本文用到的数据是之前在链家爬取的武汉二手房信息。这次我们来挖掘一下数据背后的秘密…

文中主要涉及的Python库：

• ：读取 csv 文件中的内容，并对数据进行处理。
• ：它是基于 numpy 的一套 Python 工具包。这个包提供了丰富的数据绘图工具，主要用于绘制一些统计图形。
• ： seaborn 是基于 matplotlib 的图形可视化 python 包。是在 matplotlib 的基础上进行了更高级的 API 封装，使作图更加容易，相比于 matplotlib 中的一些图用 seaborn 做会更具有吸引力，但特色方面（绘图细节）不及 matplotlib 。一般将 seaborn 视为 matplotlib 的补充，而不是替代物。同时它能高度兼容 numpy 与 pandas 数据结构以及 scipy 与 statsmodels 等统计模式（后文中会体会到兼容 pandas 的好处的）。
• ： pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。一般用它来绘制动态图，可视化效果非常好。
• ：一款非常流行的中文分词包。主要有三种分词模式全模式、精确模式（本文使用）、搜索引擎模式。在分词前可以添加自定义词典来提升分词的准确率。
• ：主要使用 Counter 类，统计各值出现的次数。

话不多说，进入正题。

首先读取文件，并查看数据集的结构信息。

根据上面的信息可以知道，数据集共 27 列，?列中有较多的缺失值，列和的类型为应将转成数值类型。

2.1缺失值处理

首先删除包含缺失值的行。删除后数据行数为 5108 行。

2.2列处理

由于后面需要通过绘制地图，而 东湖高新区，沌口开发区 并未有详细经纬度划分，故根据大致地理位置，将其分别归属为 洪山区和汉南区 。

处理内容

• 提取楼层中的数字
• 将房价面积由 “85.99m2”–>“85.99”
• 将东湖高新划分到洪山，沌口开发区划分到汉南

通过函数查看数值列的属性描述。如果查看全部列可以将参数指定为（默认为）。

图中显示武汉二手房平均关注人数为 17 人，平均总价 184 万，平均单价 19364 元/m2，平均楼层 22 层，平均房屋面积 95 m2。另还有标准差、最小值、四分之一分位数、二分之一分位数、四分之三分位数、最大值等信息。

获取数据中各区信息和对应区的房屋数量，绘制条形图。

尽管洪山区是将东湖高新区合并后统计的，但合并前二者二手房数量同样很多，其次为江岸区，江景独美。下面我们通过?2D地图?和?3D地图?的形式看各区房价在地图上的分布。

统计各区名称及对应的单价中位数（中位数受极值的影响很小）。加载本地的武汉市地图数据（各区经纬度信息）。绘制房价分布 2D 地图。

根据地图的信息，房价较高的区域集中在武汉市中心区域，以武昌区为首房价单价为 24600 元/m2。其余中心城市房价也均在 15000 元/m2以上。最低房价为新洲区，房价中位数为 7806 元/m2。下面通过3D地图来观察一下。

所需要的数据与2D地图相同，代码较多这里就不在这里展示了（需要的朋友在文末获取）。

相比于2D，3D图中的各区房价差异会更加明显。看着也比较 NB！！
接下来通过箱型图详细看一下各区单价的异常值。

统计各区名称信息及对应单价信息，并绘制箱型图。

?中的箱型图的上下边界为最大值最小值，与标准箱型图中的最大观察值，最小观察值不同。我们根据上四分位数和下四分位数的分布，可以看出洪山区、江岸区、武昌区这些房价较高的区域成典型的?右偏态?（异常值集中在较大值的一侧，尾部很长）。这说明很多二手房的价格可能因为地段，装修等原因，单价严重偏离当地房价平均水平。

由于中的散点图不太方便绘制趋势线，我们直接使用来绘制，二手房面积分布及面积与价格的相关性。

二手房面积主要分布在60 - 130m2之间。最吸引人的还是面积 400m2 ，总价 2000 万的那个点，鹤立鸡群。😂

我们现在看看各区的楼层和房价之间关系，听说武汉傍晚江景很美，那高层楼的价格应该要高一些。

图中各轴含义

• X轴：楼层，以5层为间隔范围
• Y轴：各区名称
• Z轴：单价

其他地区可能各楼层价格差异不大，但最突出的武昌区，江汉区，由于第二大城中湖东湖和临江的优势，让他们的高层房价普遍高于底层。

统计户型的种类和各种类的名称，绘制横向条形图。

可以看到主要的房型有?一室一厅一厨一卫、两室一厅一厨一卫、两室两厅一厨一卫、三室一厅一厨一卫、三室两厅一厨一卫、三室两厅一厨两卫、四室一厅一厨两卫。其中最多的是?两室两厅一厨一卫，这也比较符合大多数人年轻人的要求。大的买不起，小的住不下。。

现在看看二手房房屋装修的情况，一般二手房的话猜测毛坯应该不多。看看实际情况如何，统计装修的种类和各种类的数量，绘制饼状图。

根据图中信息超过一般的二手房是精装，毕竟之前住过人的，再简单装修一下，以更高的价格转手肯定还是很香的，将近 25% 的二手房是简装，剩余少量为其他装修类型和毛坯。毛坯二手房确实数量不多，和预料的差不多。

下面我们看看各区二手房有无电梯数量比例，有无电梯的房屋单价有无差距。

根据上图中的信息，各区二手房中有电梯的数量占了绝大多数，除了东西湖区的房价无电梯比有电梯略高外，其余各区的有电梯房价均比无电梯房价要高，其中武昌区差距最明显，这也印证了上面楼层与房价的关系，武昌区由于江景的原因高楼很吃香。图中新洲区的条形图与折线图有部分重叠，我们下面将两个图分开绘制，效果会更好。

统计关注人数超过 3 人的热门二手房标签信息，绘制漏斗图，看看这些二手房有什么共同点。

根据图中信息能够很清楚的看到， VR 看装修在热门二手房标签中出现次数最多，我之前在链家尝试过 VR 看房，确实方便，无死角，但就是转的有点晕，哈哈！其余的就是随时看房，房本满两年满五年，毕竟可以少缴税。

现在我们要提取热门二手房中标题的关键词（热门词），首先加载本地停用词。

通过分词获取标题的分词结果，并去除停用词。

根据分词列表，使用类统计分词列表中各词的出现次数，选取出现次数最多的前 100 ，绘制词云图。

热门二手房标题中出现较多的词有：电梯，楼层、采光、精装修、户型、满二、交通等。还有一些与位置相关的词汇，可以通过卖家的这些关键词来作为参考，说不定就是我们之后买房需要注意的内容。

通过这么多方面的分析，也大致了解了武汉二手房的大致行情，市中心的房价 15000元/m2 起步，外围最低七八千左右。楼层根据自己的需要，如果想看看风景那么高层没毛病，但价格一般较高，如果不差钱武昌区就很香。面积的话，大致100m2左右就足够，太大的价格可能很高，毕竟从箱型图中的数据来看，各区中均有房价远超平均值的存在。装修纯看个人喜好，我个人喜欢自己装修，自己的风格只有自己懂，别人装的可能就感觉没有温馨的感觉。户型就选热门的 两室两厅一厨一卫。还有一些其他要注意的地方，比如采光、房龄、交通、环境 等方面。
哈哈，我也不是卖房的，只能根据一些数据来获取一些粗浅的见解，大家看个乐就好，真正的分析这点数据肯定不够。总的来说，三个字，买不起，再见！

---

这就是今天要分享的内容，微信搜?Python新视野，每天带你了解更多有用的知识。另外还有Python小白交流群，如果有兴趣可以通过上面的方式联系我哦！