DataProcessing

Python 数据处理与数据分析学习项目，内容覆盖 NumPy、Pandas、Matplotlib、Seaborn 以及一个完整的房地产市场分析综合案例。项目以 Jupyter Notebook 为主要载体，适合边运行代码边理解数据分析流程。

项目内容

项目按学习顺序拆分为多个模块：

目录	内容
01_numpy	NumPy 基础、数组创建、索引切片、数组运算、常用统计函数
02_pandas_series	Pandas Series 的创建、索引、切片、缺失值处理和常用操作
03_pandas_dataframe	DataFrame 创建、筛选、排序、增删改查、类型转换
04_数据分析	数据读取、清洗、转换、统计分析、分组聚合等基础分析流程
05_matplotlib	Matplotlib 绘图基础，包含折线图、柱状图、散点图、子图和图表样式设置
06_seaborn	Seaborn 统计图表，包含分布图、箱线图、热力图、分类图等
07_房地产市场分析	综合案例：读取二手房数据，完成清洗、特征构造、分层分析、相关性分析和可视化
utils	项目公共常量和辅助代码

其中 07_房地产市场分析/综合案例.ipynb 是完整项目案例，包含：

• CSV 数据读取与字段检查
• 缺失值、重复值处理
• 面积、总价、单价、年份等字段清洗和类型转换
• 区域、楼层、户型、楼龄、直辖市标记等特征构造
• 价格分层、城市维度、户型维度、朝向维度分析
• 相关性分析与热力图
• Seaborn/Matplotlib 图表展示

适合学习人群

本项目适合：

• Python 基础入门后，想系统学习数据分析的学习者
• 正在学习 NumPy、Pandas、Matplotlib、Seaborn 的同学
• 想通过真实 CSV 数据练习数据清洗和可视化的人
• 需要准备数据分析课程作业、课程设计或入门作品集的人

建议具备以下基础：

• 会运行 Python 脚本或 Jupyter Notebook
• 理解变量、列表、字典、函数等 Python 基础语法
• 对表格数据、CSV 文件、统计指标有基本概念

主要技术

• Python 3.9+
• NumPy
• Pandas
• Matplotlib
• Seaborn
• Jupyter Notebook / JupyterLab
• CSV 数据处理
• 数据清洗、特征工程、分组聚合、相关性分析、数据可视化

安装与运行

1. 克隆或打开项目

git clone <your-repo-url>
cd DataProcessing

如果已经在本地有项目，直接进入项目根目录即可。

2. 创建虚拟环境

Windows PowerShell：

python -m venv .venv
.\.venv\Scripts\Activate.ps1

macOS / Linux：

python -m venv .venv
source .venv/bin/activate

3. 安装依赖

python -m pip install --upgrade pip
python -m pip install numpy pandas matplotlib seaborn jupyter ipykernel

如果使用 Anaconda，也可以安装到当前 conda 环境：

conda install numpy pandas matplotlib seaborn jupyter ipykernel

4. 注册 Jupyter 内核

python -m ipykernel install --user --name data-processing --display-name "Python (DataProcessing)"

5. 启动 Jupyter

jupyter notebook

打开对应目录下的 .ipynb 文件，并选择内核：

Python (DataProcessing)

推荐从基础模块依次学习，也可以直接运行综合案例：

07_房地产市场分析/综合案例.ipynb

验证综合案例能否运行

可以在项目根目录执行：

jupyter nbconvert --to notebook --execute "07_房地产市场分析/综合案例.ipynb" --output "综合案例.executed.ipynb"

如果命令执行完成且没有报错，说明 notebook 可以从头到尾运行。

常见问题

1. pandas 和 numpy 版本不兼容

如果看到类似错误：

this version of pandas is incompatible with numpy

通常是同一个 Python 环境中混装了不同来源的包。建议在同一个虚拟环境中重新安装：

python -m pip install --upgrade numpy pandas

或使用 conda 环境统一安装依赖。

2. notebook 中 import seaborn 报错

说明当前 Jupyter 内核对应的 Python 环境没有安装 Seaborn。先确认 notebook 右上角选择的内核，再在对应环境安装：

python -m pip install seaborn

3. 找不到 utils 模块

请从项目根目录启动 Jupyter，或确保 notebook 中已经把项目根目录加入 sys.path。综合案例 notebook 已包含路径初始化代码。

学习建议

推荐学习顺序：

1. 01_numpy
2. 02_pandas_series
3. 03_pandas_dataframe
4. 04_数据分析
5. 05_matplotlib
6. 06_seaborn
7. 07_房地产市场分析/综合案例.ipynb

学习时建议每个 notebook 都按顺序运行，并尝试修改筛选条件、聚合指标和图表参数，加深对数据分析流程的理解。

参考

项目内容参考 Python 数据分析相关课程和练习材料整理，代码与案例用于学习和练习数据处理、统计分析及数据可视化。