python—武汉市2021年新房数据分析

        最近看了国家统计局发布的(2021年8月份70个大中城市商品住宅销售价格变动情况),看到武汉新房各类面积对应上月的环比价格又提升了,于是使用python盘了某家平台上的新房数据。将武汉13个区的新房的均价、面积、数量等用echarts制作了对应统计图,进行相关的数据分析。数据源比较单一,可以作为学习使用。

图片

准备

  • 测试数据

  • pyecharts(或者echarts)相关使用

01 快速开始

由于统计图制作比较简单,就不上所有示例代码了,如果不太了解echarts的后端开发人员,可以使用pyecharts工具包来制作统计图。后面的数据都是在mysql中执行查询语句执行的结果 + echarts直接渲染出来的。

安装相关工具包

pip install pyecharts
pip install pymysql

示例代码:

# 根据pyecharts官方文档导入相关模块
from pyecharts.charts import Pie
from pyecharts import options as opts

# 查询武汉所有区域新房的数量并根据数量从高到低排序
"""
sql = "SELECT area_name,count(area_name) as sum from demo group by area_name ORDER BY sum desc"
"""

data = [
    ['洪山', 180],
    ['汉阳', 180],
    ['东西湖',180],
    ['黄陂', 180],
    ['江岸', 160],
    ['蔡甸', 140],
    ['江夏', 125],
    ['新洲', 110],
    ['江汉', 100],
    ['硚口', 90],
    ['武昌', 80],
    ['青山', 50],
    ['汉南', 40],
]

colors = ["#f47920", '#4e72b8', '#9b95c9', '#dea32c', '#65c294', '#f36c21',
          '#6c4c49', '#f2eada', '#008792', '#b64533','#63434f', '#ea66a6', '#f69c9f']


c = (
    Pie()
    .add("", data)
    .set_colors(colors)
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    .render("pie_set_color.html")
)

在浏览器打开当前目录下的pie_set_color.html文件。

武汉市各个区域新房的饼状图

图片

图片

可以看出东西湖、汉阳、洪山、黄陂新房出售比较多、其次是江岸和蔡甸。

柱状图—最受欢迎面积

图片

90㎡-100㎡更受大家欢迎,105㎡其次。

地图展示—各区域新房小区均价

如果需要自定义区域的话,可以在该链接中找到相关json数据,复制json地址替换到相应的代码即可切换。

图片

武昌区的房屋总的平均价最贵,相对汉南区和新洲区相较便宜些。

柱状图—区域新房排序(平均单价)

图片

武昌区的新房小区平均价格高达28580元/㎡,不知道你们怎么看?

柱状图—区域新房排序(平均总价)

图片

折线图—各地方新房数量top10

图片

查询数据库中的地方新房top10数据,在13个区域中,阳逻的新房出售数量最多,多达92个。

测试数据

图片

参考文档

# pyecharts官方文档
https://pyecharts.org/#/zh-cn/intro

当数据分析遇上数据可视化时使用pyecharts 是非常方便的。大伙如果需要数据的话,可以在公众号中输入"房价数据"来获取房价测试数据提取码。

https://pan.baidu.com/s/19FSiWr7YlPdn3cPhc0GLJw 

感兴趣的可以关注作者微信公众号:程序员9527

图片

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值