2025 年 1 月第一周的每周公寓价格趋势：如何使用 Python 比较直方图进行可视化分析

您是否曾想过公寓销售和租赁价格每周之间的变化情况？我将教你如何用 Python 将韩国房地产厅提供的 "每周公寓价格趋势 "数据可视化，并用简单易懂的方式解释这些数据。

今天 Python 比较条形图来一目了然地了解销售和租赁价格的变化。请跟随下面的可视化代码，我们甚至会提供逐行代码解释，让初学者更容易理解！

📊 每周公寓价格趋势数据解读

近日，韩国房地产厅宣布 截至 2025 年 1 月 6 日的每周公寓价格趋势据、

• 买入/卖出价格指数： 全国下降 -0.031 TP3T
• 包机价格指数： 全国持平，为 0.001 TP3T

地区数据如下所示。

• 买卖价格： 首尔 0.00%，首都圈 -0.02%，各省 -0.05%
• 包机价格 首尔 0.00%，大都市区 0.00%，农村 -0.01%

要清楚直观地了解这些数据 比较条形图是一种有效的方法。

📈 实现 Python 比较直方图（代码块）

import matplotlib.pyplot as plt

输入 # 数据
regions = ["全国"、"首尔"、"首都地区"、"非首都地区"］
sales_price_1 = [-0.03, 0.00, -0.02, -0.04] (销售价格)
sales_price_2 = [-0.03, 0.00, -0.02, -0.05] (-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]

# 图形大小和设置
plt.figure(figsize=(8, 6))
bar_width = 0.35
x = range(len(regions))

直观显示 # 销售价格指数的百分比变化
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('Sales Price Index Change (%)')
plt.xticks([p + bar_width / 2 for p in x], regions)
plt.axhline(0, color='grey')
plt.legend()
plt.show()

可视化 # 包租价格指数的百分比变化
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='grey')
plt.legend()
plt.show()

📌代码解释

现在，我将以简单的步骤解释上述代码。

1. 准备数据

regions = [ "全国"、"首尔"、"首都地区"、"非首都地区"]
sales_price_1 = [-0.03, 0.00, -0.02, -0.04]
sales_price_2 = [-0.03, 0.00, -0.02, -0.05] (-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]

• 各地区：包含区域名称。
• 销售价格_1 和 销售价格_2百分比变化数据
• jeonse_price_1 和 价格2包机价格变化数据

2. 设置条形图并创建第一个图表

plt.figure(figsize=(8, 6))
bar_width = 0.35
x = range(len(regions))

• plt.figure：设定图形大小
• 条形宽度：设置条形图的宽度。
• x创建列表，调整条形图的位置

3. 显示价格指数的百分比变化

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命令绘制条形图
• x和 销售价格_1 根据数据绘制第一张图表。
• 条形宽度将第二个条形图向右移动

4.直观显示特许价格指数的百分比变化

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')

• 以同样的方式将包机价格数据可视化。

✅ 结论：每周公寓价格趋势一览！

"(《世界人权宣言》) Python 比较条形图使用 每周公寓价格趋势有效地将数据可视化。我们能够直观地识别数据的变化，并比较各地区销售和租赁价格的趋势。

这样， 财产数据那么 Python 就是一个非常强大的工具。请继续关注更多数据可视化和分析！

顺便问一下，与 Python 比较直方图相比，堆叠直方图如何可视化？ 改变对婚内生育的看法：用叠加条形图分析数据 查看本帖，了解如何操作！