使用Seaborn进行房价数据可视化

Seaborn 是一个出色的数据可视化库，它让我们的生活变得轻松。首先，您应该在编辑器中键入以下命令：

import seaborn as sns

本文我们选取了一份北京二手房房价数据集，包含字段有：

区域、卧室数、客厅数、面积、楼层、靠近地铁、靠近学校、房屋价格（单价）、经度、纬度、位置等信息。

我们想使用可视化方法初步探索各种因素是如何影响北京房价的。

一、房屋单价/房屋面积整体分布情况

—使用图形：直方图 （Distplot）

sns.distplot（）结合直方图并绘制核密度估计图。这里 bin 区间大小是自动计算的。

现在，由于我们已经加载了数据集df，我们将使用 “price” 变量创建第一个图。让我们从房价数据集创建“price” 变量的 distplot。

sns.distplot(df['price'], bins=20, color='purple')

我们推测 — “price”变量本质上是倾斜的，大多数房屋单价都在4万～7万之间的范围内。

再看一下房屋面积：

sns.distplot(df['AREA'], bins=20,color='purple');

可以看到，“AREA”变量也呈现右偏的状态，大多数房屋面积都在 60～110平米之间的范围内。

二、探究房屋面积对房屋单价的影响

—使用图形：联合分布图 （Jointplot）

联合分布图 （Jointplot）采用两个变量并一起创建直方图和散点图。

让我们从房价数据集创建 AREA 和 price 变量的联合分布图。通常，让我们看看这个情景下是什么样的。代码如下：

如上所述，散点图似乎显示房屋单价和面积之间并没有显著的相关关系。在它的顶部，我们可以看到各个变量的直方图。

Jointplot :: kind =”hex”

当设置这个参数，直方图的双变量类比称为“hexbin”图，因为它显示了六边形区间内的观察计数。此图对于相对较大的数据集最有效。也称为Hexbin Plots。

有几种类型的值可以放在 sns.jointplot 中来创建不同的图。默认情况下，联合分布图显示散点图。现在，在上面的情节图中，它显示了六边形。六边形的深色表示数据点的高密度，其中较浅的颜色表示较少的点。

kind 参数值可以是以下取值：

kind : {"scatter" | "reg" | "resid" | "kde" |"hex" }

三、各地区、地铁房、学区房分布和房屋单价

使用图形-条形图 （Barplot）

条形图用于绘制分类列和数字列。它在可视化中创建了条形。让我们用“CATE”和“subway”创建一个“price”的条形图，让我们看看哪类房屋单价高。

数据显示，西城区的房屋平均单价最高，石景山地区的房屋平均单价最低。

可以看到，靠近地铁和靠近学区的房屋单价有更高的表现。

箱形图也可以形象地展示这种关系， （Boxplot）是给定数据集的五点汇总统计的直观表示。五个数字摘要包括：

Minimum 最小值

First Quartile 1/4 值

Median (SecondQuartile) 中位数

Third Quartile 3/4 值

Maximum 最大值

此外，值得注意的一点是，为分类 - 连续变量创建了一个箱线图，这意味着如果x轴是分类的并且y轴是连续的，则应创建箱线图或小提琴图。

比如，让我们从df数据集创建一个 “floor” 和 “price” 的箱线图。