2019-08-19 分析lianjia数据（三）——SPSS数据分析

前置内容——lianjia数据清洗

分析lianjia房源数据（一）——Python数据清洗

分析lianjia房源数据（二）——SPSS数据清洗

分析lianjia房源数据（三）——SPSS数据分析

分析lianjia房源数据（四）——PowerBI可视化展示效果

分析lianjia房源数据（五）——生成词云图

---

正文

前文清洗后的2019-08-12当天的房源数据，一共剩余有效数据共计60054条。

1.上海房价分布

通过箱线图可看出：中位数房价340万元，平均值487万元，同时存在较多的温和异常值与极端异常值。

上海房价箱线图

2.上海各辖区房价分布

黄浦静安还是强啊~

上海各辖区房价

3.价格、单价、面积分区间统计：

3.1价格分段区间分布图

可看出，200~300万范围内的挂牌房源数最多，达到了14806套。500万内的房源占总房源的70%，1000万内的房源占87%，

价格分区间分布图-频数

价格分区间分布图-百分比

3.2单价分段区间分布图

3~7万的区间占总数的56%以上。

单价分区间分布图

3.3面积分段区间分布图

面积分区间分布图

4.各辖区价格、单价、面积箱线图

4.1各辖区总价箱线图

可看出黄浦区的价格数据更加分散，金山、奉贤则相对集中，金山区的极端异常值都没超过黄浦区的中位数房价（-_-||）

各辖区总价箱线图

4.2各辖区单价箱线图

各区身价大PK，黄浦静安遥遥领先啊！

各辖区单价箱线图

4.3各辖区面积箱线图

橙色虚线是70㎡的刻度线，红色是50㎡刻度线。一起看看哪些区域老破小和豪宅比较集中吧(*￣︶￣)，至少虹口、杨浦的50㎡以下房源是比较多的。

各辖区面积箱线图

5室厅的量与房屋均价对比关系

数据中排除一些较大室厅（如7室以上，频数极低）。
可看出：按照房源数排列，2室1厅>3室2厅>2室2厅>1室1厅>3室1厅......，随着室厅数的增加，价格也呈现上升的趋势。

室厅的总量与均价对比图

6装修风格与房屋均价关系

精装房价格显著高于其他类型房源。

装修分割分类情况

装修风格与房屋均价关系

装修风格与房屋均价关系

---

后续文章将使用Python、PowerBI做后续的分析。