本文主要是介绍北京部分地区房租评价价格分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
# -*- coding: utf-8 -*-
#Author Mr.xu
import pandas
import numpy
import matplotlib.pyplot as plt
import csv
import matplotlib
from IPython import display
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
file = 'F:\\lianjia.csv'
x = ['陶然亭','东直门','木樨地','西北旺','朝阳公园','宣武门','世纪城']
y = []
d = {}
c = {}
with open(file,'r',encoding='utf-8',errors='ignore') as f:content = csv.reader(f)for con in content:if len(con)==0:passelif con[1] in x:y.append([con[1],con[7]])for i in y:
#if i[0] in d:d[i[0]] = d[i[0]] + float(i[1])c[i[0]] = c[i[0]] + 1else:d.setdefault(i[0],float(i[1]))c.setdefault(i[0],int(1))
y1 = [[x,d[x]] for x in d]
y2 = [[x,c[x]] for x in c]avg = {}
for i in range(len(y2)):if y1[i][0]==y2[i][0]:avg[y1[i][0]] = round(y1[i][1]/y2[i][1],2)plt.bar(avg.keys(),avg.values())
plt.xlabel('区域')
plt.ylabel('平均价格')
plt.title('北京部分地区租房平均价格')
plt.savefig('北京租房数据分析')
plt.show()
这篇关于北京部分地区房租评价价格分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!