Herramientas de usuario

Herramientas del sitio


cuales-son-las-variaciones-de-precios-por-plaza

Diferencias

Muestra las diferencias entre dos versiones de la página.

Enlace a la vista de comparación

Ambos lados, revisión anteriorRevisión previa
cuales-son-las-variaciones-de-precios-por-plaza [2017/10/03 18:42] – [3 Qué herramientas uso para preparar los datos. Qué pasos debo seguir] numerotecacuales-son-las-variaciones-de-precios-por-plaza [2018/04/15 18:54] (actual) numeroteca
Línea 2: Línea 2:
  
  
-Documentación basada originalmente en https://github.com/montera34/airbnbeuskadi/wiki/Variaciones-espaciales-de-precios-por-plaza-en-Donostia+Documentación basada originalmente en https://github.com/montera34/airbnbeuskadi/wiki/Variaciones-espaciales-de-precios-por-plaza-en-Donostia desarrollado por Ana Boto, Habib Belaribi, Pablo de Miguel, Patxi Sesigai y Claudia Yubero en el Summerlab'17 en Hirikilabs, Donostia.
  
 ===== 1. Qué análisis o visualización responde a la pregunta ===== ===== 1. Qué análisis o visualización responde a la pregunta =====
Línea 25: Línea 25:
 ===== 3 Qué herramientas uso para preparar los datos. Qué pasos debo seguir ===== ===== 3 Qué herramientas uso para preparar los datos. Qué pasos debo seguir =====
  
 +==== Descripción de las herramientas y pasos a dar ====
  
-A) Proceso:+**A) Proceso**
  
 Nos basamos inicialmente en el ejemplo descrito en: https://github.com/montera34/airbnbeuskadi/wiki/%C2%BFC%C3%B3mo-se-concentra-la-oferta-por-barrios-de-Airbnb%3F Nos basamos inicialmente en el ejemplo descrito en: https://github.com/montera34/airbnbeuskadi/wiki/%C2%BFC%C3%B3mo-se-concentra-la-oferta-por-barrios-de-Airbnb%3F
Línea 35: Línea 36:
 QGIS permite asociar las coordenadas de puntos geográficos(longitud, latitud), en nuestro caso las viviendas sobre airbnb, con las coordenadas de la fronteras de los barrios de Donostia, superponiendo 2 bases de datos (base 1: fronteras de los barrios, base 2: coordenadas de las viviendas) QGIS permite asociar las coordenadas de puntos geográficos(longitud, latitud), en nuestro caso las viviendas sobre airbnb, con las coordenadas de la fronteras de los barrios de Donostia, superponiendo 2 bases de datos (base 1: fronteras de los barrios, base 2: coordenadas de las viviendas)
  
-B) Herramientas:+**B) Herramientas**
  
 Privilegiamos el uso de software libre, de acuerdo con nuestras ganas de facilitar el compartimiento de conocimiento con cualquier persona con esté interesada en este tema: Privilegiamos el uso de software libre, de acuerdo con nuestras ganas de facilitar el compartimiento de conocimiento con cualquier persona con esté interesada en este tema:
Línea 44: Línea 45:
 alternativa: https://carto.com/ : software en línea, se usa dentro de tu navegador alternativa: https://carto.com/ : software en línea, se usa dentro de tu navegador
  
-3) Producción de las mapas+==== 3) Producción de las mapas ====
  
-3-A) trabajo con QGIS+ 
 +=== 3-A) trabajo con QGIS ===
  
 Paso 1: cargar capa csv con los datos de airbnb en QGIS. Al cargarla nos pedirá la proyección. Nos aseguramos de que es la misma en todas las capas. En este caso elegimos WGS 84: EPSG 4326. Paso 1: cargar capa csv con los datos de airbnb en QGIS. Al cargarla nos pedirá la proyección. Nos aseguramos de que es la misma en todas las capas. En este caso elegimos WGS 84: EPSG 4326.
Línea 59: Línea 61:
  
 Paso 3: utilizamos la herramienta "Unir atributos por localizacion" (Menu: Vector > Data Management Tools > Join Attributes by location) para añadir informacion (de barrio) a cada unos de los anuncios de  la base de datos de los anuncios. La capa  "Target vector Layer" serán nuestros anuncios de Airbnb y la "Join Vector Layer" los barrios. Marca "Take attributes of first located feature" y "Only keep matching records" (para quedarte solamente con los puntos que están en los barrios". Salva la capa como un shapefile y comprueba que se aha añadido la columna de "barrio" a tus base de datos de anuncios. Paso 3: utilizamos la herramienta "Unir atributos por localizacion" (Menu: Vector > Data Management Tools > Join Attributes by location) para añadir informacion (de barrio) a cada unos de los anuncios de  la base de datos de los anuncios. La capa  "Target vector Layer" serán nuestros anuncios de Airbnb y la "Join Vector Layer" los barrios. Marca "Take attributes of first located feature" y "Only keep matching records" (para quedarte solamente con los puntos que están en los barrios". Salva la capa como un shapefile y comprueba que se aha añadido la columna de "barrio" a tus base de datos de anuncios.
 +
 ===== 4 Qué herramientas uso para producir la visualización. Qué pasos debo seguir ===== ===== 4 Qué herramientas uso para producir la visualización. Qué pasos debo seguir =====
  
-3-B) trabajo sobre los datos con una hoja de cálculo+==== 3-B) trabajo sobre los datos con una hoja de cálculo ====
  
 Se exporta la nueva base de datos a una hoja de calculo para limpiarla: Quitar informacion irrelevante (codigo de barrio, las shape lenght y area tec.) para dejar BAR_DS_O. Se exporta la nueva base de datos a una hoja de calculo para limpiarla: Quitar informacion irrelevante (codigo de barrio, las shape lenght y area tec.) para dejar BAR_DS_O.
Línea 67: Línea 70:
 Partimos de una base de datos que recoge los anuncios del día 28 de marzo de 2017 (martes) y completada con los anuncios de una segunda base de datos (1830). Hemos calculado la media de los precios por plaza de cada anuncio. El dato precios por plaza nos permite comparar pisos de diferente tamaño. Nos hemos centrado solo en los pisos turísticos completos (1346), eliminando las habitaciones compartidas y las habitaciones privadas (suponiendo que estas no están en pisos turísticos completos, aunque sabemos que puede no ser así siempre). A cada anuncio le hemos asignado el barrio en el que se ubica y como en 3 casos no reconocía el barrio hemos eliminado estos registros (1343). También hemos eliminado otros 2 que no tenían dato de precio precio (1341). Las medias por barrio se han obtenido sobre este total de registros. Para analizar la distribución espacial hemos optado por hacer cuadriculas dado el gran número de puntos según propone carto.com. Partimos de una base de datos que recoge los anuncios del día 28 de marzo de 2017 (martes) y completada con los anuncios de una segunda base de datos (1830). Hemos calculado la media de los precios por plaza de cada anuncio. El dato precios por plaza nos permite comparar pisos de diferente tamaño. Nos hemos centrado solo en los pisos turísticos completos (1346), eliminando las habitaciones compartidas y las habitaciones privadas (suponiendo que estas no están en pisos turísticos completos, aunque sabemos que puede no ser así siempre). A cada anuncio le hemos asignado el barrio en el que se ubica y como en 3 casos no reconocía el barrio hemos eliminado estos registros (1343). También hemos eliminado otros 2 que no tenían dato de precio precio (1341). Las medias por barrio se han obtenido sobre este total de registros. Para analizar la distribución espacial hemos optado por hacer cuadriculas dado el gran número de puntos según propone carto.com.
  
-3-C) trabajo sobre carto.com+==== 3-C) trabajo sobre carto.com ====
  
 Capturas de pantalla disponibles por aquí: http://www.pearltrees.com/habsinn/item205116760. Capturas de pantalla disponibles por aquí: http://www.pearltrees.com/habsinn/item205116760.
Línea 77: Línea 80:
 Cliquea sobre el símbolo para modificar tu nuevo mapa "untitled map" : darle un título, una descripción y luego trabajar sobre los datos...(captura de pantalla 9) Cliquea sobre el símbolo para modificar tu nuevo mapa "untitled map" : darle un título, una descripción y luego trabajar sobre los datos...(captura de pantalla 9)
  
-3-D) trabajo para dibujar y imprimir las variaciones de precio por zona en la forma de un mapa 3D**+==== 3-D) trabajo para dibujar y imprimir las variaciones de precio por zona en la forma de un mapa 3D** ====
  
-HERRAMIENTAS:+**Herramientas:**
  
-embossify.com +  * [[http://www.embossify.com/|embossify.com]] Convert 2D images to 3D objects. 
-tinkercad.com +  * [[https://www.tinkercad.com/|tinkercad.com]] Simple, online 3D design and 3D printing app for everyone. 
-https://stephaneginier.com/sculptgl/ +  * [[https://stephaneginier.com/sculptgl/]] Online modelator. 
-PROCESO:+ 
 +**Proceso:**
  
 1- Trabajo sobre carto.com: El objetivo es limpiar la carta para que sea más fácil crear un archivo 3D donde se visualizan las variaciones de precio por una altura espacial diferente. Resultado obtenido: 1- Trabajo sobre carto.com: El objetivo es limpiar la carta para que sea más fácil crear un archivo 3D donde se visualizan las variaciones de precio por una altura espacial diferente. Resultado obtenido:
 +
 +{{:variaciones-precio-plaza-donostia.png?400|}}
  
 2- Elegir la capa de datos de los barrios y poner esa capa en color blanco o muy claro para diferenciar bien el fondo de la visualización que nos interesa 2- Elegir la capa de datos de los barrios y poner esa capa en color blanco o muy claro para diferenciar bien el fondo de la visualización que nos interesa
Línea 102: Línea 108:
 Ejemplo de resultado para imprimir: Ejemplo de resultado para imprimir:
  
-Otras ideas de visualización para la próxima vezacon una impresora 3D que tiene RGB, se podría hacer un color por torre/barra según el precio medio que representa, para diferenciar las "torres invisibles" cada quintile. bcon una impresora 3D que tiene RGB,hacer un color por quintile dentro de cada torre, y así ver un degradado de color para cada torre y entonces para el mapa 3D en general.+{{:precios-donostia-3d.png?400|}}
  
-==== Resultado ====+Otras ideas de visualización para la próxima vez: a- con una impresora 3D que tiene RGB, se podría hacer un color por torre/barra según el precio medio que representa, para diferenciar las "torres invisibles" cada quintile. b- con una impresora 3D que tiene RGB,hacer un color por quintile dentro de cada torre, y así ver un degradado de color para cada torre y entonces para el mapa 3D en general.
  
cuales-son-las-variaciones-de-precios-por-plaza.txt · Última modificación: 2018/04/15 18:54 por numeroteca