‘‘‘
(1)读取数据
‘‘‘

import os
os.chdir(r‘C:UsersAdministratorDesktoppython数据分析项目10房价‘)
# 创建工作路径

df01 = pd.read_csv(‘house_rent.csv‘,engine = ‘python‘)
df02 = pd.read_csv(‘house_sell.csv‘,engine = ‘python‘)
# 读取数据

df01.dropna(inplace = True)
df02.dropna(inplace = True)
# 删除缺失值

‘‘‘
(2)计算指标并按照租金、售价汇总
‘‘‘
df01[‘rent_area‘] = df01[‘price‘]/df01[‘area‘]
data_rent = df01[[‘community‘,‘rent_area‘,‘lng‘,‘lat‘]].groupby(by = ‘community‘).mean()
data_sell = df02[[‘property_name‘,‘average_price‘,‘lat‘]].groupby(by = ‘property_name‘).mean()
data_rent.reset_index(inplace = True)
data_sell.reset_index(inplace = True)
#数据计算并汇总

data = pd.merge(data_rent,data_sell,left_on =‘community‘,right_on=‘property_name‘)
data = data[[‘community‘,‘lng_x‘,‘lat_x‘]]
data.rename(columns={‘average_price‘:‘sell_area‘,‘lng_x‘:‘lng‘,‘lat_x‘:‘lat‘},inplace = True)  # 调整列名

‘‘‘
(3)计算房屋租售比
‘‘‘
# 计算“房屋售租比”，并做初步判断
# “房屋售租比”=“每平方米建筑面积的房价”/“每平方米建筑面积的月租金” 
# 含义可以简单理解为：“在保持当前的房价和租金条件不变的情况下，完全收回投资需要多少个月？”
#  **一般而言，按照国际经验，在一个房产运行情况良好的区域，应该可以在200-300个月内完全回收投资。
#  **如果少于200个月（17年）就能收回投资，说明这个地区有较高的投资价值；
#  **如果一个地区需要高于300个月（25年），比如1200个月（100年）才能回收投资，则说明该地区有潜在的房产泡沫风险。

data[‘sell_rent‘] = data[‘sell_area‘]/data[‘rent_area‘]
print(‘上海房屋租售比中位数为%i个月‘ % data[‘sell_rent‘].median())
# 计算售租比，及中位数


# 绘制直方图
data[‘sell_rent‘].plot.hist(stacked=True,bins=100,color = ‘green‘,alpha=0.5,grid=True,figsize = (10,4))
plt.title(‘房屋售租比-直方图‘)
# 绘制箱型图
color = dict(boxes=‘DarkGreen‘,whiskers=‘DarkOrange‘,medians=‘DarkBlue‘,caps=‘Gray‘)
data[‘sell_rent‘].plot.box(vert=False,grid = True,color = color,4)) 
plt.title(‘房屋售租比-箱型图‘)

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

import warnings
warnings.filterwarnings(‘ignore‘) 
# 不发出警告


‘‘‘
(1)导出数据
‘‘‘

data.to_csv(‘pro10data.csv‘)


print(‘finish‘)

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

import warnings
warnings.filterwarnings(‘ignore‘) 
# 不发出警告


‘‘‘
(1)导出数据
‘‘‘

data.to_csv(‘pro10data.csv‘)
‘‘‘
(2)加载数据
‘‘‘
data_q3 = pd.read_csv(r‘C:UsersAdministratorDesktoppython数据分析项目10房价result02.csv‘,engine = ‘python‘)
data_q3.fillna(0,inplace = True)


‘‘‘
(3)指标标准化处理
‘‘‘
def f1(data,col):
    return (data[col]-data[col].min())/(data[col].max()-data[col].min())
# 创建函数

data_q3[‘人口密度指标‘] = f1(data_q3,‘Z‘)
data_q3[‘路网密度指标‘] = f1(data_q3,‘长度‘)
data_q3[‘餐饮价格指标‘] = f1(data_q3,‘人均消费_‘)
# 指标标准化

data_q3[‘离市中心距离‘] = ((data_q3[‘lng‘] - 353508.848122)**2 + (data_q3[‘lat‘]-3456140.926976)**2)**0.5
# 计算市中心距离

data_q3_test = data_q3[[‘人口密度指标‘,‘路网密度指标‘,‘餐饮价格指标‘,‘sell_area_‘,‘离市中心距离‘]]
data_q3_test = data_q3_test[data_q3_test[‘sell_area_‘]>0].reset_index()
del data_q3_test[‘index‘]
# 清洗数据，去除“房屋每平米均价”为0的数据

#查看整个指标相关性
plt.figure(figsize = (15,6))
plt.scatter(data_q3_test[‘人口密度指标‘],data_q3_test[‘sell_area_‘],s = 2,alpha = 0.2)
plt.figure(figsize = (15,6))
plt.scatter(data_q3_test[‘路网密度指标‘],6))
plt.scatter(data_q3_test[‘餐饮价格指标‘],6))
plt.scatter(data_q3_test[‘离市中心距离‘],color = ‘red‘,alpha = 0.2)

data_q3_test.corr().loc[‘sell_area_‘]  #查看指标之间相关系数

print(‘finish‘)

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

import warnings
warnings.filterwarnings(‘ignore‘) 
# 不发出警告
‘‘‘
# 按照空间距离分别迭代计算三指标和“房屋每平米均价”的关系
(1)按照市中心距离来分析指标相关性
‘‘‘
dis = []                # 距离空列表
rkmd_pearson = []       # 人口密度相关性系数空列表
lwmd_pearson = []       # 路网密度相关性系数空列表
cyjg_pearson = []       # 餐饮价格相关性系数空列表
zxjl_pearson = []       # 中心距离相关性系数空列表

for distance in range(10000,70000,10000):
    datai = data_q3_test[data_q3_test[‘离市中心距离‘] <= distance]
    r_value = datai.corr().loc[‘sell_area_‘]
    # 筛选数据并计算相关系数
    dis.append(distance)
    rkmd_pearson.append(r_value.loc[‘人口密度指标‘])
    lwmd_pearson.append(r_value.loc[‘路网密度指标‘])
    cyjg_pearson.append(r_value.loc[‘餐饮价格指标‘])
    zxjl_pearson.append(r_value.loc[‘离市中心距离‘])
    # 添加列表值
    print(‘离市中心距离小于等于%i米：‘ % distance)
    print(‘数据量为%i条‘ % len(datai))
    print(‘人口密度与房屋每平米均价的相关系数为：%.3f‘ % r_value.loc[‘人口密度指标‘])
    print(‘路网密度与房屋每平米均价的相关系数为：%.3f‘ % r_value.loc[‘路网密度指标‘])
    print(‘餐饮价格与房屋每平米均价的相关系数为：%.3f‘ % r_value.loc[‘餐饮价格指标‘])
    print(‘离市中心距离与房屋每平米均价的相关系数为：%.3f‘ % r_value.loc[‘离市中心距离‘])
    print(‘-------n‘)

‘‘‘
(2)折线图绘制
‘‘‘
# 绘制折线图查看：随着市中心距离增加，不同指标相关性系数变化情况

from bokeh.models import HoverTool

from bokeh.plotting import figure,show,output_file
from bokeh.models import ColumnDataSource


df_r = pd.DataFrame({‘rkmd_pearson‘:rkmd_pearson,‘lwmd_pearson‘:lwmd_pearson,‘cyjg_pearson‘:cyjg_pearson,‘zxjl_pearson‘:zxjl_pearson},index = dis)
source = ColumnDataSource(data=df_r)
# 创建数据

hover = HoverTool(tooltips=[("离市中心距离","@index"),("人口密度相关系数","@rkmd_pearson"),("道路密度相关系数","@lwmd_pearson"),("餐饮价格相关系数","@cyjg_pearson"),("中心距离相关系数","@zxjl_pearson"),])  
# 设置标签显示内容

output_file(r‘C:UsersAdministratorDesktoppython数据分析项目10房价pro1001.html‘)
p = figure(plot_width=900,plot_height=350,title="随着市中心距离增加，不同指标相关性系数变化情况",tools=[hover,‘box_select,reset,xwheel_zoom,pan,crosshair‘])
# 构建绘图空间
p.line(x=‘index‘,y=‘rkmd_pearson‘,source = source,line_alpha = 0.8,line_color = ‘green‘,line_dash = [15,4],legend="人口密度相关系数") 
p.circle(x=‘index‘,size = 8,alpha = 0.8,legend="人口密度相关系数")

# 绘制折线图1
p.line(x=‘index‘,y=‘lwmd_pearson‘,line_color = ‘blue‘,legend="道路密度相关系数") 
p.circle(x=‘index‘,color = ‘blue‘,legend="道路密度相关系数")
# 绘制折线图2
p.line(x=‘index‘,y=‘cyjg_pearson‘,line_color = ‘black‘,legend="餐饮价格相关系数") 
p.circle(x=‘index‘,color = ‘black‘,legend="餐饮价格相关系数")
# 绘制折线图3
p.line(x=‘index‘,y=‘zxjl_pearson‘,line_color = ‘red‘,legend="中心距离相关系数") 
p.circle(x=‘index‘,legend="中心距离相关系数")
# 绘制折线图4
p.legend.location = "center_right"
show(p)
# 绘制折线图

# 结论
# ① “人口密度”、“道路密度”、“离市中心距离”和“房屋均价”有着明显的相关性，而“餐饮价格”和“房屋均价”相关性较弱
# ② 随着离市中心的距离越远，指标的相关性在数据上体现更明显，而这个分界线大概在20-30km处，这正是上海中心城区和郊区的分界
#    → 上海房价市场的“中心城区-郊区”分化特征
# ③ 中心城区的房产市场对指标因素的影响更加敏锐，而郊区则更迟钝 → 越靠近市中心，影响因素越复杂