链家租房-深圳租房分析（2/2）数据分析_大数据报告 深圳地铁租房 链家

数据来源链家租房网站。随机爬虫了5000多数据。删除了信息相同的一部分信息。余下的会从五个维度进行分析！

• 01各个城区房源数量对比(横柱状图)
• 02各种户型之间数量对比(横柱状图)（删除了部分数量太少的户型）
• 03各个城区租金对比(柱状图和折线统计图)
• 04面积区间分布图(饼状图)
• 05房屋朝向不同的房屋价格对比(柱状图和折线统计图)

# 导包
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns

1
2
3
4
5
6

处理中文字符无法正常显示

from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"] = False
1
2
3
4
5

1、数据处理分析准备

1.1、导入数据

data = pd.read_csv("./shenzhenlianjia.csv", encoding='gbk')
data
1
2

4325 rows × 6 columns

1.2、处理重复值

# 检测重复数据,
data.duplicated()
data.shape
1
2
3

(4325, 6)
1

data = data.drop_duplicates()
data = data[data['城区'] != '城区']
data
1
2
3

2762 rows × 6 columns

data.shape
1

(2762, 6)
1

1.3、数据类型转换

# 把面积转化为数组int
data_area_new = np.array([])
data_area = data['面积'].values
data_area
data
1
2
3
4
5

2762 rows × 6 columns

for i in data_area:
    data_area_new = np.append(data_area_new, np.array(i[:-1]))
data_area_new = data_area_new.astype(np.float64)
data.loc[:, '面积'] = data_area_new
1
2
3
4

dataprice = data['价格'].astype(np.float64)
data.loc[:, '价格'] = dataprice
data
1
2
3

2762 rows × 6 columns

2、房源数量，位置分布分析

2.1、各城区房源数量对比(横柱状图)

# 一共有10个城区
num = data['城区'].nunique()
num
1
2
3

10
1

# 城区列表
area_df = pd.DataFrame({'城区': data['城区'].unique(), '数量': [0]*num})
area_df
1
2
3

grouparea = data.groupby(by='城区').count()
grouparea
1
2

area_df['数量'] = grouparea.values
area_df
1
2

area_df.sort_values(by='数量', ascending=False)
1

# 可视化展示
distance_type = area_df['城区']
num_type = area_df['数量']

plt.figure(figsize=(20, 13), dpi=100)
plt.barh(range(10), num_type, height=0.7)
# 替换标签
plt.yticks(range(10), distance_type)


# x坐标延长
plt.xlim(0, 600)
plt.xlabel('数量')
plt.ylabel('城区')
plt.title('深圳市各城区租房数量')

# 显示数量
for x, y in enumerate(num_type):
    plt.text(y+0.5, x, '%s' % y)
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

2.2、各户型数量分析（横柱状图）

这里的户型太多了，有些户型太少，所以进行了取舍，舍弃户型数量小于的50的，只需要分析户型大于50的！

num = data['房间格局'].nunique()
num
1
2

52
1

room_df = pd.DataFrame({'房间格局': data['房间格局'].unique(), '数量': [0]*num})
room_df
1
2

grouproom = data.groupby(by='房间格局').count()
grouproom
1
2

room_df['数量'] = grouproom.values
room_df
1
2

room_df = room_df[room_df['数量'] > 50]
room_df
1
2

num = room_df.shape[0]
num
1
2

11
1

house_type = room_df['房间格局']
num_type = room_df['数量']

# 绘图
plt.figure(figsize=(20, 13), dpi=100)
plt.barh(range(num), num_type, height=0.7)
# 替换标签
plt.yticks(range(num), house_type)

# 延长x轴
plt.xlim(0, 550)

plt.xlabel('数量')
plt.ylabel('房间类型')
plt.title('深圳市租房主要户型')
for x, y in enumerate(num_type):
    plt.text(y, x, '%s' % y)

plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

2.3、各个城区平均租金（柱状图和折线图）

mean_df = pd.DataFrame(
    {'城区': data['城区'].unique(), '房租总金额': [0]*10, '总面积': [0]*10})
mean_df
1
2
3

# 总价格
sum_price = data['价格'].groupby(data['城区']).sum()
sum_price
1
2
3

城区
光明区       87100.0
南山区     1786082.0
坪山区      135056.0
大鹏新区     318690.0
宝安区      992655.0
盐田区      222521.0
福田区     1812617.0
罗湖区     1320652.0
龙华区      731725.0
龙岗区     1510020.0
Name: 价格, dtype: float64
1
2
3
4
5
6
7
8
9
10
11
12

# 总面积
sum_area = data['面积'].groupby(data['城区']).sum()
sum_area
1
2
3

城区
光明区      1821.0
南山区     13555.0
坪山区      3422.0
大鹏新区     5664.0
宝安区     14348.0
盐田区      4017.0
福田区     15982.0
罗湖区     14374.0
龙华区     11286.0
龙岗区     28506.0
Name: 面积, dtype: float64
1
2
3
4
5
6
7
8
9
10
11
12

mean_df['总面积'] = sum_area.values
mean_df['房租总金额'] = sum_price.values
mean_df
1
2
3

mean_df['每平米租金(元)'] = round(mean_df['房租总金额']/mean_df['总面积'], 2)
mean_df
1
2

# 合并城区数量表
df_merge = pd.merge(area_df, mean_df)
df_merge
1
2
3

# 可视化
num = df_merge['数量']
price = df_merge['每平米租金(元)']
l = [i for i in range(10)]
lx = df_merge['城区']

fig = plt.figure(figsize=(15, 10), dpi=100)

# 显示折线图
ax1 = fig.add_subplot(111)
ax1.plot(l, price, 'or-', label='价格')
for i, (_x, _y) in enumerate(zip(l, price)):
    plt.text(_x+0.1, _y, price[i])
ax1.set_ylim([0, 160])
ax1.set_ylabel('价格/平米')
plt.legend(loc='upper left')

# 绘制条形图
ax2 = ax1.twinx()
plt.bar(l, num, alpha=0.3, color='green', label='数量')
ax2.set_ylabel('数量')
plt.legend(loc='upper right')
plt.xticks(l, lx)
# for x,y in enumerate(num):
#     plt.text(y,x,'%2f'%y)

plt.title('深圳市各区租房数量与价格')
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

2.4、面积区间分析（饼状图）

# 查看房屋最贵，最便宜
print('房屋最贵是{}元每月'.format(data['价格'].max()))
print('房屋最便宜是{}元每月'.format(data['价格'].min()))
1
2
3

房屋最贵是180000.0元每月
房屋最便宜是950.0元每月
1
2

# 查看房屋的最大面积和最小面积
print('房屋最大面积是{}平方米'.format(data['面积'].max()))
print('房屋最小面积是{}平方米'.format(data['面积'].min()))
1
2
3

房屋最大面积是830.0平方米
房屋最小面积是5.0平方米
1
2

# 面积区间划分
area_divide = [0, 8, 15, 25, 40, 55, 70, 90, 120, 850]
area_cut = pd.cut(list(data['面积']), area_divide)
area_cut_data = area_cut.describe()
area_cut_data
1
2
3
4
5

# 数据可视化，使用饼状图
area_percentage = (area_cut_data['freqs'].values)*100
area_percentage
1
2
3

array([11.2961622 , 18.28385228,  7.49456915, 21.10789283, 15.1339609 ,
        8.21868211, 13.83055757,  3.43953657,  1.19478639])
1
2

labels = ['8平米以下', '8-15平米', '15-25平米', '25-40平米', '40-55平米', '55-70平米', '70-90平米',
          '90-120平米', '120平米以上']
1
2

plt.figure(figsize=(20, 10), dpi=100)
# 显示的是圆形,如果不加,是椭圆形
plt.axes(aspect=1)
plt.pie(x=area_percentage, labels=labels, autopct='%.2f %%', shadow=True)
plt.legend(loc='best')
plt.title('深圳市租房面积区间统计图')
plt.show
1
2
3
4
5
6
7

<function matplotlib.pyplot.show(*args, **kw)>
1

2.5、朝向对于价格影响（柱状图和折线图）

face_df_value = data['方向'].unique()
face_df_value
1
2

array(['东南', '西北', '南', '西', '西南', '东', '北', '东北'], dtype=object)
1

face_df = pd.DataFrame({'方向': data['方向'].unique(), '数量': [
                       0]*face_df_value.shape[0], '总价格': [0]*face_df_value.shape[0], '总面积': [0]*face_df_value.shape[0]})
face_df
1
2
3

num_sum = data.groupby(by=data['方向']).count()
num_sum
1
2

# 总价格
price_sum = data['价格'].groupby(by=data['方向']).sum()
price_sum
1
2
3

方向
东      846353.0
东北     259858.0
东南    2281168.0
北     1149286.0
南     3158155.0
西      388531.0
西北     332181.0
西南     501586.0
Name: 价格, dtype: float64
1
2
3
4
5
6
7
8
9
10

# 总面积
area_sum = data['面积'].groupby(by=data['方向']).sum()
area_sum
1
2
3

方向
东      9311.0
东北     3275.0
东南    32360.0
北     10820.0
南     42690.0
西      3198.0
西北     3706.0
西南     7615.0
Name: 面积, dtype: float64
1
2
3
4
5
6
7
8
9
10

# 赋值写入
face_df['数量'] = num_sum.values
face_df['总价格'] = price_sum.values
face_df['总面积'] = area_sum.values
face_df
1
2
3
4
5

# 平均价格
face_df['平均价格'] = round(face_df['总价格']/face_df['总面积'], 2)
face_df
1
2
3

# 准备数据
l = [i for i in range(8)]
_num = face_df['数量']
# _sumprice = face_df['总价格']
# _sumarea = face_df['总面积']
_meanprice = face_df['平均价格']

fig = plt.figure(figsize=(20, 8), dpi=100)

# 绘制数量柱状图
ax3 = fig.add_subplot(111)
ax3.bar(l, _num, label='数量', alpha=0.5, color='green')
ax3.set_ylabel('数量')
ax3.set_ylim(0, 1200)
plt.legend(loc='upper left')
for x, y in enumerate(_num):
    plt.text(x-0.1, y+18, '%s' % y)
# 替换x标签
plt.xticks(l, face_df['方向'])

# 绘制折线图
ax4 = ax3.twinx()
plt.plot(l, _meanprice, 'or-', label='价格')
ax4.legend(loc='upper right')
ax4.set_ylim(0, 150)
ax4.set_ylabel('价格')
for i, (_x, _y) in enumerate(zip(l, _meanprice)):
    plt.text(_x+0.1, _y-0.1, _meanprice[i])

plt.title('深圳租房朝向对价格影响')
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

3、结语

主要来深圳一段时间，租房的问题是一个大问题，就自己爬取了一些信息，然后就进行了一部分分析。采取的样本并不是特别多。以上只是个人的数据分析与其他无关！
关注技术，学习进步！