Extraits
[...] In # Évolution des transactions au fil de l'année 2022 df_2022["Date mutation"] = pd.to_datetime(df_2022["Dat e mutation"], df_2022["mois"] = df_2022["Date mutation"].dt.month monthly_counts = df_2022.groupby("mois").size() plt.figure(figsize=(10, monthly_counts.plot(marker='o', linestyle='-', color ='purple') plt.title("Nombre de transactions immobilières par moi s en 2022") plt.xlabel("Mois") plt.ylabel("Nombre de transactions") plt.xticks(range(1, "Fév", "Juin", "Juil", "Août", plt.grid() plt.show() Pics de vente en début d'été et en fin d'année. Activité basse en début d'année. In # Boxplot des prix au m² par type de bien plt.figure(figsize=(10, sns.boxplot(x=df_2022["Type local"], y=df_2022["prix_m palette="Set2", showfliers=False) plt.title("Boxplot des prix au m² par type de bien en 2022") plt.xlabel("Type de bien") plt.ylabel("Prix au m² plt.xticks(rotation=45) plt.show() /var/folders/rx/r35_mlgn4q758t104751brvm0000gp/T/ipyk ernel_8086/3851131409.py:3: FutureWarning: Passing `palette` without assigning `hue` is deprecat ed and will be removed in v0.14.0. [...]
[...] Analyses supplémentaires pour 2022 # Répartition des types de biens vendus type_counts = df_2022["Type local"].value_counts() plt.figure(figsize=(8, type_counts.plot(kind='bar', color='coral') plt.title("Répartition des transactions par type de bi en en 2022") plt.ylabel("Nombre de transactions") plt.xlabel("Type de bien") plt.xticks(rotation=45) plt.show() Une majorité de maison est vendue en France. In # Prix moyen au m² par type de bien type_prices = df_2022.groupby("Type local")["prix_m 2"].mean().sort_values() plt.figure(figsize=(8, type_prices.plot(kind='barh', color='green') plt.title("Prix moyen au m² par type de bien en 2022") plt.xlabel("Prix au m² plt.ylabel("Type de bien") plt.show() Les appartement ont une prix au m2 plus élevé sans doute car les appartement sont plus présents que les maisons dans les zones urbaines attractives. [...]
[...] In # Comparaison des distributions plt.figure(figsize=(10, sns.kdeplot(df_2022["prix_m2"], label="2022", shade=Tr ue) sns.kdeplot(df_2019["prix_m2"], label="2019", shade=Tr ue) plt.legend() plt.title("Comparaison des prix au m² entre 2019 et 20 plt.xlabel("Prix au m² plt.show() /var/folders/rx/r35_mlgn4q758t104751brvm0000gp/T/ipyk ernel_8086/1673878241.py:3: FutureWarning: `shade` is now deprecated in favor of `fill`; setting `fill=True`. This will become an error in seaborn v0.14.0; please update your code. sns.kdeplot(df_2022["prix_m2"], label="2022", shade =True) /var/folders/rx/r35_mlgn4q758t104751brvm0000gp/T/ipyk ernel_8086/1673878241.py:4: FutureWarning: `shade` is now deprecated in favor of `fill`; setting `fill=True`. [...]
[...] In # Charger les données géographiques des départements geojson_url = "https://france-geojson.gregoiredavid.f r/repo/departements.geojson" gdf = gpd.read_file(geojson_url) # Calculer la moyenne du prix au m² par département df_avg = df_2022.groupby("Code departement", as_index= False)["Surface reelle bati"].mean() # Assurer la correspondance des types pour la jointure df_avg["Code departement"] = df_avg["Code departemen t"].astype(str) gdf["code"] = gdf["code"].astype(str) # Fusionner les données géographiques avec les prix au m² gdf = gdf.merge(df_avg, left_on="code", right_on="Code departement", how="left") # Créer la carte m = folium.Map(location=[46.6031, 1.8883], zoom_start= # Centré sur la France # Ajouter les départements colorés en fonction du prix moyen au m² folium.Choropleth( geo_data=geojson_url, name="Surface du bati", data=df_avg, columns=["Code departement", "Surface reelle bat key_on="feature.properties.code", fill_color="YlOrRd", fill_opacity=0.7, line_opacity=0.2, legend_name="Surface reelle bati" ).add_to(m) # Ajouter les labels des prix sur la carte for row in gdf.dropna().iterrows(): folium.Marker( location=[row["geometry"].centroid.y, row["geo metry"].centroid.x], popup=f"{row['nom']} : {row['Surface reelle ba icon=folium.Icon(color="blue", icon="info-sig ).add_to(m) # Afficher la carte m.save("carte_surface.html") r visualisation m # Sauvegarde en HTML pou Out[181]: Make this Notebook Trusted to load map: File Trust Notebook 4. Comparaison avec 2019 Seulement le second semestre de 2019 ets disponible. On fait les mêmes prétraitements que pour 2022. [...]
[...] Assign the var iable to `hue` and set `legend=False` for the same ef fect. [...]
