# pandas **Repository Path**: HLink12/pandas ## Basic Information - **Project Name**: pandas - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2020-07-18 - **Last Updated**: 2021-07-07 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 房地产行业建造面积交互可视化(时空交互） * [ipynb档代码链接](https://gitee.com/Zellig/pandas/blob/master/%E6%88%BF%E5%9C%B0%E4%BA%A7%E8%A1%8C%E4%B8%9A%E5%BB%BA%E9%80%A0%E9%9D%A2%E7%A7%AF%E4%BA%A4%E4%BA%92%E5%8F%AF%E8%A7%86%E5%8C%96.ipynb) --- # 项目名称：房地产行业建造面积交互可视化 ### 项目背景 随着当前房地产业的发展，不仅对我国经济发展起到了促进型作用，同时在快速增长的过程中也有大量问题存在。纵观当前我国一些大城市房价情况，多数城市的房价增长速度都非常快，甚至和人们的购买能力出现了冲突的现象，人们的实际支付能力与居高不下的房价之间出现了非常严重的失衡现象. ### 数据加值主张宣言 近年来房地产发展非常迅速,出现了大量数据.此项目中,对近年的房地产建筑面积的月分省数据进行了动态变化分析,通过ploty生成的地图,我们可以很清晰的了解到当前房地产行业以及未来的发展趋势,该分析对于发展我在API课程中开发的 门面app 的上市可以提供很好的数据价值.利用数据分析技术和方法,我能够清楚的了解到在何区域发展装修业很有利于app的长远发展,从数据中获得具有前瞻性的建议. ### 问题情境的数据来源及类型 * 了解房地产发展前景及现状 * 房地产投资商,入股房地产业的股民,装修商及家具商等 * 从中国国家数据库获得数据 * 数据类型有时间以及空间的信息，恰好用以做时空分析 ### 解决方案 * 数据分析思路及方法：利用pyecharts中的map函数,可以获得中国地图.以中国地图为基础,使用时间及房地产业销售的数据进行可视化交互分析. * 对房地产商等用户进行时空数据展示,提供直观的数据分析结果. * 数据分析结果已实现，技术可行性没问题。 * 主要用于 门面app 的未来可行性分析及市场分析,有利于长远及当下发展.也可用于对房地产商与投资者进行数据展示. ### 数据分析 * 19年6月,房地产业多以珠江三角洲地区为主要发展阵地,在地图中显示为唯一的全红地区,而北山东地区则为次要发展阵地. * 19年7月至9月份,山东及全国各地皆有数值上的持续发展,且山东省突破50000,达到了红色地区. * 19年10月份,中部地区开始有发展势头,湖北省成为黄色地区,达到了24000的阈值, * 19年11月份江苏地区成功突破50000,成为红色区域,主要以三个红色区域为主要发展阵地. * 20年1月数据受疫情影响很难收集到,所以国家数据库中并没有显示1月的数据 * 20年2月至5月份,受疫情影响,国内房地产业受到打击,有呈现低落的现象,但是还是又在稳步增长中. ### 分析总结 * 数据可通过成果展示分析。 * 时间段尽量齐全,数据能够清楚且细节的展示给用户. ## 心得总结及感谢 ### 心得总结 当你真的需要查看数据的时候,掌握对数据进行分析的能力真的非常重要.在大数据时代,数据就像裸露在地表的金子,学会如何开采真的异常重要,pandas真的可以说是"国宝"了(虽然不是中国的).将冷冰冰的数据转化为人能够理解的图解,是一件非常有趣的事情.当我在绘制数据地图及数据可视化图标时,成功后会有一种油然而生的成就感,我今后会继续深入学习pandas. ### 感谢 非常感谢[该播主的学习分享](https://www.cnblogs.com/jyroy/p/9446486.html),对于课程的老师也表示衷心的感谢,您是我的pandas启蒙老师,对此深表感谢. --- ## 1. 数据分析描述 ### 1.1 数据源 * 房地产施工面积.csv 中国各省、直辖市、自治区、特别行政区的房地产面积数据 * 房地产投资商.csv 中国各省、直辖市、自治区、特别行政区，房地产商人对不同地区的投资情况 ## 1.2 数据分析目标 ### 房地产施工面积.csv 有效数据参数 * 房地产施工面积 累计值(万平方米) * 地区:省份、直辖市、自治区、特别行政区 * 日期:月份 ### 房地产投资商.csv 有效数据参数 * 房地产投资 累计值(亿元) * 地区:省份、直辖市、自治区、特别行政区 * 日期:月份 1.3 数据分析结果 * 19年6月,房地产业多以珠江三角洲地区为主要发展阵地,在地图中显示为唯一的全红地区,而北山东地区则为次要发展阵地. * 19年7月至9月份,山东及全国各地皆有数值上的持续发展,且山东省突破50000,达到了红色地区. * 19年10月份,中部地区开始有发展势头,湖北省成为黄色地区,达到了24000的阈值, * 19年11月份江苏地区成功突破50000,成为红色区域,主要以三个红色区域为主要发展阵地. * 20年1月数据受疫情影响很难收集到,所以国家数据库中并没有显示1月的数据 * 20年2月至5月份,受疫情影响,国内房地产业受到打击,有呈现低落的现象,但是还是又在稳步增长中. 1.4 数据分析结果可视化 *使用的图表模块： * pandas * pyecharts 使用pyecharts后导出成html格式的文件，方便不使用pandas的用户使用。 2.数据分析电子档 项目人：黄龙钦 时间：2020.7.17 数据源： 房地产施工面积.csv 房地产投资商.csv 目标：用数据展示中国地区的房地产发展现状及趋势 --- ## 交互展示： ![输入图片说明](https://images.gitee.com/uploads/images/2020/0719/122336_a4edf7d0_2350084.png "屏幕截图.png") ![输入图片说明](https://images.gitee.com/uploads/images/2020/0719/122520_664d3b39_2350084.png "屏幕截图.png")