【python数据分析】北京房租数据分析

2023-12-24 17:28

本文主要是介绍【python数据分析】北京房租数据分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

北京租房数据分析
下图展示的北京链家租房的数据,请针对以下数据进行数据清洗及展开数据分析,具体要求:

  1. 运用数据清洗等常规方法对数据进行预处理;
  2. 针对出租屋不同的户型、房屋面积、房屋所属区域分别进行租金分析,并用可视化的图表进行展示;
  3. 针对出租屋的地理位置进行地图的可视化展示(在地图上展示出房屋的数量和价格);
  4. 建议运用预测算法模型对租房价格进行预测,可以选取其中一部分作为测试数据,以检验算法模型的效果。
import pandas as pd
import matplotlib.pyplot as plt
# 设置字体为SimHei以支持汉字
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False# 加载数据
df = pd.read_csv('链家北京租房数据.csv',encoding='gbk')
print(type(df))
dfdf.describe()print(df.loc[:,'面积(㎡)'])
print(type(df.loc[:,'面积(㎡)']))# 转换面积列为数值类型
df.loc[:,'面积(㎡)'] = df.loc[:,'面积(㎡)'].str.replace('平米','').astype(float)
df.loc[:,'面积(㎡)']#把户型表达方式统一
df.loc[:,'户型'] = df.loc[:,'户型'].str.replace('房间','室')df.loc[:,'价格(元/月)']#数据预处理完进行去重操作
df = df.drop_duplicates()
dfdf.describe()#按照户型进行分类并取得每个户型的平均房价
df_hx = df.groupby('户型')['价格(元/月)'].mean()
df_hx#设置图像大小
plt.figure(figsize=(16,9)) 
#将x轴文本竖向展示
plt.xticks(rotation=90)
#绘制折线图
plt.plot(df_hx.index,df_hx)
#设置标题
plt.title('不同户型的平均租金')
plt.xlabel('户型')
plt.ylabel('平均租金 (元/月)')
plt.show()# 2. 房屋面积与租金的关系
plt.figure(figsize=(10, 6))
plt.scatter(df.loc[:,'面积(㎡)'], df.loc[:,'价格(元/月)'])
plt.title('房屋面积与租金的关系')
plt.xlabel('面积 (㎡)')
plt.ylabel('租金 (元/月)')
plt.show()df_qy = df.groupby('区域')['价格(元/月)'].mean()
df_qy#设置图像大小
plt.figure(figsize=(16,9)) 
#将x轴文本竖向展示
plt.xticks(rotation=90)
#绘制折线图
plt.bar(df_qy.index,df_qy)
#设置标题
plt.title('不同区域的平均租金')
plt.xlabel('区域')
plt.ylabel('平均租金 (元/月)')
plt.show()df.loc[:,'区域'].drop_duplicates()print(df.groupby('区域')['区域'].count())import folium
from folium.plugins import MarkerCluster# 北京各区域的中心点坐标
coords = {'东城': [39.917, 116.416],'丰台': [39.8585, 116.2868],'亦庄开发':[39.795,116.505],'大兴':[39.73,116.33],'房山':[39.75,116.13],'昌平':[40.22072,116.2312],'朝阳': [39.9219, 116.4435],'海淀': [39.9561, 116.3103],'石景山': [39.9067, 116.2220],'西城': [39.912, 116.366],'通州': [39.9092, 116.6572],'门头沟': [39.9405, 116.1020],'顺义': [40.1301, 116.6546]
}# 创建地图对象,设置北京市为中心点
map = folium.Map(location=[39.9168, 116.4543], zoom_start=10)# 使用MarkerCluster插件创建一个聚类对象,并将其添加到地图上
marker_cluster = MarkerCluster().add_to(map)# 在地图上添加标记
# 1 逐行遍历#iterrows(): 将DataFrame迭代为(insex, Series)对。
for index, row in df.iterrows():
# 2 判断区域位置if row['区域'] in coords:s = f'小区名称:{row["小区名称"]}\n户型:{row["户型"]}\n租金: {row["价格(元/月)"]}元/月\n面积: {row["面积(㎡)"]}平米'folium.Marker(location=coords[row['区域']], #用于确定标记部件的经纬位置popup=folium.Popup(s,max_width=160) #添加标记提示信息,设置宽度).add_to(marker_cluster) # 将标记添加到聚类对象中# 显示地图
map.save('北京租房地图2.html')from sklearn.preprocessing import OneHotEncoder
from sklearn.compose import ColumnTransformer# 特征选择
features = ['区域', '面积(㎡)', '户型']# 划分特征和目标变量
X = df[features]
y = df.loc[:,'价格(元/月)']# 对分类特征进行独热编码
# 这些特征值并不是连续的,而是离散的,无序的。需要对其进行特征数字化。
ct = ColumnTransformer(transformers=[('encoder', OneHotEncoder(), ['区域', '户型'])],remainder='passthrough' #将未被处理的列保持原样,默认是删除未被处理的列
)#对独热编码的数据进行转换
X_encoded = ct.fit_transform(X) from sklearn.model_selection import train_test_split
from sklearn.preprocessing import PolynomialFeatures
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt
from sklearn.metrics import r2_score# 划分训练集和测试集
# X_train 和 y_train 是训练集的特征和目标变量,X_test 和 y_test 是测试集的特征和目标变量。
X_train, X_test, y_train, y_test = train_test_split(X_encoded, y, test_size=0.2, random_state=42)linear_reg1 = LinearRegression()
linear_reg1.fit(X_train,y_train)y_pred1 = linear_reg1.predict(X_test)#评估性能模型
print(f'R2系数:{r2_score(y_test, y_pred1)}')# 训练集的散点图
plt.scatter(y_train, linear_reg1.predict(X_train), color='blue', label='训练集')# 测试集的散点图
plt.scatter(y_test, y_pred1, color='red', label='测试集')
plt.plot(y_test, y_test, linestyle='-.', color='black', linewidth=2)
plt.title('实际租金vs预测租金')
plt.xlabel('实际租金(元/月)')
plt.ylabel('预测租金(元/月)')
plt.legend()
plt.show()# 划分训练集和测试集
# X_train 和 y_train 是训练集的特征和目标变量,X_test 和 y_test 是测试集的特征和目标变量。
X_train, X_test, y_train, y_test = train_test_split(X_encoded, y, test_size=0.2, random_state=42)# 创建包含多项式特征的模型增加模型对数据的拟合能力
poly_features  = PolynomialFeatures(degree=2)
# 转换特征
X_train_poly = poly_features.fit_transform(X_train) #对训练集特征转换
X_test_poly = poly_features.transform(X_test) #对测试集进行相同的转换#线性拟合
linear_reg2 = LinearRegression()
linear_reg2.fit(X_train_poly, y_train)y_pred2 = linear_reg2.predict(X_test_poly)#评估性能模型
print(f'R2系数:{r2_score(y_test, y_pred2)}')# 训练集的散点图
plt.scatter(y_train, linear_reg2.predict(X_train_poly), color='blue', label='训练集')# 测试集的散点图
plt.scatter(y_test, y_pred2, color='red', label='测试集')
plt.plot(y_test, y_test, linestyle='--', color='black', linewidth=2)
plt.title('实际租金vs预测租金')
plt.xlabel('实际租金(元/月)')
plt.ylabel('预测租金(元/月)')
plt.legend()
plt.show()from sklearn.metrics import r2_score
#评估性能模型
print(f'R2系数:{r2_score(y_test, y_pred2)}')from sklearn.ensemble import RandomForestRegressor# 使用随机森林回归模型
rf_reg = RandomForestRegressor(n_estimators=100, random_state=42)
rf_reg.fit(X_train_poly, y_train)# 在测试集上进行预测
y_pred_rf = rf_reg.predict(X_test_poly)# 评估性能模型
r2_score_rf = r2_score(y_test, y_pred_rf)
print(f'R2系数(随机森林回归):{r2_score_rf}')

这篇关于【python数据分析】北京房租数据分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/532545

相关文章

python生成随机唯一id的几种实现方法

《python生成随机唯一id的几种实现方法》在Python中生成随机唯一ID有多种方法,根据不同的需求场景可以选择最适合的方案,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习... 目录方法 1:使用 UUID 模块(推荐)方法 2:使用 Secrets 模块(安全敏感场景)方法

使用Python删除Excel中的行列和单元格示例详解

《使用Python删除Excel中的行列和单元格示例详解》在处理Excel数据时,删除不需要的行、列或单元格是一项常见且必要的操作,本文将使用Python脚本实现对Excel表格的高效自动化处理,感兴... 目录开发环境准备使用 python 删除 Excphpel 表格中的行删除特定行删除空白行删除含指定

Python通用唯一标识符模块uuid使用案例详解

《Python通用唯一标识符模块uuid使用案例详解》Pythonuuid模块用于生成128位全局唯一标识符,支持UUID1-5版本,适用于分布式系统、数据库主键等场景,需注意隐私、碰撞概率及存储优... 目录简介核心功能1. UUID版本2. UUID属性3. 命名空间使用场景1. 生成唯一标识符2. 数

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、

Python包管理工具pip的升级指南

《Python包管理工具pip的升级指南》本文全面探讨Python包管理工具pip的升级策略,从基础升级方法到高级技巧,涵盖不同操作系统环境下的最佳实践,我们将深入分析pip的工作原理,介绍多种升级方... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核