数据分析，用python对文件中“户型”、“面积”和“价格”以及每平米价格区域，小区名称等信息进行简要的统计分析， 按不同区域的数量绘制直方图，按不同小区名称的数量绘制饼图的代码

以下是对文件中“户型”、“面积”和“价格”以及每平米价格区域，小区名称等信息进行简要的统计分析，并按不同区域的数量绘制直方图，按不同小区名称的数量绘制饼图的代码：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据文件
data = pd.read_csv('data.csv')

# 统计每个区域的数量
area_count = data['区域'].value_counts()

# 绘制直方图
plt.bar(area_count.index, area_count.values)
plt.title('Number of houses in each area')
plt.xlabel('Area')
plt.ylabel('Number of Houses')
plt.xticks(rotation=45)
plt.show()

# 统计每个小区名称的数量
community_count = data['小区名称'].value_counts()

# 绘制饼图
plt.pie(community_count.values, labels=community_count.index, autopct='%1.1f%%')
plt.title('Number of houses in each community')
plt.show()

# 对面积、价格和每平米价格进行简要的统计分析
print('面积的最小值为：', data['面积'].min())
print('面积的最大值为：', data['面积'].max())
print('面积的平均值为：', data['面积'].mean())
print('面积的中位数为：', data['面积'].median())

print('价格的最小值为：', data['价格'].min())
print('价格的最大值为：', data['价格'].max())
print('价格的平均值为：', data['价格'].mean())
print('价格的中位数为：', data['价格'].median())

data['每平米价格'] = data['价格'] / data['面积']
print('每平米价格的最小值为：', data['每平米价格'].min())
print('每平米价格的最大值为：', data['每平米价格'].max())
print('每平米价格的平均值为：', data['每平米价格'].mean())
print('每平米价格的中位数为：', data['每平米价格'].median())

需要注意的是，这里的数据文件名为"data.csv"，你需要将其替换为你自己的数据文件名，并且确保数据文件中的列名与代码中使用的列名相同。