---

highlight: a11y-dark

我報名參加金石計劃1期挑戰——瓜分10萬獎池，這是我的第6篇文章，點選檢視活動詳情

1. 引言

我們將對numpy，pandas，matplotlib，seaborn庫進行綜合運用，旨在熟練掌握這些基本工具。

1.1 專案需求：

1. 統計每個區域的房源總數量，並使用熱力圖對房源位置的分佈情況進行分析
2. 使用條形統計圖分析哪種戶型的數量最多、更受歡迎
3. 統計每個區域的平均租金，並結合柱狀圖和折線圖分析各區域的房源數量和租金情況
4. 統計面積區域的市場佔有率，並使用餅圖繪製個區間所佔比例

1.2 資料集介紹：

• 資料集是有關於租房資訊的公開資料。
• 具體特徵包括所屬區域、小區名稱、房屋、價格、房屋面積、戶型等等。

2. 程式碼演示

2.1 匯入模組

首先，需要匯入所需的模組：

python import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns

2.2 資料集處理

我們先使用pandas讀取csv資料檔案： python file_name = pd.read_csv("鏈家北京租房資料.csv") file_name 讀取結果如下圖所示：

檢視資料集基本屬性和資訊：

1. file_name.shape：獲取基本屬性

2. file_name.info()：檢視資料中每個欄位基本資訊

執行結果如下圖所示：

1. file_name.describe()：獲取基本統計學資料描述

執行結果如下圖所示：只能計算價格這一列的最大值最小值等統計學描述，其餘列是object屬性，不會去計算。

2.3 資料基本處理

雖然資料集已經有了，但是資料集中可能還存在一定的問題，不能直接用來資料分析。這就需要我們進行資料預處理，比如：處理缺失值，處理重複值，統一資料型別等等。

2.3.1 重複值檢測

```python

重複值檢測

file_name.duplicated().any() ``` 執行結果如下圖所示：

2.3.2 刪除重複值

```python

刪除重複值

file_data = file_name.drop_duplicates() file_data.shape

s資料量變少了，說明重複值已經被刪去了

``` 執行結果如下圖所示：可以發現數據由8223條樣本減少到5773條樣本，說明刪除了一些重複值。

2.3.3 空值處理

• isnull()：判斷是否存在空值，若沒有空值返回false
• dropna()：刪除空值 ```python

空值處理

file_data = file_data.dropna() file_data.isnull().any() ``` 執行結果如下圖所示：