26年WP数据科学与大数据技术 基于Spark的武汉在售二手房数据分析及可视化5.08-AI6.24全日制(27088字).docx

I摘 要 目前我国房地产市场正处在以存量房为主导的阶段。武汉市属于中部核心城市，二手房市场交易频繁，结构变得越发繁杂，累积了诸多涉及区位、价格、面积、户型、装修、楼层、建筑类型等方面的房源信息。这些数据给开展房源分布特征、区域房价差异、房源特征匹配度分析和房价预测等有关研究赋予了重要的数据支撑。本文主要从数据采集、预处理、存储、分析和可视化五个部分来开展研究工作。利用 Pandas 进行去重、缺失值填补、异常值去除等工作，把清洗过的结构化数据保存到HDFS 中，使海量数据得到稳定地存储并可以被快速调用。利用 Spark 分布式计算以及Spark...