解压数据文件，并基于历年城镇居民人均收入与住宅商品房平均销售价格数据进行统计与基本图形绘制。

解压数据文件通常是指将压缩的文件（如.zip、.rar等）中的内容提取出来，以便于后续的数据分析处理。这一步骤通常涉及到使用特定的工具，比如Windows系统的WinRAR，Mac或Linux系统的`tar`, `gzip` 或 `unzip` 程序。

针对历年城镇居民人均收入与住宅商品房平均销售价格的数据，首先需要对解压后的数据文件进行清洗，检查是否有缺失值、异常值，以及数据是否按照时间顺序排列。然后，可以使用数据分析库，比如Python的Pandas，来进行数据加载、统计描述（如计算均值、中位数、标准差等），并创建散点图或线图来可视化这两个变量的关系。例如：

import pandas as pd
import matplotlib.pyplot as plt

# 加载数据
data = pd.read_csv('unzipped_data.csv')  # 假设文件名为'unzipped_data.csv'

# 统计和绘图
income_mean = data['城镇居民人均收入'].mean()
price_mean = data['住宅商品房平均销售价格'].mean()

plt.figure(figsize=(10,6))
plt.plot(data['年份'], data['城镇居民人均收入'], label='人均收入')
plt.plot(data['年份'], data['住宅商品房平均销售价格'], label='房价')
plt.axhline(income_mean, color='r', linestyle='--', label='人均收入均值')
plt.axhline(price_mean, color='g', linestyle='--', label='房价均值')
plt.xlabel('年份')
plt.ylabel('金额')
plt.title('历年城镇居民人均收入与房价趋势')
plt.legend()
plt.show()