探索旧金山

探索了城市之间的区别，我们开始更详细地查看单个城市。旧金山是个很显然的选择：在我们包含的数据中它是最大的城市，也是我们最熟悉的城市，而且它包含一些标志性的特征，可以很容易为别人所识别。我们通过抽取旧金山的所有地址来开始探索，这些地址通过非常高的精确度进行编码，为我们总共提供25377个地址。我们创建了一个简单的经纬度散点图，如图18-13所示。

图　18-11：从上到下，住房价格的下降（价格回落）和平均收入、大学生比例和平均交通时间的关系

图　18-12：新的构建与最近价格（上图）和个人收入（下图）的关系，数据以县为单位聚集。住房单位个数在价格较低和人均收入较低的住房城市相对增长最大

对于城市的居住地区，该图给了我们非常详尽的画面。我们可以看到街道方向、海滨边界和公园。一些地区的视图，如市中心，显得更散落，因为这些地方住宅区较少。（在本章中，我们将避免用简写词“房子”，因为很显然很多销售的住房指的是公寓。）

该绘图的一个问题是我们无法看到每个特定位置的销售数量。图18-14显示了试着捕获信息的两种尝试。在上图，我们显示的是冒泡图，其地理位置和销售数量成正比。现在，我们得到和商业区非常不同的视图：那里有很高的销售量。仔细查看这些数据可以发现这些公寓建筑有几百套的公寓。在下图，我们把旧金山分成经度和纬度0.005平方米的方块，计算每个方块内的住房数量。这给了我们更高层次的视图，显示主要的家庭所在的地区。

图　18-13：（上图）对于数据中的每个住宅销售都画出了一个小点，它给我们非常好的旧金山布局的感觉；（下图）为了比较，显示的是一张旧金山的街道地图，来自http：//openstreetmap.com（见彩图68）

使用相同的分块方式，我们计算了住房价格的均值和变化系数。变化系数是通过除以平均值计算出来的标准差。我们这里使用它是因为$100000的变化在当住房价格很低时要比住房价格高相对更重要。

图　18-14：住宅销售数量的地理分布。（上图）该图和之前的绘图相似，但是点的大小和每个唯一位置的销售数量成正比。这大大改变了图片，因为城市大公寓的复杂性现在开始凸显出来。（下图）在更高层聚集的销售显示：经度和纬度被划分到少数的分块，每个分块的销售数量都被计数，作为分块的颜色显示

图18-15显示了这两种求和统计的地理分布。我们可以看到Presidio城市边界和该城市的南海岸最昂贵的住房。在西南地区看起来有个高峰：这就是富裕的St.Francis Wood地区，在旧金山州立大学附近。变化系数存在一个有趣的地理趋势：似乎价格朝着西北地区增长。

图　18-15：使用和之前图相同的经度和纬度分块方法；均值（上图）和变化系数（下图）是使用相同的灰色调来计算和显示的