fineBI可视化案例-二手房数据分析
最近在学习fineBI工具，在帆软的社区中找了一个之前的任务案例练一下手，一个广州二手房数据分析的案例。
首先得来了解一下基础数据，从社区找到数据源，是一个Excel表，里面包含的字段有区域，街道，小区，户型，总价，单价，面积等。
文章图片
先来捋一下思路，要从哪入手进行分析呢，可以线用思维导图整理一下思路，将自己想到的东西写下来。然后开始做，在做的过程中去完善。
文章图片
接下来就开始了，在fineBI中建立业务包和导入Excel数据表，建立自助数据集，然后进行数据清洗的相关操作，数据清洗中使用频率最高的函数是split()和indexof()，这里要注意一下，indexof()函数的参数是split()函数返回的数组是要用arrayindexof()去取值，下标从1开始。这里主要对面积，关注人数，带看次数等文本字段秦星处理，提取出里面的数字。
关注人数：indexofarray(SPLIT(indexofarray(SPLIT(${自助数据集1_visit},"次"),1),"共"),2)
带看次数：indexofarray(SPLIT(indexofarray(SPLIT(${自助数据集1_visit},"次"),1),"共"),2)
数据处理完了，开始分析了。然后从两个方向去进行分析，了解数据背后的价值。
首先看的是各区域的房屋均价情况，可以通过地图来很直观的展示。用区域字段来创建地理角色，将区域转换成对应的经纬度。然后将经度投入到维度轴，将纬度拖入到纵轴，在对应图标里选择地图，然后将均价字段投入到颜色并将颜色设置成热力色，后续调整组件样式和标签显示数字的格式等。
结论：天河区的均价最高，其次是越秀区，都达到了5万多。越秀区时广州市最高老的城区，而天河区是新城区的中心，所以这两个区的房价会比较高。
接下来看下价格和面积的情况，这里将先将价格和面积分别放在y轴，然后将面积设为右值轴并且变成点状图，将面积字段拖到大小上，调整样式。
文章图片
结论：可以看到，天河区的房屋面积最大，同时价格也是最高的。番禺的面积同样很大，价格却便宜了近半。越秀区作为老城区，房屋面积较少。
想要了解装修会对房子价格有什么影响，可以用条形图对比一下。
文章图片
结论：可以看出来，精装修的价格比毛胚房的价格一平米贵了一万多，简装跟精装的差别不太大。
想要看价格与建筑年份的关系，可以用极坐标图来展示，将年份拖入维度轴，将价格拖入纵轴，设置图表类型位极坐标图，将区域拖入到颜色上，将图例调到组件左上方。
文章图片
结论：可以看到，在07年到现在这段时间，越秀区的房价波动幅度很大，天河荔湾的房价波动也较大，相比之下，番禺的房价波动相对小一些。
要看各户型在购房者中的热度，可以用词云图来展示。将户型字段拖入维度轴，设置图表类型为文本。将关注人数拖入到大小中，将关注人数拖入到颜色中。
文章图片
结论：可以看到，关注度最高的户型是2室1厅和3室2厅。
想了解各区域的关注度和带看情况，可以用对比柱状图来展示，将趋于设为纵轴，关注人数和带看次数设置为纵轴，新建字段带看比（等于带看次数除以关注人数），将带看次数拖到标签显示，设置格式为百分比。
文章图片
结论：海珠区的关注度最高，但是带看比例不高，天河区、白云区的关注度相比稍低但是带看比却很高。
最后看下各区域中房价排在前几位的小区。
结论：各区域排在前几的小区价格相差不是很大，除了黄埔小区港湾路港湾东一街，与第二相差很大。
【fineBI可视化案例-二手房数据分析】整个仪表盘
推荐阅读
- 为什么孩子一定要学会可视化思维！
- 翼光家长沙龙复盘
- 小程序有哪些低成本获客手段——案例解析
- 【文魁大脑实用记忆第五期】贤派张丽琼第8次案例一地理记忆有汽泡图
- W15L21-L22-电商企业案例分析
- 案例11（|案例11： “我们” 小成功关注个人，大成功关注大多数人）
- 从正面管教看家庭案例
- 集合框架(集合嵌套存储和遍历元素的案例代码实现)
- [数据可视化]Seaborn简单介绍
- 目标管理模型的应用案例