【DeepSeek开发】Python实现纽约房价热力图
软件环境：PyCharm 2022.3.1和Jupyter Notebook (anaconda3)
数据源：Kaggle的纽约Airbnb开放数据集（含价格、评论、地理位置）
分析方向：挖掘热门区域、价格影响因素（如评分与预订率的关系）
工具：Pandas + Seaborn（相关性热力图），可生成房源分布热力图
最近接入DeepSeek的第三方软件层出不穷，像华为云可以在线体验DeepSeek，推理过程几乎无限制生成，但导致因为文本长度受限而无法正常生成结果，界面功能也比较少，只提供文本生成功能。纳米AI搜索接入的模型种类很丰富，不过之前只有移动端，最近才有网页版，而且移动端文本无法复制。
最后使用下来腾讯元宝的效果比较好，界面很清爽，联网搜索时检索数据库中包含微信公众号里的优质好文，这一点非常有特点，这也能为很多创作者的文章引流。
而且生成效果相比其他家要好很多，它的推理过程与DeepSeek官网的推理过程非常相似，比如经典的开头“嗯，用户想......”句式，推理过程较长，能比较好的回答问题。生成速度也比较快，没有询问次数限制，不像DeepSeek官网问两句就服务器繁忙了，导致之前感觉DeepSeek的debug功能比较弱。
但是依旧限制文本生成长度，最多生成200-300行左右的代码，太长了就会直接显示代码长度超过600行无法生成。而且上下文联系和记忆力能力不行，应该是被砍了，希望以后限制能放宽。
一、数据源
为了继续检测DeepSeek的代码生成能力，我挑选了Kaggle上热度很高、比较经典的数据集——纽约市房源数据集(2019)。
New York City Airbnb Open Data
https://www.kaggle.com/datasets/dgomonov/new-york-city-airbnb-open-data 根据DeepSeek提供的方案，给出了分析方向和所需工具。
| 分析方向 | 挖掘热门区域、价格影响因素（如评分与预订率的关系） |
| 工具 | Pandas + Seaborn（相关性热力图），可生成房源分布热力图 |
二、纽约房源分析
2.1数据集分析
2.1.1热门区域分析
1.房源集中度
曼哈顿和布鲁克林是房源最集中的区域，占纽约市Airbnb房源总量的70%以上。曼哈顿的房源密度最高，尤其在时代广场、中央公园周边及金融区形成显著热点。皇后区房源数量约为曼哈顿的1/3，但雷哥公园（Rego Park）等新兴区域因性价比高（月租约$2590）、靠近地铁和华人超市，近年需求增长较快。
2.价格分布特征
曼哈顿平均房价最高（约170/天），细分区域如金融区、上东区可达200-300/天；布鲁克林次之（100−200/天），皇后区部分区域低至50/天。高价房源多集中在市中心和景点周边，如曼哈顿中城（Midtown）和威廉斯堡（Williamsburg）的Loft公寓（日均$400+）。
2.1.2价格影响因素分析
1.核心变量相关性
房型：整户出租（Entire Home）价格显著高于独立房间（Private Room），相关系数达0.65。例如，曼哈顿整户房源占比超60%，均价200+，而合住房间（SharedRoom）仅占550。
地理位置：纬度（曼哈顿中南部）和经度（靠近哈德逊河）与房价呈强正相关（r=0.42），通过热力图可见深色高密度高价区集中在曼哈顿下城。
可预订天数（availability_365）：与价格负相关（r=-0.38），全年可订房源多属长租低价类型，而稀缺性高的短租房源（如旺季限时房源）价格更高。
2.评分与预订率关系
高评分房源（>4.8）的预订率比低评分房源（<4.0）高25%，但价格差异仅10%。这表明用户更倾向为高评分支付溢价，但评分对价格的直接影响弱于房型和位置。
评论数量：月均评论数每增加1条，价格提升约$5（r=0.21），反映活跃房源的市场认可度。
2.2代码
纽约市房源热力图数据可视化代码https://download.csdn.net/download/m0_53095310/90437233 下面给出纽约市房源分析部分代码：
# 导入依赖库
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
# 1. 数据加载与清洗
# 注意：文件路径需替换为实际路径
df = pd.read_csv('AB_NYC_2019.csv')
# 处理价格异常值（删除超过1000美元的数据）
df = df[(df['price'] > 0) & (df['price'] <= 1000)]
# 2. 热门区域分析
plt.figure(figsize=(10,6))
sns.countplot(data=df, x='neighbourhood_group', order=df['neighbourhood_group'].value_counts().index)
plt.title('各区域房源数量分布')
plt.xlabel('区域')
plt.ylabel('房源数量')
plt.show()
# 3. 房源分布热力图（需安装folium或使用seaborn kdeplot）
plt.figure(figsize=(12,8))
sns.kdeplot(
x=df['longitude'],
y=df['latitude'],
cmap='viridis',
fill=True,
thresh=0.05,
alpha=0.5
)
plt.title('纽约Airbnb房源地理分布密度图')
plt.xlabel('经度')
plt.ylabel('纬度')
plt.xlim(-74.05, -73.75) # 限制为纽约市范围
plt.ylim(40.6, 40.9)
plt.show()2.3结果图
2.3.1价格影响因素相关性分析
2.3.2纽约Airbnb房源地理分布密度图
2.3.3不同房型价格分布对比
2.4商业启示
1.房东策略：曼哈顿房东可通过整户出租和动态定价（如旺季提价20%）最大化收益；布鲁克林房东可突出性价比和交通便利性吸引长租客。
2.平台优化：推荐算法可结合地理位置和房型权重，优先展示高评分、高稀缺性房源。
三、纽约房价热力图
3.1代码
经过反复的询问和修改以后，大体上生成了较为满意的结果。部分代码如下：
# 1. 数据加载与清洗
# 注意：文件路径需替换为实际路径
df = pd.read_csv('../../AB_NYC_2019.csv')
# 数据预览与基本检查
print("原始数据概览：")
print(df.info())
print("\n缺失值统计：")
print(df.isnull().sum())
# 处理异常值
df = df[
(df['price'] > 0) & (df['price'] <= 1000) & # 价格范围
(df['minimum_nights'] <= 30) & # 最大住宿天数限制
(df['availability_365'] <= 365) # 可用天数验证
].copy() # 创建副本避免链式赋值警告
# 缺失值处理（填充评论相关列为0）
df['reviews_per_month'] = df['reviews_per_month'].fillna(0)
# 2. 热门区域分析
# 修改后的热门区域分析代码
plt.figure(figsize=(10,6))
ax = sns.countplot(
data=df,
x='neighbourhood_group',
hue='neighbourhood_group', # 新增hue参数
order=df['neighbourhood_group'].value_counts().index,
palette='viridis',
legend=False # 禁用图例
)
plt.title('纽约Airbnb各区域房源数量分布', fontsize=14, pad=20)
plt.xlabel('行政区域', fontsize=12)
plt.ylabel('房源数量', fontsize=12)
# 添加数据标签
for p in ax.patches:
ax.annotate(f'{p.get_height():,.0f}',
(p.get_x()+p.get_width()/2., p.get_height()),
ha='center', va='center',
xytext=(0, 5),
textcoords='offset points')
plt.tight_layout()
plt.savefig('区域房源分布.png', dpi=300) # 保存图表
plt.close()
# 3. 房源分布热力图
plt.figure(figsize=(12,8))
sns.kdeplot(
x=df['longitude'],
y=df['latitude'],
cmap='viridis',
fill=True,
thresh=0.05,
alpha=0.6,
bw_adjust=0.5 # 调整带宽平滑度
)
plt.title('纽约Airbnb房源地理分布密度图', fontsize=14, pad=20)
plt.xlabel('经度', fontsize=12)
plt.ylabel('纬度', fontsize=12)
plt.xlim(-74.05, -73.75)
plt.ylim(40.6, 40.9)
plt.tight_layout()
plt.savefig('地理分布.png', dpi=300)
plt.close()
# 4. 价格影响因素分析
# 重新构造分析数据集（包含原始区域列）
analysis_df = df[[
'price',
'number_of_reviews',
'reviews_per_month',
'availability_365',
'minimum_nights',
'neighbourhood_group' # 包含区域列用于后续处理
]].copy()
# 使用独热编码处理区域（替代数值编码）
area_dummies = pd.get_dummies(
analysis_df['neighbourhood_group'],
prefix='area'
)
analysis_df = pd.concat([analysis_df, area_dummies], axis=1)
# 删除原始区域列和缺失值
analysis_df = analysis_df.drop('neighbourhood_group', axis=1).dropna()
# 计算相关系数矩阵
corr_matrix = analysis_df.corr()
# 绘制相关性热力图（仅显示价格相关部分）
plt.figure(figsize=(12,8))
sns.heatmap(
corr_matrix[['price']].sort_values(by='price', ascending=False),
annot=True,
cmap='coolwarm',
linewidths=0.5,
annot_kws={'size':10},
vmin=-0.5, vmax=0.5, # 统一颜色标尺
cbar_kws={'label': '相关系数'}
)
plt.title('价格影响因素相关性分析', fontsize=14, pad=20)
plt.xticks(rotation=45)
plt.tight_layout()
plt.savefig('价格相关性.png', dpi=300)
plt.close()3.2结果图
3.2.1区域房源分布图
3.2.2价格相关性
3.2.3地理分布
3.2.4房源分布热力图
3.2.5加强版热力图
3.2.6评论价格关系
四、 交互式热力图
4.1代码
# 1. 数据加载（需准备两个文件）
# Airbnb房源数据（确保包含经纬度）
df = pd.read_csv('AB_NYC_2019.csv')
# 行政区划GeoJSON数据（可从政府开放数据平台获取）
nyc_geo = gpd.read_file('tl_2024_us_county.json') # 需替换为实际边界文件
# 2. 数据预处理
# 筛选有效坐标点（纽约市范围）
df = df[(df['longitude'].between(-74.05, -73.75)) &
(df['latitude'].between(40.5, 40.9))]
# 3. 创建基础地图
m = folium.Map(location=[40.7128, -74.0060], # 纽约市中心坐标
zoom_start=11,
tiles='CartoDB positron', # 浅色底图适配行政区划
control_scale=True)
# 4. 添加行政区划边界层
folium.GeoJson(
nyc_geo,
name='行政区划',
style_function=lambda feature: {
'fillColor': '#d3d3d3', # 浅灰填充
'color': '#4a4a4a', # 深灰边界
'weight': 1.5,
'fillOpacity': 0.2
}
).add_to(m)
# 5. 生成热力图层
heat_data = df[['latitude', 'longitude']].values.tolist()
HeatMap(heat_data,
name='房源密度',
min_opacity=0.3,
max_opacity=0.8,
radius=15,
blur=25,
gradient={0.4: 'blue', 0.6: 'lime', 1: 'red'}, # 自定义颜色梯度
).add_to(m)4.2结果图
行政区划需要下载tl_2024_us_county.json以此描绘出各区边界，美国人口普查局（US Census Bureau）提供全美各级行政区划数据（含县、市边界），该数据源由DeepSeek给出。下载的Shapefile文件可通过QGIS或在线工具（如mapshaper.org）转换为GeoJSON格式，这里我选用了在线工具mapshaper。
