二手房房价分析与预测（图表绘制避免中文乱码、饼形图、折线图、条形图（柱形图）、enumerate函数、数据清洗（lambda\map）、二手房预测（scikit |
您所在的位置：网站首页 › 柱形建筑 › 二手房房价分析与预测（图表绘制避免中文乱码、饼形图、折线图、条形图（柱形图）、enumerate函数、数据清洗（lambda\map）、二手房预测（scikit |
二手房房价分析与预测（图表绘制避免中文乱码、饼形图、折线图、条形图（柱形图）、enumerate函数、数据清洗（lambda\map）、二手房预测（scikit
衣食住行，住房一直以来都是热门话题，而房价更是大家时刻关心的问题。虽然新商品听着上档次，但是二手房是现货交易，并且具有地段较好、配套设施完善、产权权属清晰、选择面更广等优势，使得二手房越来越受到广大消费者的青睐。由此，越来越多的人关注二手房，对房价、面积、地理位置、装修程度等进行多维度对比与分析，从而找到既适合自己又具备一定升值空间的房子。
13.1 概述
随着现代科技化的不断进步，信息化将是科技发展中的重要元素之一，而人们每天都要面对海量的数据，如医疗费、人口数据、人均收入等，因此数据分析将会得到广泛应用。数据分析在实际应用时可以帮助人们在海量数据中找到具有决策意义的重要信息。本章将通过数据分析方法实现“二手房数据分析预测系统”，用于对二手房数据进行分析、统计，并根据数据中的重要特征实现房屋价格的预测，最后通过可视化图表方式进行数据的显示功能。在二手房数据分析预测系统中，查看二手房各种数据分析图表时，需要在主窗体工具栏中单击对应的工具栏按钮。主窗体运行效果如图13.1所示。  在主窗体工具栏中单击“各区二手房均价分析”按钮，显示各区域二手房均价，如图13.2所示。
 二手房的户型类别很多，如果需要查看所有二手房户型中比较热门的户型均价时，则在主窗口工具栏中单击“热门户型均价分析”按钮，分析热门户型均价，如图13.5所示。分析二手房数据时，首先分析特征数据，然后通过回归算法的函数预测二手房的售价。在主窗体工具栏中单击“二手房售价预测”按钮，显示二手房售价预测的折线图，如图13.6所示。 
13.4 图表工具模块
图表工具模块为自定义工具模块，该模块主要定义用于显示可视化数据图表的函数，用于实现饼形图、折线图以及条形图的绘制和显示工作。图表工具创建完成后根据数据分析的类型调用对应的图表函数，就可以实现数据的可视化操作。
13.4.1 绘制饼形图
在实际绘制饼形图时，首先需要创建chart.py文件，该文加为图表工具的自定义模块。然后在该文件中导入matplotlib模块与pyplot子模块。接下来为了避免中文乱码，需要使用rcParams变量。绘制饼形图的函数名称为pie_chart()，用于显示各区二手房数量所占比例。pie_chart()函数需要以下3个参数：size为饼形图中每个区二手房数量；label为每个区对应的名称；title为图表的标题。
import matplotlib # 导入图表模块
import matplotlib.pyplot as plt # 导入绘图模块
# 避免中文乱码
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False
# 显示饼图
def pie_chart(size,label,title):
"""
绘制饼图
size:各部分大小
labels:设置各部分标签
labeldistance:设置标签文本距圆心位置，1.1表示1.1倍半径
autopct：设置圆里面文本
shadow：设置是否有阴影
startangle：起始角度，默认从0开始逆时针转
pctdistance：设置圆内文本距圆心距离
"""
plt.figure() # 图形画布
plt.pie(size, labels=label,labeldistance=1.05,
autopct="%1.1f%%", shadow=True, startangle=0, pctdistance=0.6)
plt.axis("equal") # 设置横轴和纵轴大小相等，这样饼才是圆的
plt.title(title, fontsize=12)
plt.legend(bbox_to_anchor=(0.03, 1)) # 让图例生效，并设置图例显示位置
plt.show() # 显示饼图
13.4.2 绘制折线图
绘制折线图的函数名称为broken_line()，用于显示真实房价与预测房价的折线图。该函数需要以下3个参数：y为二手房的真实价格；y_pred为二手房的预测价格；title为图表的标题。程序代码如下：
def broken_line(y,y_pred,title):
'''
y:y轴折线点，也就是房子总价
y_pred,预测房价的折线点
color：折线的颜色
marker：折点的形状
'''
plt.figure() # 图形画布
plt.plot(y, color='r', marker='o',label='真实房价') # 绘制折线，并在折点添加蓝色圆点
plt.plot(y_pred, color='b', marker='*',label='预测房价')
plt.xlabel('房子数量')
plt.ylabel('房子总价')
plt.title(title) # 表标题文字
plt.legend() # 显示图例
plt.grid() # 显示网格
plt.show() # 显示图表
13.4.3 绘制条形图
绘制条形图的函数一共分为3个，分别用于显示各区二手房均价、全市二手房装修程度以及热门户型均价。下面介绍定义函数的具体方式。
1.绘制各区二手房均价的条形图
绘制各区二手房均价的条形图为纵向条形图，函数名称为average_price_bar()，该函数需要以下三个参数：x为全市中各区域的数据；y为各区域的均价数据；title为图表的标题。
# 显示均价条形图
def average_price_bar(x,y, title):
plt.figure() # 图形画布
plt.bar(x,y, alpha=0.8) # 绘制条形图
plt.xlabel("区域") # 区域文字
plt.ylabel("均价") # 均价文字
plt.title(title) # 表标题文字
# 为每一个图形加数值标签
for x, y in enumerate(y):
plt.text(x, y + 100, y, ha='center')
plt.show() # 显示图表
2.绘制全市二手房装修程度的条形图
绘制全市二手房装修程度的条形图为纵向条形图，函数名称为renovation_bar(),该函数需要以下3个参数：x为装修类型的数据；y为每种装修类型所对应的数量；title为图表的标题。
# 显示装修条形图
def renovation_bar(x,y, title):
plt.figure() # 图形画布
plt.bar(x,y, alpha=0.8) # 绘制条形图
plt.xlabel("装修类型") # 区域文字
plt.ylabel("数量") # 均价文字
plt.title(title) # 表标题文字
# 为每一个图形加数值标签
for x, y in enumerate(y): #关于enumerate的用法，https://blog.csdn.net/Windgs_YF/article/details/89025136
plt.text(x, y + 10, y, ha='center')
plt.show() # 显示图表
3.绘制热门户型均价的条形图
绘制热门户型均价的条形图为水平条形图，函数名称为bar()，该参数需要以下3个参数：price为热门户型的均价；type为热门户型的名称；title为图表的标题。
# 显示热门户型的水平条形图
def bar(price,type, title):
"""
绘制水平条形图方法barh
参数一：y轴
参数二：x轴
"""
plt.figure() # 图形画布
plt.barh(type, price, height=0.3, color='r', alpha=0.8) # 从下往上画水平条形图
plt.xlim(0, 15000) # X轴的均价0~15000
plt.xlabel("均价") # 均价文字
plt.title(title) # 表标题文字
# 为每一个图形加数值标签
for y, x in enumerate(price):
plt.text(x + 10, y,str(x) + '元', va='center')
plt.show() # 显示图表
13.5 项目实现过程
13.5.1 数据清洗
在实现数据分析前需要先对数据进行清洗工作，清洗数据的主要目的是为了减小数据分析的误差。清洗数据时首先需要读取数据，然后观察数据中是否存在无用值、空值以及数据类型是否需要进行转换等。清洗二手房数据的具体步骤如下所示。
（1）读取二手房数据文件，显示部分数据。
import pandas as pd # 导入数据统计模块
from sklearn.svm import LinearSVR # 导入回归函数
#解决数据输出时列名不对齐的问题
pd.set_option('display.unicode.east_asian_width', True)
data = pd.read_csv('data.csv') # 读取csv数据文件
data.head()
|
【本文地址】