
一名合格的數(shù)據(jù)分析師該怎樣解釋“買不起房”這件事
北京很大,大到容得下兩千多萬人的吃喝拉撒睡。北京很小,小到裝不下一個外地人的北漂夢。
我是一名北漂,來北京7年了,7年時間里不斷地租房搬家,心里一直想買一套自己的房子,而北京的房價讓我望而卻步,打消了念頭。又到年底,雙方父母催婚催的厲害,在一起5年,確實要考慮結(jié)婚了。結(jié)婚就要買房,這又讓我打起買房的主意,然而以我現(xiàn)在的積蓄,距離在北京買一套房還差多少?
鏈家網(wǎng)是北京知名的房屋買賣平臺,于是我爬取了鏈家的二手房買賣數(shù)據(jù),不要問為什么看二手房...爬蟲代碼如下:
將數(shù)據(jù)進(jìn)行清洗處理后,剩余2999條數(shù)據(jù),其中price是房屋單價(元/平米),district是所在區(qū)域,floor是房屋層高,area是房屋面積,subway是周圍有無地鐵,rooms是臥室數(shù)量,halls是客廳數(shù)量。北京的房價受學(xué)區(qū)房影響較大,但數(shù)據(jù)不好獲取,這里就不做考慮了。
各區(qū)域在售房屋情況分析
發(fā)現(xiàn)朝陽區(qū)在售二手房屋最多,海淀、豐臺、昌平其次。
北京房屋價格分析
北京二手房屋均價為65254元,中位數(shù)為61562元。
大部分房屋價格集中在35000-80000元區(qū)間。
地鐵對房屋價格的影響
房屋附近有地鐵的價格明顯高于房屋附近沒有地鐵的價格。
分析房屋所在地域?qū)Ψ课輧r格的影響
北京房價最便宜的區(qū)域是房山區(qū),最貴的是西城區(qū),價格分布如下:
通過箱線圖,發(fā)現(xiàn)在朝陽區(qū)、大興區(qū)、昌平區(qū)有很多異常值,也就是說有個別房屋價格明顯高于本區(qū)平均價格。
繪制北京房價地圖,顏色越深,房價越高,結(jié)果如下:
分析房屋面積對房屋價格的影響
沒有明顯的線性關(guān)系,說明房屋面積對房屋單價影響不大。
建立線性回歸模型,預(yù)測房屋價格
前文再對價格畫直方圖時,發(fā)現(xiàn)北京的房價不符合正態(tài)分布,為了模型更加精準(zhǔn),先將價格取對數(shù),取對數(shù)后的價格分布接近正態(tài)分布。
進(jìn)行建模前需要篩選變量,使用向前選擇法篩選變量時,所有變量都可以放入模型,于是嘗試第一次建立回歸模型。
臥室數(shù)量、客廳數(shù)量對價格不顯著,于是將rooms、halls變量剔除后繼續(xù)建模,R**2與aic并未受明顯影響,模型合理。
通過建立的模型對原數(shù)據(jù)進(jìn)行預(yù)測,用預(yù)測值減去真實值,差值在0附近波動,沒有過多異常值,說明模型較為合理。
到此,基于鏈家網(wǎng)的二手房價格簡易分析完成,而我想在海淀區(qū)買一套100平米的房子,最好在中層,附近要有地鐵,方便上班出行。根據(jù)模型預(yù)測,購買類似房產(chǎn)的單價是82092元,總價是8209200,首付是35%,按我現(xiàn)在的工資水平..還要再干5年才能攢夠首付…算了,我還是想想如何應(yīng)對父母催婚吧…
PS:會一些數(shù)據(jù)分析,會發(fā)現(xiàn)生活很有趣,如果想要學(xué)習(xí)數(shù)據(jù)分析技能,可以參加CDA數(shù)據(jù)分析就業(yè)班,三個月轉(zhuǎn)行數(shù)據(jù)分析師。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10