基于python的房价分析国内外研究现状_Python数据分析 | 波士顿房价回归分析

分析目标：

将波士顿房价的数据集进行描述性数据分析、预测性数据分析(主要用了回归分析)，可用于预测房价。

数据集介绍：

卡内基梅隆大学收集，StatLib库，1978年，涵盖了麻省波士顿的506个不同郊区的房屋数据。

一共含有506条数据。每条数据14个字段，包含13个属性，和一个房价的平均值。腾讯文档​docs.qq.com

一、数据预处理

①导入常用的数据分析库

#导入Python常用数据分析的库

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

sns.set() #设置画图空间为 Seaborn 默认风格

names=['CRIM','ZN','INDUS','CHAS','NOX','RM','GE','DIS','RAD','TAX','PRTATIO','B','LSTAT','PRICE']

boston=pd.read_csv("/Users/glenji/Desktop/housing.csv",names=names,delim_whitespace=True)

boston.head(10)

②指标解释：

#指标解释

#CRIM犯罪率

#ZN住