import matplotlib.pyplot as plt import pandas as pd plt.rcParams['font.family']='sans-serif' plt.rcParams['font.sans-serif'] = ['Simhei'] plt.rcParams['axes.unicode_minus'] = False filename = "../task/ershoufang_jinan_utf8_clean.csv" names = ["id","communityName","areaName","total","unitPriceValue", "fwhx","szlc","jzmj","hxjg","tnmj", "jzlx","fwcx","jzjg","zxqk","thbl", "pbdt","cqnx","gpsj","jyqs","scjy", "fwyt","fwnx","cqss","dyxx","fbbj", "aa","bb","cc","dd"] miss_value = ["null","暂无数据"] df = pd.read_csv(filename,header=None, skiprows=[0],names=names,na_values=miss_value) 步骤一：二手房总价与建筑面积散点图 通过散点图查看二手房总价和建筑面积的关系。 参考代码： """二手房总价与建筑面积散点图""" fig = plt.figure(figsize=(12,7)) ax = fig.add_subplot(111) ax.set_title("二手房总价与建筑面积散点图",fontsize=18) df.plot(x="jzmj", y="total", kind="scatter",fontsize=12,ax=ax,alpha=0.4,xticks=[0,50,100,150,200,250,300,400,500,600,700],xlim=[0,800]) ax.set_xlabel("建筑面积(㎡)",fontsize=14) ax.set_ylabel("总价(万元)",fontsize=14) 可以看到总价和建筑面积的相关性较强。 步骤二：二手房单价与建筑面积散点图 通过散点图查看二手房单价和建筑面积的关系。 参照下面的提示补全缺失的代码： # 仿照上一节的语句，绘制二手房单价与建筑面积散点图

请将代码补充如下：

"""二手房单价与建筑面积散点图"""
fig = plt.figure(figsize=(12,7))
ax = fig.add_subplot(111)
ax.set_title("二手房单价与建筑面积散点图",fontsize=18)
df.plot(x="jzmj", y="unitPriceValue", kind="scatter",fontsize=12,ax=ax,alpha=0.4,xticks=[0,50,100,150,200,250,300,400,500,600,700],xlim=[0,800])
ax.set_xlabel("建筑面积(㎡)",fontsize=14)
ax.set_ylabel("单价(元/平米)",fontsize=14)

这样就可以绘制二手房单价与建筑面积的散点图了。

相关问题

import numpy as np import pandas as pd import seaborn as sns import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus']=False %matplotlib inline

这段代码主要是进行Python数据分析所需要引入的常用库的导入和设置matplotlib图表显示中文的字体和解决负号显示问题，同时使用%matplotlib inline命令设置图表以内嵌形式显示在notebook页面中。其中，numpy是Python中处理科学计算的一个重要库，pandas是Python中用于数据分析的库，seaborn是基于matplotlib的数据可视化库，matplotlib是Python中常用的绘图库。

import numpy as np import pandas as pd from tqdm import tqdm#进度条设置 import matplotlib.pyplot as plt from pylab import * import matplotlib; matplotlib.use('TkAgg') mpl.rcParams['font.sans-serif'] = ['SimHei'] mpl.rcParams['axes.unicode_minus'] = False

这段代码是用于导入一些常用的Python库，并且设置一些参数，例如使用进度条、中文显示、字体等等。其中，numpy和pandas库是用于数据处理的常用库，tqdm库是用于显示进度条的库，matplotlib和pylab库是用于数据可视化的常用库。如果你要进行数据处理和可视化的话，这些库都是非常有用的。