import?numpy?as?np
import?pandas?as?pd
import?matplotlib.pyplot?as?plt

data?=?pd.read_csv（‘58.csv‘?encoding=‘gbk‘）
print（data.head（））??#?查看前5行
print（data.tail（））??#?查看后5行
data.info（）??#?查看數據信息
print（data.describe（））??#?統計學指標查看數據概要

#?#?處理缺失數據
#?data[‘單價/每平米‘].fillna（‘無‘?inplace=True）
#?data[‘面積/每平米‘].fillna（‘無‘?inplace=True）
#?data[‘總價/萬‘].fillna（‘無‘?inplace=True）

print（data[‘地區‘].unique（））??#?打印出地區唯一化后的值
print（len（data[‘地區‘].unique（）））??#?打印出地區唯一化后的個數

print（data[‘地區‘].value_counts（））??#?對每個地區的數量進行統計
print（data.groupby（‘地區‘）[‘單價/每平米‘].mean（）.sort_values（ascending=False））??#?單價平均值
print（data.groupby（‘地區‘）[‘面積/平方米‘].mean（）.sort_values（ascending=False））??#?面積平均值
print（data.groupby（‘地區‘）[‘總價/萬‘].mean（）.sort_values（ascending=False））??#?總價平均值

‘‘‘[‘郫縣‘?‘成都‘?‘成都周邊‘?‘都江堰‘?‘雙流‘?‘溫江‘?‘新都‘?‘龍泉驛‘?‘金?！?‘高新西區‘?‘武侯‘?‘成華‘?‘青羊‘?‘錦江‘?‘高新區‘?‘天府新區‘]‘‘‘

#?通過搜索引擎等途徑獲取到每個總統候選人的所屬黨派建立字典parties候選人名字作為鍵所屬黨派作為對應的值
parties?=?{‘郫縣‘:?‘郫縣區‘
???????????‘成都‘:?‘成都內‘
???????????‘成都周邊‘:?‘成都周邊‘
???????????‘都江堰‘:?‘都江堰‘
???????????‘雙流‘:?‘雙流區‘
???????????‘溫江‘:?‘溫江‘
???????????‘新都‘:?‘新都‘
???????????‘龍泉驛‘:?‘龍泉驛‘
???????????‘金?！??‘金牛區‘
???????????‘高新西區‘:?‘高新西區‘
???????????“武侯“:?‘武侯區‘
???????????‘成華‘:?‘成華區‘
???????????‘青羊‘:?‘青羊區‘
???????????‘錦江‘:?‘錦江區‘
???????????‘高新區‘:?‘高新區‘
???????????‘天府新區‘:?‘天府新區‘}
print（‘-----增加一列地區2存儲地區信息-----‘）
data[‘地區2‘]?=?data[‘地區‘].map（parties）
print（“data[‘地區2‘].value_counts（）:\n“?data[‘地區2‘].value_counts（））??#?查看兩個黨派的情況

#?結局matplotlib圖標無法顯示中文的情況
from?pylab?import?mpl

mpl.rcParams[‘font.sans-serif‘]?=?[‘FangSong‘]??#?指定默認字體??#?調節matplotlib支持中文字體
mpl.rcParams[‘axes.unicode_minus‘]?=?False??#?解決保存圖像是負號‘-‘顯示為方塊的問題

#?數據離散化?單價
bins1?=?np.array（[0?5000?10000?15000?20000?25000?30000?55000]）
data_ls1?=?pd.cut（data[‘單價/每平米‘]?bins1）??#?bins1離散化數組?data_ls1?離散化數據

#?數據離散化?總價
bins2?=?np.array（[0?40?80?150?250?500?2000]）
data_ls2?=?pd.cut（data[‘總價/萬‘]?bins2）??#?bins2離散化數組?data_ls2?離散化數據

#?數據離散化?面積
bins3?=?np.array（[0?50?75?100?125?150?175?200?300?1500]）
data_ls3?=?pd.cut（data[‘面積/平方米‘]?bins3）??#?bins3離散化數組?data_ls3?離散化數據

#?數據透視表??#?不太清楚為什么需要增加一列?維度才會正常
#?使用數據透視表方法pivot_table?需要計算的列明?柱狀圖下標?????離散化數據區間??????聚合函數?統計
table?=?data.pivot_table（‘面積/平方米‘?index=‘地區‘?columns=data_ls1?aggfunc=‘count‘）
table.plot（kind=‘bar‘?stacked=True）??#?表數據畫圖?bar柱狀圖?stacked重疊?開
plt.show（）

table2?=?data.pivot_table（‘總價/萬‘?index=‘地區‘?columns=data_ls2?aggfunc=‘count‘）
table2.plot（kind=‘bar‘?stacked=True）
plt.show（）

table3?=?data.pivot_table（‘面積/平方米‘?index=‘地區‘?columns=data_ls3?aggfunc=‘count‘）
table3.plot（kind=‘bar‘?stacked=True）
plt.show（）

count1?=?data[‘地區‘].value_counts（）
plt.axes（aspect=1）??#?畫一個單位圓
plt.pie（x=dict（count1）.values（）?labels=dict（count1）.keys（）?autopct=‘%3.1f?%%‘?shadow=True?startangle=90）
plt.show（）

list_dq?=?[‘郫縣‘?‘成都‘?‘成都周邊‘?‘都江堰‘?‘雙流‘?‘溫江‘?‘新都‘?‘龍泉驛‘?‘金?！?‘高新西區‘?‘武侯‘?‘成華‘?‘青羊‘?‘錦江‘?‘高新區‘?‘天府新區‘]

for?i?in?list_dq:
????pr

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????2514??2018-09-25?18:23??爬蟲文件\home_money.py

?????文件?????101376??2018-09-25?18:09??爬蟲文件\message.txt

?????文件??????67653??2018-09-16?12:35??分析畫圖文件\58.csv

?????文件???????4245??2018-09-17?17:07??分析畫圖文件\house_prices_58_2.py

?????文件??????28396??2018-09-25?18:33??數據簡單處理成品\Figure_1.png

?????文件??????26557??2018-09-25?18:33??數據簡單處理成品\Figure_2.png

?????文件??????30248??2018-09-25?18:33??數據簡單處理成品\Figure_3.png

?????文件??????51770??2018-09-25?18:33??數據簡單處理成品\Figure_4.png

?????目錄??????????0??2018-09-25?18:24??爬蟲文件

?????目錄??????????0??2018-09-25?18:32??分析畫圖文件

?????目錄??????????0??2018-09-25?18:35??數據簡單處理成品

-----------?---------??----------?-----??----

???????????????312759????????????????????11