影響房價的因素有很多募强，除了央媽，還有地理崇摄，人口擎值，氣候，交通逐抑，經(jīng)濟......等很多因素
因為R語言中繪制氣泡圖非常簡單鸠儿，所以這篇變成了一篇偽技術(shù)文，實質(zhì)是探討小學(xué)生數(shù)量是否能影響房價走勢厕氨。
小學(xué)生代表了人口的未來購買力进每，一方面，說明城市平均年齡較為年輕命斧，另一方面田晚，學(xué)區(qū)房的需求也會誘發(fā)房市的火熱，就像人口老齡化會降低房價走勢一樣国葬。當(dāng)然贤徒，這種關(guān)系并非單純的線性關(guān)系。（要真是那么簡單就好啦）
數(shù)據(jù)來源：小學(xué)生數(shù)據(jù)參考以下圖表汇四，補充了幾個我感興趣的城市接奈，比如蘇州。
全市人口也很容易獲得通孽，因為2015年進行過全國人口普查序宦，所以各城市的人口數(shù)據(jù)都比較齊全。這里采用了常住人口而非戶籍人口背苦。生成以下excel表格挨厚，ratio=2015年小學(xué)生數(shù)量/2008年數(shù)量堡僻，total=全市常住人口糠惫，price=2016年8月均價
數(shù)據(jù)展現(xiàn)過程：
r<-mydata$price
attach(mydata)
symbols(ratio,total,circle=r,inches=0.3,fg="white",bg="lightblue",
? xlab="小學(xué)生人數(shù)2015/2008同比",ylab="全市常住人口",
? main="城市人口，小學(xué)生人數(shù)增長與房價氣泡圖")
text(ratio,total,mydata$X1,cex=0.6)
方案一：以2015/2008年比例為x軸，全市常住人口為y軸要出，房價高低代入為氣泡大小捷兰。
蘇州的小學(xué)生數(shù)在2014到2015年有一個30多w到60多w的跳升，并在2016年保持了60多w固阁，所以比例特別高壤躲，相比之下，蘇州的房價倒還不算太高备燃。
方案二：以2015/2008年比例為x軸碉克，2016年8月均價為y軸，城市常住人口代入為氣泡大小并齐。
北京和上海不出所料的仍然浮在最上端漏麦，兩個比例高的城市中，廈門人少價高况褪，蘇州比較親民撕贞。
symbols(ratio,price,circle=total,inches=0.3,fg="white",bg="lightblue",
? xlab="小學(xué)生人數(shù)2015/2008同比",ylab="2016年8月均價",
? main="城市人口，小學(xué)生人數(shù)增長與房價氣泡圖")
text(ratio,price,mydata$X1,cex=0.6)
方案三：以城市常住人口為x軸测垛，2016年8月均價為y軸捏膨，2015年全市人口與小學(xué)生之比代入為氣泡大小。
相對于這種比例食侮，深圳号涯，廈門，東莞屬于比較年輕有活力的城市锯七，東莞的價格屬于比較親民链快。
symbols(total,price,circle=total%/%s2015,inches=0.3,fg="white",bg="lightblue",
xlab="2015年城市人口",ylab="2016年8月均價",
main="城市人口，小學(xué)生人數(shù)增長與房價氣泡圖")
text(total,price,mydata$X1,cex=0.6)
氣泡圖在統(tǒng)計學(xué)中據(jù)說并不太受重用起胰，因為相比于長度久又，人們對面積的判斷統(tǒng)籌更困難，但在商業(yè)應(yīng)用中非常受歡迎效五。它的另一個特點是需要三個維度地消，而前面提到過的dotchart點圖就只需要一個維度。
從上文可見畏妖，根據(jù)不同的維度安排x軸脉执，y軸，氣泡大小戒劫，不但做出不同的圖形半夷，也會因此有不同的解讀婆廊。因此，如何安排這三個維度巫橄，是氣泡圖的挑戰(zhàn)淘邻。
