Python은 seaborn을 사용하여 상하이의 중고 주택 데이터를 분석합니다.

상하이의 중고 주택 데이터 분석

gcc 학생들은 표절하면 안 됩니다!
실험 시간 2023-05-6

1. 실험 장비 또는 재료

노트북, 아나콘다 소프트웨어

2. 데이터 및 수요 설명

1. 데이터의 일부는 다음과 같습니다.

2. 요구사항 이
데이터를 사용하려면 다음 사항을 분석해야 합니다.
1. 상하이 중고 주택의 전반적인 가격 설명
2. 상하이 중고 주택 단가 분포
3. 단가 분포 4. 상해 여러 도시 지역의
주택 자원 분석
5. 상해 주택 가격과 주택 규모의 관계
6. 상해 중고 주택의 다양한 차원에 대한 상관 분석 .

3. 실험 내용 및 분석
0. 파일을 읽고 데이터 탐색 및 분석

1. 상하이 중고 주택의 전체 가격에 대한 설명

분석: 상하이의 중고 주택 평균 가격은 580만 달러로 주택 가격이 너무 높다는 것을 알 수 있다.상하이의 주택 가격이 높은 데는 두 가지 주요 원인이 있다. 경제와 전반적인 가격은 상대적으로 높습니다. 두 번째는 상하이의 토지 면적이 작고 상업용 주택 공급이 부족하다는 것입니다.

2. 상해 중고주택 단가 분포

분석:
1. 상하이 중고 주택의 전체 단가는 상대적으로 낮고 주택의 약 80%가 평방미터당 100,000위안 미만입니다.
2. 단가가 50,000위안/평방미터 이하에 집중되어 있다는 것은 상하이 시민들이 주택 가격에 대한 포용력이 높지 않아 저렴한 주택에 대한 수요가 많다는 것을 의미한다.
3.10 평방 _{미터당 15만위안과 평방미터당 15만위안~} 20만위안 의 두 범위의 단가도 상대적으로 일반적이며, 고급 아파트, 별장 및 기타 주택 공급원이 여전히 일정하다는 것을 나타냅니다.

3. 상해 각 도시지역의 단가 및 총가격 분포

그림에서 우리는 푸동 지역에서 주택의 단가와 총 가격이 대부분 100,000-200,000 사이에 집중되어 있음을 알 수 있습니다. 그러나 주택의 단가 또한 집의 크기와 많은 관련이 있으며, 소형 주택의 단가는 매우 높은 경우가 많아 대형 주택보다 비쌉니다. 그 외 지역은 평균단가가 상대적으로 집중되어 있는 반면, 평균총가격은 위치, 교통, 주택면적 등의 요인에 따라 다소 차이가 있습니다.

4. 상해시 여러 도시지역의 주택자원 분석

쉬후이, 민항, 푸동은 주택수가 가장 많은 3개 지역으로, 지리적 위치, 학군 등 이 세 지역의 다양한 요소는 상하이에서 상대적으로 고급 주거 지역 중 하나로 간주되어 또한 이들로 이어집니다. 해당 지역의 매물 수는 상대적으로 많습니다.
그러나 충밍, 진산 등 도시지역은 주택이 적고 대부분 도심에서 멀리 떨어져 있고 개발업자들이 개발한 부동산이 부족한 등의 이유도 있다.
Longhua, Changning, Putuo와 같은 도시 지역은 모두 주택 수가 상대적으로 많으며 지리적 거리, 인프라 및 산업을 종합적으로 분석하여 각 도시 지역의 분포 이유를 더 잘 이해할 필요가 있습니다.
주택 수는 해당 지역의 주택 가격을 반드시 직접적으로 결정하지는 않으며, 가격은 면적, 유닛 유형, 층, 방향, 건축 연령 및 커뮤니티 환경과 같은 여러 요인에 따라 달라집니다. 따라서 부동산 시장을 보다 잘 이해하고 출시 예측 및 결정을 기반으로 위의 다양한 요소에 대한 종합적인 고려가 필요합니다.

5. 상하이 주택가격과 주택규모의 관계

집값과 면적 사이에는 일정한 양의 상관관계가 있습니다. 주택면적이 넓을수록 평균단가는 점차 낮아진다.
공사 기간의 관점에서 볼 때 초기 단계에 지어진 부동산의 가격이 더 높을 수 있습니다. 그러나 이 규칙이 모든 경우에 적용되는 것은 아니며, 예를 들어 일부 오래된 주택은 지역 및 위치와 같은 요인의 영향으로 인해 가격이 급등할 수 있습니다.
면적, 층 및 방향의 관점에서 다양한 속성도 주택 가격에 영향을 미칩니다. 중앙에 위치하며 남쪽을 향하고 낮은 층은 일반적으로 더 인기 있고 더 비쌉니다.

6. 상하이 중고 주택의 다양한 치수에 대한 상관관계 분석.

1. 주택면적과 주택가격은 정(+)의 상관관계 즉, 면적이 넓을수록 주택가격이 상승함
2. 지구와 주택가격, 다른 지역은 크게 다릅니다.
3. 또한 하한선과 주택가격 사이에는 일정한 상관관계가 있으며, 대부분의 경우 하한선이 높을수록 주택가격은 낮아집니다.
4. 방향과 주택가격 사이에 명확한 상관관계는 없으나, 남향 주택이 더 인기가 많고, 다른 방향보다 가격이 약간 높음 5.
공사기간과 주택가격 사이에도 일정한 상관관계가 있음. 공사기간이 길어질수록 집값은 높아진다.낮다.

4. 결론 및 경험

1. 먼저 주택 판매 데이터를 DataFrame에 저장해야 합니다. pandas의 read_csv 기능을 사용하여 csv 파일을 읽거나 read_excel 기능을 사용하여 Excel 파일을 읽을 수 있습니다.
2. 그런 다음, count, mean, standard deviation, minimum, 25%!, 75%! and (MISSING) maximum을 포함한 DataFrame의 각 열에 대한 기본 통계를 describe 함수를 통해 얻을 수 있습니다.
3. 또한 groupby 함수를 사용하여 특정 열에 따라 데이터를 그룹화한 다음 agg 함수를 사용하여 각 도시의 평균 주택 가격 및 판매량과 같은 각 데이터 그룹의 통계를 계산할 수 있습니다.
4. 물론 플롯 기능을 사용하여 히스토그램 그리기, 히스토그램, 산점도 등과 같은 데이터에 대한 시각적 분석을 수행할 수도 있습니다.
5. 마지막으로 특정 도시의 판매 상황에 대한 원인을 분석하거나 향후 판매 동향을 예측하는 등 실제 비즈니스 시나리오와 결합하여 데이터에 대한 심층 분석 및 마이닝이 필요합니다.
   개인적인 경험: pandas 라이브러리를 사용하면 빠르고 쉽게 데이터 통계 및 분석을 수행할 수 있습니다. 특히 크고 복잡한 데이터를 처리할 때 작업 효율성을 크게 향상시킬 수 있습니다. 동시에 Pandas의 공통 기능 및 방법에 대한 숙련도는 데이터 과학자 및 비즈니스 분석가에게 강력한 도구 지원을 제공하여 작업에 많은 편의와 도움을 줄 수 있습니다.