Python分析与可视化案例源代码-二手房数据分析预测系统

import pandas # 导入数据统计模块 from sklearn.svm import LinearSVR # 导入回归函数 data = pandas.read_csv('data.csv') # 读取csv数据文件 del data['Unnamed: 0'] # 将索引列删除 data.dropna(axis=0, how='any', inplace=True) # 删除data数据中的所有空值 data['单价'] = data['单价'].map(lambda d: d.replace('元/平米', '')) # 将单价“元/平米”去掉 data['单价'] = data['单价'].astype(float) # 将房子单价转换为浮点类型 data['总价'] = data['总价'].map(lambda z: z.replace('万', '')) # 将总价“万”去掉 data['总价'] = data['总价'].astype(float) # 将房子总价转换为浮点类型 data['建筑面积'] = data['建筑面积'].map(lambda p: p.replace('平米', '')) # 将建筑面价“平米”去掉 data['建筑面积'] = data['建筑面积'].astype(float) # 将建筑面积转换为浮点类型 # 获取各区二手房均价分析 def get_average_price(): group = data.groupby('区域') # 将房子区域分组 average_price_group = group['单价'].mean() # 计算每个区域的均价 region = average_price_group.index # 区域 average_price = average_price_group.values.astype(int) # 区域对应的均价 return region, average_price # 返回区域与对应的均价 # 获取各区房子数量比例 def get_house_number(): group_number = data.groupby('区域').size() # 房子区域分组数量 region = group_number.index # 区域 numbers = group_number.values # 获取每个区域内房子出售的数量 percentage = numbers / numbers.sum() * 100 # 计算每个区域房子数量的百分比 return region, percentage # 返回百分比 # 获取全市二手房装修程度对比 def get_renovation(): group_renovation = data.groupby('装修').size() # 将房子装修程度分组并统计数量 type = group_renovation.index # 装修程度 number = group_renovation.values # 装修程度对应的数量 return type, number # 返回装修程度与对应的数量 # 获取二手房热门户型均价 def get_house_type(): house_type_number = data.groupby('户型').size() # 房子户型分组数量 sort_values = house_type_number.sort_values(ascending=False) # 将户型分组数量进行降序 top_five = sort_values.head(5) # 提取前5组户型数据 house_type_mean = data.groupby('户型')['单价'].mean() # 计算每个户型的均价 type = house_type_mean[top_five.index].index # 户型 price = house_type_mean[top_five.index].values # 户型对应的均价 return type, price.astype(int) # 返回户型与对应的数量 # 获取价格预测 def get_price_forecast(): data_copy = data.copy() # 拷贝数据 print(data_copy[['户型', '建筑面积']].head()) data_copy[['室', '厅', '卫']] = data_copy['户型'].str.extract('(\d+)室(\d+)厅(\d+)卫') data_copy['室'] = data_copy['室'].astype(float) # 将房子室转换为浮点类型 data_copy['厅'] = data_copy['厅'].astype(float) # 将房子厅转换为浮点类型 data_copy['卫'] = data_copy['卫'].astype(float) # 将房子卫转换为浮点类型 print(data_copy[['室','厅','卫']].head()) # 打印“室”、“厅”、“卫”数据 del data_copy['小区名字'] del data_copy['户型'] del data_copy['朝向'] del data_copy['楼层'] del data_copy['装修'] del data_copy['区域'] del data_copy['单价'] data_copy.dropna(axis=0, how='any', inplace=True) # 删除data数据中的所有空值 # 获取“建筑面积”小于300平米的房子信息 new_data = data_copy[data_copy['建筑面积'] < 300].reset_index(drop=True) print(new_data.head()) # 打印处理后的头部信息 # 添加自定义预测数据 new_data.loc[2505] = [None, 88.0, 2.0, 1.0, 1.0] new_data.loc[2506] = [None, 136.0, 3.0, 2.0, 2.0] data_train=new_data.loc[0:2504] x_list = ['建筑面积', '室', '厅', '卫'] # 自变量参考列 data_mean = data_train.mean() # 获取平均值 data_std = data_train.std() # 获取标准偏差 data_train = (data_train - data_mean) / data_std # 数据标准化 x_train = data_train[x_list].values # 特征数据 y_train = data_train['总价'].values # 目标数据，总价 linearsvr = LinearSVR(C=0.1) # 创建LinearSVR()对象 linearsvr.fit(x_train, y_train) # 训练模型 x = ((new_data[x_list] - data_mean[x_list]) / data_std[x_list]).values # 标准化特征数据 new_data[u'y_pred'] = linearsvr.predict(x) * data_std['总价'] + data_mean['总价'] # 添加预测房价的信息列 print('真实值与预测值分别为：\n', new_data[['总价', 'y_pred']]) y = new_data[['总价']][2490:] # 获取2490以后的真实总价 y_pred = new_data[['y_pred']][2490:] # 获取2490以后的预测总价 return y,y_pred # 返回真实房价与预测房价