تحليل بيانات عقارية باستخدام Python

استيراد البيانات ومعالجتها باستخدام مكتبات مثل pandas وnumpy.

إنشاء رسوم بيانية باستخدام matplotlib وseaborn لعرض العلاقة بين السعر والمساحة أو عدد الغرف.

بناء نموذج تنبؤي بسيط (Linear Regression) لتقدير أسعار المنازل بناءً على الخصائص.

import pandas as pd

import seaborn as sns

import matplotlib.pyplot as plt

from sklearn.linear_model import LinearRegression

# قراءة البيانات

df = pd.read_csv("housing.csv")

# تحليل العلاقة بين السعر والمساحة

sns.scatterplot(x="area", y="price", data=df)

plt.show()

# نموذج تنبؤي بسيط

X = df[["area", "bedrooms", "bathrooms"]]

y = df["price"]

model = LinearRegression()

model.fit(X, y)

print("معاملات النموذج:", model.coef_)