Python을 사용한 도쿄도 임대에 대한 연구 (3의 1)
결과 발췌
블로그에 동시 게재:
https://leoluistudio.com/blog/10/python%E3%82%92%E4%BD%BF%E3%81%A3%E3%81%A6%E6%9D%B1%E4%BA%AC% E9%83%BD%E5%AE%B6%E8%B3%83%E3%81%AB%E3%81%A4%E3%81%84%E3%81%A6%E3%81%AE%E7% A0%94%E7%A9%B6-3%E3%81%AE1-%E7%B5%90%E6%9E%9C%E6%8A%9C/
연구 목표, 기법
목표
관련성에 대한 결과를 그래프로 표시하고 시각화
기법
연구 결과 발췌
도쿄의 임대 가격 분포
X는 그룹으로 나누는 집세(엔), Y는 수(k는 1,000)
가격과 면적의 관계(23구와 시부로 나눕니다)
푸른 점이 23구, 빨간 점이 시부, X는 면적(제곱미터), Y는 집세(M은 백만엔)
구별 평균 가격 분포(23구)
방향과 구 시정촌 가격 히트맵
Reference
이 문제에 관하여(Python을 사용한 도쿄도 임대에 대한 연구 (3의 1)), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/leolui2013/items/b8bb42491b880ca0d502텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)