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


  • 도쿄도의 임대료와 관련 속성의 관련성을 연구하고 싶다

  • 관련성에 대한 결과를 그래프로 표시하고 시각화

    기법


  • 2020년 8월에 인터넷에서 올린 임대료 데이터를 프로그램으로 자동 수집(데이터원: htps : // Sumo. jp)
  • 82,812 건물, 624,499 방의 데이터를 기반으로 분석

  • 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)


  • X는 숫자(k는 1,000)
  • Y는 23구
  • 상자 수염 그림의 견해:
  • 가장 왼쪽의 선은 최소값
  • 상자의 왼쪽은 첫 번째 사분위점
  • 상자 안의 선은 중앙값
  • 상자의 왼쪽은 세 번째 사분위점
  • 맨 오른쪽의 선은 최대치



  • 방향과 구 시정촌 가격 히트맵


  • X는 8 방향
  • Y는 23구
  • 색상이 밝을수록 가격이 높습니다
  • 색이 어두운(파란색) 만큼 가격이 낮다

  • 좋은 웹페이지 즐겨찾기