本文纯属练手文章，通过链家二手房数据可视化分析来提升自己在数据分析及可视化报告方面的能力。

第一部分：数据报告（ppt）

第二部分：python数据分析过程

1、数据初探：

将数据加载入jupyter notebook进行分析：

导入要用到的科学计算包，numpy，pandas，matplotlib，seaborn包

读取数据

读出来的数据如下所示：

查看数据的整体情况

发现除了elevator这特征值有缺失值之外其他数据都没有缺失值，由于有无电梯不是数值，不存在平均值和中位数，因此在次根据常识进行判断，一般楼层高于6的为有电梯房，低于包括6的为无电梯房。

缺失值填充：

二、数据可视化

1、Year特征分析

通过图分析，在2000年到2009年这十年期间，售出二手房数量最多的年份是在2003到2005年，2008年需求量最低，可猜测是与08年金融危机有关，由于国家出台政策降低个人住房交易税收政策，在一定程度上缓解了房地产行业受金融危机的影响，不会出现严重的房地产泡沫现象。

2、Floor特征分析

从图可以看到，6层二手房数量最多，但是单独的楼层特征没有什么意义，因为每个小区住房的总楼层数不一样。另外楼层与文化也有重要联系，一般而言中间楼层是比较受欢迎的，房价相对而言也会高一些，顶层和底层的楼层需求量相对而言较少，房价相对会低一些。所以楼层也是影响房价的一个复杂特征。

3、Layout特征分析

查看数据发现户型的布局有以下多种：['2室1厅', '3室1厅', '3室2厅', '1室1厅', '2室2厅', '4室2厅', '1室0厅', '4室1厅', '5室2厅', '2房间1卫', '1房间1卫', '3房间1卫', '4室3厅', '5室3厅', '1室2厅', '6室2厅', '3房间2卫', '2室0厅', '3室3厅', '4房间2卫', '3室0厅', '6室3厅', '5室1厅', '叠拼别墅', '2房间2卫', '4房间1卫', '1房间0卫', '5房间2卫', '7室3厅', '4房间3卫', '7室2厅', '5房间3卫', '2室3厅', '6室4厅', '4室4厅', '5室4厅', '8室3厅', '6房间4卫', '3房间0卫', '8室2厅', '4室0厅', '6房间3卫', '6室0厅', '1房间2卫', '2房间0卫', '3房间3卫', '6室1厅', '5室0厅', '1室3厅', '9室1厅', '8室4厅', '6室5厅', '7房间2卫', '11房间3卫', '5房间0卫', '9室3厅', '7室1厅', '8室5厅', '6房间5卫', '9室2厅']

4、Renovation 分析

首先查看一下数据renovation有哪几种类型值

由于renovation的不存在南北这样的特征，因此将这些异常数据排除在外进行分析

观察到，精装修的二手房数量最毒，其次是简装，对于价格来说毛坯的价格却是最高的，其次是精装，由此猜测可能是毛坯买回来后自行装修的成本比经销商统一装修的成本高。

5、Region特征分析

从图可以看到，北京朝阳，海淀的需求量最多差不多都接近3000套，近几年丰台在改造建设，有赶超之势。密云最少。二手房的需求与地理位置有很大关系，地理位置越优越，需求量越大。西城区的均价最高，大约为11万/平，因为西城是在二环以内，且是热门学区房的聚集地。其次是东城，大约9.9万/平，然后是海淀，其他均低于8万/平。