119 11 个案例掌握 Python 数据可视化--二手房市场研究

二手房市场研究

房产是大多数年轻人考虑扎根、有经济实力的人考虑置业的重要资产类型之一，本实验获取了爬虫收集的房天下官网的一个样例二手房数据集，通过对该数据集的分析，可视化了样本中各省建筑面积、价格、小区绿化率等数据。

数据集准备

本数据来自数据超市的一个样例数据，共 1679 条房产信息，主要包括省份，城市，区县，小区类型，经纬度等字段。
导入数据并查看前 5 行。

import pandas as pd
df=pd.read_excel('https://labfile.oss.aliyuncs.com/courses/3023/Second_hand_house.xls')
df.head()

全国各省二手房建筑面积

进行地图的可视化主要是通过 Pyecharts 包实现，Pyecharts 主要由两个类进行地图的可视化：
Map 类可视化的方式是将行政区块作为数据的映射对象，即行政区块整体面积的颜色与数值构成映射关系；
Geo 类可视化的方式是将经纬度坐标作为数据的映射对象，相比 Map 而言， Geo 相对灵活，可以传入不同的绘图对象。

Map 对象传入的数据类型为二维列表，列表各元素为 [名称，数据]。需要注意的是，名称须与 maptype 层级对应。例如： maptype 默认层级是 china ，则名称层级应为省（或者省会、直辖市）一级，若将 maptype 设置为广东，则名称的层级应该为市一级，比如中山市。
数据准备

data=df
data=data.groupby(['省份'])['建筑面积'].sum().sort_values(ascending=False)
data_pair=[ [province,area] for province,area in zip(data.index,data)]
data_pair[:5]

绘图

!pip install pyecharts==1.7.1

将各省总建筑面积进行聚合，在.add() 接口传入 data_pair 参数即可完成各省总建筑面积分布图的绘制。

from pyecharts import options as opts
from pyecharts.charts import Map
import matplotlib.colors as cs


data = df
data = data.groupby(['省份'])['建筑面积'].sum().sort_values(ascending=False)

data_pair = [[province, area] for province, area in zip(data.index, data)]

m = Map()
m.add(
    series_name="",
    data_pair=data_pair,
    maptype='china',
    label_opts=opts.LabelOpts(is_show=False),
    is_map_symbol_show=False,
)
m.set_global_opts(
    title_opts=opts.TitleOpts(
        title="中国各省二手房总建筑面积分布图",
        subtitle="数据来源：房天下 单位:平方米",
        pos_left="center",
        pos_top="top",
        title_textstyle_opts=opts.TextStyleOpts(
            font_size=25
        ),
    ),
    # 颜色设置
    visualmap_opts=opts.VisualMapOpts(
        is_calculable=True,
        pos_left="10", # 颜色条与左侧间距
        min_=100000, # 颜色条映射数值最小值
        max_=10000000,# 颜色条映射数值最大值
        range_text=["High", "Low"], # 颜色条两端文字
        range_color=[cs.TABLEAU_COLORS['tab:blue'],   # 颜色渐变范围最小值为蓝色，依次为橘色，最大值为红色
                     cs.TABLEAU_COLORS['tab:orange'],
                     cs.TABLEAU_COLORS['tab:red']],
        textstyle_opts=opts.TextStyleOpts(color="black"),
    ),
)
m.render_notebook()

输出的地图支持交互性，体现在：
鼠标悬停在任一省份面积块，会弹出该块面积对应省份的总建筑面积数值大小；
颜色条上方和下方的三角形按钮支持鼠标拖拽，当数据拖拽按钮时，地图中对应数值的颜色块也将随之变动；
鼠标悬停在地图范围内时，通过滑动鼠标中间滚轮，可以缩放地图的大小；
鼠标点击任一省份位置不松开，可以移动整张地图位置。

从输出结果可以看出：样本数据中，最大的建筑面积省份为江苏省。

全国各省二手房建筑面积排序

上述数据可通过条形图进行各省相对数值的展示。

from pyecharts.charts import Bar

data = df
data = data.groupby(['省份'])['建筑面积'].sum().sort_values(ascending=False)

bar = Bar()
bar.add_xaxis(list(data.index))
bar.add_yaxis("总建筑面积", list(data), label_opts=opts.LabelOpts(is_show=False))
bar.set_global_opts(
    title_opts=opts.TitleOpts(title=" ", subtitle=" "),
    yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(is_show=True)),
    xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45)),
    legend_opts=opts.LegendOpts(is_show=False),
    visualmap_opts=opts.VisualMapOpts(
        is_show=False,
        min_=100000,
        max_=10000000,
        range_text=["High", "Low"],
        range_color=[cs.TABLEAU_COLORS['tab:blue'],
                     cs.TABLEAU_COLORS['tab:orange'],
                     cs.TABLEAU_COLORS['tab:red']],
    ),
)
bar.render_notebook()

通过 Grid 类对象，将地图与条形图合并在一张图纸上。需要注意的时，如希望地图和条形图颜色做到一致对应，两者的 visualmap_opts 须做到最大值（max_）、最小值（min_）、颜色变化范围（range_color）等参数设置相同。

from pyecharts.charts import Grid
grid=Grid(init_opts=opts.InitOpts(width='800px',height='700px'))
grid.add(bar, grid_opts=opts.GridOpts(pos_top="60%"))
grid.add(m, grid_opts=opts.GridOpts(pos_bottom="50%"))
grid.render_notebook()

江苏省各城市建筑面积

对于总建筑面积最大的江苏省，可通过将 maptype 设置为江苏，可视化江苏省内各城市建筑面积。需要注意的是，原数据集各城市名称不带“市”，须将其补充完成。

data = df
data=data.loc[data['省份']=='江苏']
data = data.groupby(['城市'])['建筑面积'].sum().sort_values(ascending=False)

data_pair = [[city+"市", area] for city, area in zip(data.index, data)]

m = Map()
m.add(
    series_name="",
    data_pair=data_pair,
    maptype='江苏',
    label_opts=opts.LabelOpts(is_show=False),
    is_map_symbol_show=False,
)
m.set_global_opts(
    title_opts=opts.TitleOpts(
        title="江苏省二手房总建筑面积分布图",
        subtitle="数据来源：房天下 单位:平方米",
        pos_left="center",
        pos_top="top",
        title_textstyle_opts=opts.TextStyleOpts(
            font_size=25
        ),
    ),
    # 颜色设置
    visualmap_opts=opts.VisualMapOpts(
        is_calculable=True,
        pos_left="10", 
        min_=1000, 
        max_=1550000,
        range_text=["High", "Low"], 
        range_color=[cs.TABLEAU_COLORS['tab:blue'],   
                     cs.TABLEAU_COLORS['tab:orange'],
                     cs.TABLEAU_COLORS['tab:red']],
        textstyle_opts=opts.TextStyleOpts(color="black"),
    ),
)
m.render_notebook()

全国各省二手房价格

将每个小区的价格映射到地图上，该问题无法通过 Map 类实现，原因是 Map 类是根据层级关系认识数据对名称的，比如，我们可以通过中国认识江苏，可以通过江苏认识南京市，但是无法通过中国或者江苏认识阳光小区。实现该问题需要通过 Geo 地图的 .add_coordinate 接口实现，其原理是：
先通过 .add_coordinate 接口将各个带经纬度的坐标注册至地图，并将经纬度与名称构成一一对应关系；
通过注册过的名称与数据的对应关系，完成相关类型图表的绘制。

本例将数据集中的小区经纬度注册至地图中，并将每个小区对应的房价以热力图的形式绘制到地图上。

from pyecharts.charts import Geo
from pyecharts.globals import ChartType

data = df[['小区名称', '经度', '纬度', '价格']].copy()
# 去除没有经纬度和价格的小区数据
data.dropna(how='any', inplace=True)

geo = Geo()

# 设置地图类型及是否可缩放
geo.add_schema(maptype="china", is_roam=True)

# 将每个小区添加到地图的坐标系中
for name, longitude, latitude in zip(data['小区名称'], data['经度'], data['纬度']):
    geo.add_coordinate(name=name, latitude=latitude, longitude=longitude)

# 将每个小区的价格添加到地图的数据对中
data_pair = [[name, price] for name, price in zip(data['小区名称'], data['价格'])]

# 添加数据
geo.add(
    "小区价格 元/平方米",
    data_pair,
    type_=ChartType.HEATMAP, # 热力图类型
    point_size=12, # 每个小区对应数据点的直径
)

# 进行系列设置
geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

# 进行全局设置
geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(
    is_calculable=False,
    dimension=0,
    pos_left="10",
    min_=1000,
    max_=70000,
    pos_top="center",
    range_text=["high", "low"],
    range_color=["green", "yellow", "red"],
),
    title_opts=opts.TitleOpts(title="各省二手房价格分布图"))

# 渲染并输出
geo.render_notebook()

输出的热力地图为密度合成图。在不同的地图尺度上，我们看到的色块是该尺度下各子元素的汇总结果。例如：
当尺度放在全国范围内时，会发现江浙沪地区均为红色（红色对应的价格为 70000 元/平方米）；
当滑动鼠标滚轮，放大江浙沪地区至满屏时，会发现随着地图逐步放大，大块的红色慢慢消失，取而代之的是带状的红色和绿色块；
进一步放大，可看到一个个的圆圈点，该圆点表示该经纬度对应小区的均价；
同理，如果反方向操作，即将地图无限缩小，则会看到全国东南地区将收缩成一个大红色的圆。

从输出结果可以看出：全国二手房房价仍然以江浙沪、东南地区、北京首都为最高。

全国各省二手房绿化率

同样的方式将各小区的绿化率进行可视化。

data = df[['小区名称', '经度', '纬度', '绿化率']].copy()

data.dropna(how='any', inplace=True)

geo = Geo()

geo.add_schema(maptype="china", is_roam=True)

for name, longitude, latitude in zip(data['小区名称'], data['经度'], data['纬度']):
    geo.add_coordinate(name=name, latitude=latitude, longitude=longitude)


data_pair = [[name, green] for name, green in zip(data['小区名称'], data['绿化率'])]

geo.add(
    "小区绿化率 %",
    data_pair,
    type_=ChartType.HEATMAP,
    point_size=5,
)


geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(
    is_calculable=True,
    dimension=0,
    pos_left="10",
    is_piecewise=True, # 将热力图颜色条设置为离散形式
    min_=0.1,
    max_=0.9,
    pos_top="center",
    range_text=["high", "low"],
    range_color=["red", "yellow", "green"],
    textstyle_opts=opts.TextStyleOpts(color="black"),
),
    title_opts=opts.TitleOpts(title="各省二手房小区绿化率分布图"))

# 渲染并输出
geo.render_notebook()

标注不同类型小区

除热力图外，Geo 对象也支持散点图，本例将不同类型的小区通过不同颜色的点映射到地图上。

import numpy as np
data = df[['小区名称', '类型', '经度', '纬度']].copy()
data.dropna(inplace=True)
data


geo = Geo()
geo.add_schema(maptype="china", is_roam=True)

# 注册各小区名称及经纬度
for name, longitude, latitude in zip(data['小区名称'], data['经度'], data['纬度']):
    geo.add_coordinate(name=name, latitude=latitude, longitude=longitude)

colors = [cs.TABLEAU_COLORS['tab:blue'],
          cs.TABLEAU_COLORS['tab:orange'],
          cs.TABLEAU_COLORS['tab:red'],
          cs.TABLEAU_COLORS['tab:green']]

# 将各种类型的小区以散点的形式添加到地图中
for i, building_type in enumerate(np.unique(data['类型'])):
    type_data = data.loc[data['类型'] == building_type]

    geo.add(
        building_type,
        [[name, 1] for name in type_data['小区名称']],
        type_=ChartType.SCATTER,
        symbol_size=6,
        color=colors[i]
    )


geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
geo.set_global_opts(title_opts=opts.TitleOpts(title="各省二手房小区类型分布图"))
geo.render_notebook()

从输出结果可以看到，样本数据中数量最多的房产类型是住宅，占到了主要的比例，写字楼、商铺、别墅相对较少。

出差轨迹图

Geo 类同样支持折线图，以下通过虚拟案例绘制某人从上海出差，途径昆明, 乌鲁木齐, 郑州等地后返回上海的路线图。

from pyecharts.globals import SymbolType

lines = ['上海', '昆明', '乌鲁木齐', '郑州', ]

lines = [[start, stop] for start, stop in zip(
    np.array(lines), np.append(lines[1:], lines[0]))]


geo = Geo()
geo.add_schema(maptype="china", is_roam=True)


geo.add(
    '',
    lines,
    type_=ChartType.LINES,
    effect_opts=opts.EffectOpts(   # 设置线条动态效果
        symbol=SymbolType.ARROW,
        symbol_size=6,
        color=cs.TABLEAU_COLORS['tab:blue']
    ),
    linestyle_opts=opts.LineStyleOpts(
        curve=0.2,
        color=cs.TABLEAU_COLORS['tab:red']),
)


geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
geo.set_global_opts(title_opts=opts.TitleOpts(title="出差路线图"))
geo.render_notebook()

根据建成年可视化二手房价格变化趋势

数据准备
带地图的可视化看板是近些年可视化领域的一个热点，本例实现了按建成年度可视化各省二手房的均价。

data = df.copy()

data = data[['价格', '省份', '建成年']]
# 去除带有空值的数据
data.dropna(inplace=True)
data['建成年'] = data['建成年'].apply(lambda x: int(x))

data.head()

绘图
按年度动态变化的可视化图制作原理如下:
生成一个 Timeline 类对象；
遍历每一年，并将需要可视化的对象通过 Grid 对象进行图纸拼接；
通过 Timeline 类对象的 .add() 接口进行 Grid 对象的添加。

from pyecharts.charts import Timeline

timeline = Timeline(
    init_opts=opts.InitOpts(
        width='800px',
        height='700px',
        theme='dark', # 设置主题为暗色
    )
)
timeline.add_schema(play_interval=900)  # 播放时间间隔，单位是 ms

for year in sorted(np.unique(data['建成年'])):

    year_data = data.loc[data['建成年'] == year]
    year_data = year_data.groupby(
        ['省份'])['价格'].mean().sort_values(ascending=False)

    data_pair = [[province, price]
                 for province, price in zip(year_data.index, year_data)]

    #-------------------地图-------------------------#
    m = Map()
    m.add(
        series_name="",
        data_pair=data_pair,
        label_opts=opts.LabelOpts(is_show=False),
        is_map_symbol_show=False,
    )
    m.set_global_opts(
        title_opts=opts.TitleOpts(
            title="各省二手房平均价格按建成年分布图",
            subtitle="数据来源：房天下 单位:元/平方米",
            pos_left="center",
            pos_top="top",
            title_textstyle_opts=opts.TextStyleOpts(
                font_size=25
            ),
        ),
        visualmap_opts=opts.VisualMapOpts(
            is_calculable=True,
            dimension=0,
            pos_left="10",
            min_=year_data.min(),
            max_=year_data.max(),
            pos_top="center",
            range_text=["High", "Low"],
            range_color=[cs.TABLEAU_COLORS['tab:blue'],
                         cs.TABLEAU_COLORS['tab:orange'],
                         cs.TABLEAU_COLORS['tab:red']],
            textstyle_opts=opts.TextStyleOpts(color="#ddd"),
        ),
    )
    #-------------------条形图-------------------------#
    bar = Bar()
    bar.add_xaxis(list(year_data.index))
    bar.add_yaxis("总建筑面积", list(year_data), label_opts=opts.LabelOpts(is_show=False))
    bar.set_global_opts(
        title_opts=opts.TitleOpts(title=" ", subtitle=" "),
        yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(is_show=True)),
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45)),
        legend_opts=opts.LegendOpts(is_show=False),
        visualmap_opts=opts.VisualMapOpts(
            is_show=False,
            min_=year_data.min(),
            max_=year_data.max(),
            range_text=["High", "Low"],
            range_color=[cs.TABLEAU_COLORS['tab:blue'],
                         cs.TABLEAU_COLORS['tab:orange'],
                         cs.TABLEAU_COLORS['tab:red']],
        ),
    )
    
    #-------------------合并-------------------------#
    grid=Grid()
    grid.add(bar, grid_opts=opts.GridOpts(pos_top="65%",pos_bottom="10%"))
    grid.add(m, grid_opts=opts.GridOpts(pos_bottom="50%"))
    
    #-------------------添加到时间线-------------------------#
    timeline.add(grid, "{}年".format(year))
timeline.render_notebook()

点击输出结果图下方的三角形按钮，图将自动按年播放历年数据情况。静态环境下，也可以通过点击每个年度节点，展示该年度的数据。