2025年1月第1週の週間アパート価格動向：Python比較棒グラフで視覚化する方法
アパートの売買価格と賃貸価格が毎週どのくらい変動するのか気になりますか？韓国不動産院の'週間アパート価格動向'データをPythonで直接視覚化しながら、データを簡単に理解できるように説明します。
今日は Pythonの比較棒グラフを使用して、売買価格と賃貸価格の変動を一目で把握する方法を紹介します。これから下記の可視化コードに沿って、初心者でも理解できるようにラインバイラインのコード解説まで用意しましたので、最後までお付き合いください！
週間マンション価格動向データの説明
最近、韓国不動産院が発表した 2025年1月6日時点の週間マンション価格動向によると、
- 売買価格指数： 全国的に-0.03%下落
- チャーター価格指数： 全国的に0.00%で横ばい
地域別データは以下の通りです。
- 売買価格： ソウル 0.00%, 首都圏 -0.02%, 地方 -0.05%
- 貸切価格： ソウル 0.00%, 首都圏 0.00%, 地方 -0.01%
このデータを視覚的に明確に理解するには 比較棒グラフを使用してみるのが効果的です。
Python の比較棒グラフの実装 (コードブロック)
matplotlib.pyplot as plt をインポートします。
# データ入力
regions = ["Nationwide", "Seoul", "Capital Region", "Non-Capital Region"]].
sales_price_1 = [-0.03, 0.00, -0.02, -0.04]].
sales_price_2 = [-0.03, 0.00, -0.02, -0.05].
jeonse_price_1 = [0.00, 0.00, 0.00, -0.01].
jeonse_price_2 = [0.00, 0.00, 0.00, 0.00, -0.01].
# グラフサイズと設定
plt.figure(figsize=(8, 6))
bar_width = 0.35
x = range(len(regions))
# 売買価格指数の変動率の可視化
plt.bar(x, sales_price_1, bar_width, label='Dec 30, 2024', color='#3498db')
plt.bar([p + bar_width for p in x], sales_price_2, bar_width, label='Jan 6, 2025', color='#2c3e50')
plt.title('販売価格指数推移(%)')
plt.xticks([p + bar_width / 2 for p in x], regions)
plt.axhline(0, color='gray')
plt.legend()
plt.show()
#チャーター価格指数の変動率の可視化
plt.figure(figsize=(8, 6))
plt.bar(x, jeonse_price_1, bar_width, label='Dec 30, 2024', color='#e74c3c')
plt.bar([p + bar_width for p in x], jeonse_price_2, bar_width, label='Jan 6, 2025', color='#c0392b')
plt.title('Jeonse Price Index Change (%)')
plt.xticks([p + bar_width / 2 for p in x], regions)
plt.axhline(0, color='gray')
plt.legend()
plt.show()コード詳細解説
では、上記のコードを段階的に簡単に説明します。
1.データの準備
regions = ["全国", "ソウル", "首都圏", "非首都圏"]。
sales_price_1 = [-0.03, 0.00, -0.02, -0.04].
sales_price_2 = [-0.03, 0.00, -0.02, -0.05].
jeonse_price_1 = [0.00, 0.00, 0.00, -0.01].
jeonse_price_2 = [0.00, 0.00, 0.00, 0.00, -0.01].地域: 地域名を入れています。sales_price_1およびsales_price_2売買価格変動率データjeonse_price_1およびjeonse_price_2: 貸切価格変動率データ
2.棒グラフの設定と最初のグラフの生成
plt.figure(figsize=(8, 6))
bar_width = 0.35
x = range(len(regions))plt.figureグラフサイズ設定bar_width:バーの幅を設定します。x: バーグラフの位置を調整するためのリストの作成
3.売買価格指数変動率の可視化
plt.bar(x, sales_price_1, bar_width, label='Dec 30, 2024', color='#3498db')
plt.bar([p + bar_width for p in x], sales_price_2, bar_width, label='Jan 6, 2025', color='#2c3e50')plt.bar: バーグラフを描画するコマンドxとsales_price_1データを基準に最初のグラフを描きます。bar_widthを追加して、2番目の棒グラフを右に移動します。
4.貸室価格指数変動率の可視化
plt.bar(x, jeonse_price_1, bar_width, label='Dec 30, 2024', color='#e74c3c')
plt.bar([p + bar_width for p in x], jeonse_price_2, bar_width, label='Jan 6, 2025', color='#c0392b')
- チャーター価格データを同じように視覚化します。
結論：毎週のアパート価格動向を一目で把握する！
上記の Pythonの比較棒グラフを使用して 週間マンション価格動向を効果的に可視化することができました。データの変化を直感的に把握することができ、売買価格と賃貸価格の動向を地域別に比較することができました。
このように 不動産データを分析したい場合、Pythonはとても強力なツールになります。次回ももっと多様なデータの可視化と分析を準備してみます！
参考までに、Pythonの比較棒グラフと比較して、累積棒グラフはどのように視覚化できますか？ 結婚出産に対する認識の変化：累積棒グラフでデータを分析してみる ポストを通してその知識を身につけましょう！
