pd.cut(data[data['区域']=='双流'].单价, bins).value_counts().plot(kind='bar',rot=30)

    Out[7]:

    <matplotlib.axes._subplots.AxesSubplot at 0x1fbbc3aa6c8>

    img

    In [8]:

    data.plot(kind="scatter",x="单价",y="关注人数", alpha=0.4)

    Out[8]:

    <matplotlib.axes._subplots.AxesSubplot at 0x1fbc06d5088>

    img

    In [9]:

    plt.hist2d(data.单价, data.面积, bins=(50, 200), cmap=plt.cm.jet)
plt.ylim((20,100))
plt.xlabel('单价')
plt.ylabel('面积')
plt.colorbar()

    Out[9]:

    <matplotlib.colorbar.Colorbar at 0x1fbc2b3f108>

    img

    In [10]:

    data.plot(kind="scatter",x="单价",y="关注人数", \
          alpha=0.4,s=data["面积"])

    Out[10]:

    <matplotlib.axes._subplots.AxesSubplot at 0x1fbc1e8b348>

    img

    In [11]:

    data.区域.value_counts().plot(kind='bar')
plt.ylabel('房源数量')

    Out[11]:

    Text(0, 0.5, '房源数量')

    img

    In [12]:

    bins = [0,5,10,20,30,40,50,60]
plt.xlabel("总楼层")
pd.cut(data.总楼层, bins).value_counts().plot.bar(rot=30)

    Out[12]:

    <matplotlib.axes._subplots.AxesSubplot at 0x1fbc1eaa6c8>

    img

    In [13]:

    x = np.linspace(0.5,6,51)
y1 = x + (1/x)
y2 = x

# 绘制模型估计值
plt.plot(x,y1)
# 绘制模型实际值
plt.plot(x,y2)

# 图形设置
plt.legend(["实际","预估"])

    Out[13]:

    <matplotlib.legend.Legend at 0x1fbbe56c108>

    img