项目技术点总结之：链家二手房数据分析

一、导包

　　1. import warnings：首次使用了warning库，通过设置warnings.filterwarnings(\'ignore\')，可以忽略掉出现的长篇警告；

　　2. plt.rcParams[\'font.sans-serif\'] = \'Songti SC\'：设置全局字体，解决绘图时中文乱码问题（详细设置方法在另一篇博客中）。

 

二、数据清洗

　　1. copy()：在操作数据之前先将数据copy一份，保证原始数据的清洁性；

　　2. 列属性位置的重新摆放：　　　　

　　columns = [\'Region\',\'District\',\'Garden\',\'Layout\',\'Floor\',\'Year\',\'Size\',\'Elevator\',
           　　\'Direction\',\'Renovation\',\'PerPrice\',\'Price\']
　　df = pd.DataFrame(df,columns = columns)

 

三、数据可视化分析

　　1. reset_index()：重置索引；

　　2. 创建多个子视图对象：f,[ax1,ax2,ax3] = plt.subplots(3,1,figsize = (20,18))；

　　3. seaborn绘图写法：seaborn.barplot(参数)；

　　4. sns.distplot()：绘制直方图；

　　5. sns.kdeplot()：绘制核密度图；

　　6. sns.regplot()：绘制散点图（回归图）；

　　7. 核密度图如果呈现长尾型，说明存在很多比较大的数据。