家賃偏差値のマップを検索すると県ごとに偏差値が求められているものが出てくる。
しかし、例えば東京に勤務地があるけど、東京だと高いから神奈川県や埼玉県や千葉県に住みたいって思う人だって当然いる。
だから、今回は関東全体の家賃偏差値をもとめることにした。
そして、その値を地図にヒートマップとして表示して可視化を行った。
参考にしたサイトはQiitaの以下の二つのサイト
📚matplotlibのbarプロットでカラーバーをつける方法
今回はjupyter notebookでプログラムを書いた。
プログラムを書く前に
プログラムを書く前に以下のコマンドをanaconda promptを起動して実行しモジュールをインストールしておく。
conda install -c conda-forge geopandas
conda install descartes
QGISでマップを作る
可視化をするための基となる地図を用意しなければならない。
これをQGISで作る。
QGISをインストーラーをダウンロードする場所はここ。
QGIS用の基となるmapはこちらに都道府県ごとに置いてある。
関東のデータをダウンロードしQGISに開く。
各都道府県毎のレイヤができるのでそれらを結合して、結合したデータをgeojsonファイルとしてエクスポートする。
QGISの画面として以下のような感じ。(ここら辺はググると説明しているサイトが色々あるので詳細はそちらを見た方が早いと思う)
![](https://apao-m-appare99999.com/wp-content/uploads/2022/09/image-1024x582.png)
プログラム
今回はsuumoのページの家賃の数値を使った。
例えば東京ならこちらのページの値を用いた。
今回使用するデータは2022年9月14日に更新されたデータを用いている。
条件はマンションのワンルームとした。
まずはプログラムの全体像を載せる。
import numpy as np
import pandas as pd
import geopandas as gpd
import matplotlib.colors
import matplotlib.pyplot as plt
import re
import statistics
import math
from matplotlib.colors import Normalize
from matplotlib.cm import ScalarMappable, get_cmap
### (1) データ側の処理
filename = "./kanto_map/kantou.geojson"
df_yachin = pd.read_excel('./kanto_manshon_oneroom.xlsx')
def return_yachine_value(v):
if v != "-":
return float(re.match("\d.\d", v).group())*10000
elif v == "-":
return "-"
def return_place(row):
#print("test")
if ( row['N03_003'] is not None ) and (re.match(".*郡",row['N03_003'])): # ●●郡の場合
#print(row['N03_003'])
return row['N03_003']
elif ( row['N03_003'] is not None ) and (re.match(".*市",row['N03_003'])): # ●●市の場合
return row['N03_003'] + row['N03_004']
else:
return row['N03_004']
def remove_specified_values(arr, value):
while value in arr:
arr.remove(value)
def get_hensa(yachine, average, pstdev):
if yachine != "-":
return 50 + 10*((yachine - average)/pstdev)
elif yachine == "-":
return "-"
df_yachin["yachin_value"] = df_yachin["家賃"].apply(return_yachine_value)
yachin_list = []
yachin_list = df_yachin["yachin_value"].values.tolist()
remove_specified_values(yachin_list, "-")
yachine_average = statistics.mean(yachin_list)
yachine_pstdev = statistics.pstdev(yachin_list)
df_yachin["家賃偏差値"] = df_yachin["yachin_value"].apply(get_hensa, average=yachine_average, pstdev=yachine_pstdev)
### (2) マップ側の処理
def colors_scale(arr):
n_min = arr.min(skipna = True)
n_max = arr.max(skipna = True)
cmap = plt.cm.jet
norm = Normalize(vmin=n_min, vmax=n_max)
arr = [(1.0, 1.0, 1.0, 1.0) if np.isnan(r) else cmap(norm(r)) for r in arr]
return arr, cmap, norm
df_map = gpd.read_file(filename, encoding='SHIFT-JIS')
map_hensa_list = []
df_map["place"] = df_map.apply(return_place,axis=1)
for index_1, row_1 in df_map.iterrows():
match_flag = 0
for index_2, row_2 in df_yachin.iterrows():
if row_2['市区町村'] == row_1['place']:
if row_2['家賃偏差値'] != "-":
#print(row_1['市区町村'])
map_hensa_list.append(row_2['家賃偏差値'])
match_flag = 1
#print(map_hensa_list)
elif row_2['家賃偏差値'] == "-":
map_hensa_list.append(np.nan)
match_flag = 1
if match_flag == 0: ## N03_004の市町村がsuumo側の市町村に無かった場合
map_hensa_list.append(np.nan)
df_map["家賃偏差値"] = map_hensa_list
target_color, cmap, norm = colors_scale(df_map["家賃偏差値"])
fig, ax = plt.subplots(figsize=(20,12))
df_map.plot(ax=ax, color=target_color, edgecolor='black')
plt.xlim([138,141])
plt.ylim([34.8,37.3])
sm = ScalarMappable(cmap=cmap, norm=norm)
sm._A = []
cbar = plt.colorbar(sm)
ticks = np.linspace(norm.vmin, norm.vmax, 10)
cbar.set_ticks(ticks)
cbar.ax.set_yticklabels([str(int(s)) for s in ticks])
plt.xticks([])
plt.yticks([])
plt.show()
プログラムは上記コードのコメントアウト部分にも書いてある通り、
(1) データ側の処理 と、
(2) マップ側の処理
に分かれている。
(1) データ側の処理 のポイント
kantou.geojsonで読み込んだデータのdataframeは郡と朝が分かれていたり、市と区が分かれていたりと、suumo内からとってきた表記と異なっているので、suumoからとってきたデータと比較するために加工する。
これをしているのが、
def return_place(row):
という関数。
(2)マップ側の処理 のポイント
ヒートマップの色を偏差値から決める処理は以下のところ。
arr = [(1.0, 1.0, 1.0, 1.0) if np.isnan(r) else cmap(norm(r)) for r in arr]
値がNaNの場合は「白色」(1.0, 1.0, 1.0, 1.0)になるようにしてある。
また、東京は小笠原諸島があり、地図全体が小さくなってしまうので、表示する範囲を以下で指定している。
plt.xlim([138,141])
plt.ylim([34.8,37.3])
結果
偏差値一覧
偏差値一覧は以下のようになった。
偏差値が65以上のところには赤いマーカー、40以下のところには青いマーカーを引いてある
都道府県 | 市区町村 | 家賃 | 家賃偏差値 |
東京都 | 千代田区 | 10.4万円 | 90.8934 |
東京都 | 中央区 | 9.5万円 | 84.74108 |
東京都 | 港区 | 10.9万円 | 94.31136 |
東京都 | 新宿区 | 7.9万円 | 73.80362 |
東京都 | 文京区 | 8.0万円 | 74.48721 |
東京都 | 台東区 | 8.1万円 | 75.17081 |
東京都 | 墨田区 | 7.9万円 | 73.80362 |
東京都 | 江東区 | 8.2万円 | 75.8544 |
東京都 | 品川区 | 8.0万円 | 74.48721 |
東京都 | 目黒区 | 8.8万円 | 79.95594 |
東京都 | 大田区 | 7.0万円 | 67.6513 |
東京都 | 世田谷区 | 7.1万円 | 68.33489 |
東京都 | 渋谷区 | 9.5万円 | 84.74108 |
東京都 | 中野区 | 6.9万円 | 66.96771 |
東京都 | 杉並区 | 6.5万円 | 64.23335 |
東京都 | 豊島区 | 7.2万円 | 69.01848 |
東京都 | 北区 | 6.8万円 | 66.28412 |
東京都 | 荒川区 | 7.0万円 | 67.6513 |
東京都 | 板橋区 | 6.4万円 | 63.54975 |
東京都 | 練馬区 | 6.3万円 | 62.86616 |
東京都 | 足立区 | 6.3万円 | 62.86616 |
東京都 | 葛飾区 | 5.6万円 | 58.08102 |
東京都 | 江戸川区 | 5.9万円 | 60.1318 |
東京都 | 八王子市 | 3.7万円 | 45.09279 |
東京都 | 立川市 | 4.8万円 | 52.6123 |
東京都 | 武蔵野市 | 6.1万円 | 61.49898 |
東京都 | 三鷹市 | 6.1万円 | 61.49898 |
東京都 | 青梅市 | 3.0万円 | 40.30765 |
東京都 | 府中市 | 4.7万円 | 51.9287 |
東京都 | 昭島市 | 4.4万円 | 49.87793 |
東京都 | 調布市 | 5.5万円 | 57.39743 |
東京都 | 町田市 | 4.6万円 | 51.24511 |
東京都 | 小金井市 | 5.8万円 | 59.44821 |
東京都 | 小平市 | 4.2万円 | 48.51075 |
東京都 | 日野市 | 3.9万円 | 46.45997 |
東京都 | 東村山市 | 3.9万円 | 46.45997 |
東京都 | 国分寺市 | 5.3万円 | 56.03025 |
東京都 | 国立市 | 5.2万円 | 55.34666 |
東京都 | 福生市 | 3.5万円 | 43.72561 |
東京都 | 狛江市 | 5.4万円 | 56.71384 |
東京都 | 東大和市 | 4.5万円 | 50.56152 |
東京都 | 清瀬市 | 4.3万円 | 49.19434 |
東京都 | 東久留米市 | 4.9万円 | 53.29589 |
東京都 | 武蔵村山市 | 3.8万円 | 45.77638 |
東京都 | 多摩市 | 4.3万円 | 49.19434 |
東京都 | 稲城市 | 4.0万円 | 47.14357 |
東京都 | 羽村市 | 3.8万円 | 45.77638 |
東京都 | あきる野市 | 3.9万円 | 46.45997 |
東京都 | 西東京市 | 5.2万円 | 55.34666 |
東京都 | 西多摩郡 | 2.9万円 | 39.62406 |
東京都 | 大島支庁 | – | – |
東京都 | 大島町 | – | – |
東京都 | 利島村 | – | – |
東京都 | 新島村 | – | – |
東京都 | 神津島村 | – | – |
東京都 | 三宅支庁 | – | – |
東京都 | 三宅島三宅村 | – | – |
東京都 | 御蔵島村 | – | – |
東京都 | 八丈支庁 | – | – |
東京都 | 八丈島八丈町 | – | – |
東京都 | 青ヶ島村 | – | – |
東京都 | 小笠原支庁 | – | – |
東京都 | 小笠原村 | – | – |
神奈川県 | 横浜市鶴見区 | 5.6万円 | 58.08102 |
神奈川県 | 横浜市神奈川区 | 5.6万円 | 58.08102 |
神奈川県 | 横浜市西区 | 6.4万円 | 63.54975 |
神奈川県 | 横浜市中区 | 6.3万円 | 62.86616 |
神奈川県 | 横浜市南区 | 5.0万円 | 53.97948 |
神奈川県 | 横浜市保土ケ谷区 | 4.5万円 | 50.56152 |
神奈川県 | 横浜市磯子区 | 4.0万円 | 47.14357 |
神奈川県 | 横浜市金沢区 | 4.8万円 | 52.6123 |
神奈川県 | 横浜市港北区 | 6.2万円 | 62.18257 |
神奈川県 | 横浜市戸塚区 | 5.0万円 | 53.97948 |
神奈川県 | 横浜市港南区 | 5.0万円 | 53.97948 |
神奈川県 | 横浜市旭区 | 4.7万円 | 51.9287 |
神奈川県 | 横浜市緑区 | 5.3万円 | 56.03025 |
神奈川県 | 横浜市瀬谷区 | 3.4万円 | 43.04202 |
神奈川県 | 横浜市栄区 | 5.1万円 | 54.66307 |
神奈川県 | 横浜市泉区 | 5.6万円 | 58.08102 |
神奈川県 | 横浜市青葉区 | 5.5万円 | 57.39743 |
神奈川県 | 横浜市都筑区 | 6.9万円 | 66.96771 |
神奈川県 | 川崎市川崎区 | 6.5万円 | 64.23335 |
神奈川県 | 川崎市幸区 | 6.9万円 | 66.96771 |
神奈川県 | 川崎市中原区 | 6.2万円 | 62.18257 |
神奈川県 | 川崎市高津区 | 6.7万円 | 65.60053 |
神奈川県 | 川崎市多摩区 | 5.0万円 | 53.97948 |
神奈川県 | 川崎市宮前区 | 5.7万円 | 58.76462 |
神奈川県 | 川崎市麻生区 | 4.6万円 | 51.24511 |
神奈川県 | 相模原市緑区 | 4.0万円 | 47.14357 |
神奈川県 | 相模原市中央区 | 3.3万円 | 42.35843 |
神奈川県 | 相模原市南区 | 4.2万円 | 48.51075 |
神奈川県 | 横須賀市 | 4.5万円 | 50.56152 |
神奈川県 | 平塚市 | 5.5万円 | 57.39743 |
神奈川県 | 鎌倉市 | 7.0万円 | 67.6513 |
神奈川県 | 藤沢市 | 5.7万円 | 58.76462 |
神奈川県 | 小田原市 | 4.7万円 | 51.9287 |
神奈川県 | 茅ヶ崎市 | 5.8万円 | 59.44821 |
神奈川県 | 逗子市 | 5.8万円 | 59.44821 |
神奈川県 | 三浦市 | 5.1万円 | 54.66307 |
神奈川県 | 秦野市 | 3.1万円 | 40.99124 |
神奈川県 | 厚木市 | 4.5万円 | 50.56152 |
神奈川県 | 大和市 | 3.8万円 | 45.77638 |
神奈川県 | 伊勢原市 | 4.5万円 | 50.56152 |
神奈川県 | 海老名市 | 4.5万円 | 50.56152 |
神奈川県 | 座間市 | 3.5万円 | 43.72561 |
神奈川県 | 南足柄市 | 3.1万円 | 40.99124 |
神奈川県 | 綾瀬市 | 4.8万円 | 52.6123 |
神奈川県 | 三浦郡葉山町 | 6.0万円 | 60.81539 |
神奈川県 | 高座郡 | 5.1万円 | 54.66307 |
神奈川県 | 中郡 | 2.9万円 | 39.62406 |
神奈川県 | 足柄上郡 | 3.5万円 | 43.72561 |
神奈川県 | 愛甲郡 | 3.6万円 | 44.4092 |
神奈川県 | 足柄下郡 | 4.8万円 | 52.6123 |
千葉県 | 千葉市中央区 | 5.2万円 | 55.34666 |
千葉県 | 千葉市花見川区 | 4.5万円 | 50.56152 |
千葉県 | 千葉市稲毛区 | 4.6万円 | 51.24511 |
千葉県 | 千葉市若葉区 | 4.4万円 | 49.87793 |
千葉県 | 千葉市緑区 | 4.2万円 | 48.51075 |
千葉県 | 千葉市美浜区 | 5.6万円 | 58.08102 |
千葉県 | 銚子市 | 2.8万円 | 38.94047 |
千葉県 | 市川市 | 5.5万円 | 57.39743 |
千葉県 | 船橋市 | 5.5万円 | 57.39743 |
千葉県 | 館山市 | 5.8万円 | 59.44821 |
千葉県 | 木更津市 | 4.5万円 | 50.56152 |
千葉県 | 松戸市 | 4.9万円 | 53.29589 |
千葉県 | 野田市 | 3.5万円 | 43.72561 |
千葉県 | 茂原市 | 2.6万円 | 37.57329 |
千葉県 | 成田市 | 5.5万円 | 57.39743 |
千葉県 | 佐倉市 | 3.5万円 | 43.72561 |
千葉県 | 東金市 | 2.7万円 | 38.25688 |
千葉県 | 旭市 | 2.7万円 | 38.25688 |
千葉県 | 習志野市 | 4.8万円 | 52.6123 |
千葉県 | 柏市 | 4.8万円 | 52.6123 |
千葉県 | 勝浦市 | 3.3万円 | 42.35843 |
千葉県 | 市原市 | 5.0万円 | 53.97948 |
千葉県 | 流山市 | 5.0万円 | 53.97948 |
千葉県 | 八千代市 | 4.0万円 | 47.14357 |
千葉県 | 我孫子市 | 3.8万円 | 45.77638 |
千葉県 | 鴨川市 | 3.6万円 | 44.4092 |
千葉県 | 鎌ケ谷市 | 4.3万円 | 49.19434 |
千葉県 | 君津市 | 4.3万円 | 49.19434 |
千葉県 | 富津市 | 5.0万円 | 53.97948 |
千葉県 | 浦安市 | 5.4万円 | 56.71384 |
千葉県 | 四街道市 | 5.0万円 | 53.97948 |
千葉県 | 袖ケ浦市 | 4.9万円 | 53.29589 |
千葉県 | 八街市 | 3.5万円 | 43.72561 |
千葉県 | 印西市 | 4.5万円 | 50.56152 |
千葉県 | 白井市 | 4.5万円 | 50.56152 |
千葉県 | 富里市 | 4.4万円 | 49.87793 |
千葉県 | 南房総市 | 3.6万円 | 44.4092 |
千葉県 | 匝瑳市 | 3.0万円 | 40.30765 |
千葉県 | 香取市 | 3.5万円 | 43.72561 |
千葉県 | 山武市 | 2.4万円 | 36.20611 |
千葉県 | いすみ市 | 3.5万円 | 43.72561 |
千葉県 | 大網白里市 | 4.8万円 | 52.6123 |
千葉県 | 印旛郡 | 3.3万円 | 42.35843 |
千葉県 | 香取郡 | 3.4万円 | 43.04202 |
千葉県 | 山武郡 | 3.2万円 | 41.67484 |
千葉県 | 長生郡 | 2.1万円 | 34.15533 |
千葉県 | 夷隅郡 | 3.6万円 | 44.4092 |
千葉県 | 安房郡 | 3.6万円 | 44.4092 |
埼玉県 | さいたま市西区 | 5.1万円 | 54.66307 |
埼玉県 | さいたま市北区 | 4.2万円 | 48.51075 |
埼玉県 | さいたま市大宮区 | 6.5万円 | 64.23335 |
埼玉県 | さいたま市見沼区 | 4.5万円 | 50.56152 |
埼玉県 | さいたま市中央区 | 5.6万円 | 58.08102 |
埼玉県 | さいたま市桜区 | 3.8万円 | 45.77638 |
埼玉県 | さいたま市浦和区 | 5.4万円 | 56.71384 |
埼玉県 | さいたま市南区 | 4.9万円 | 53.29589 |
埼玉県 | さいたま市緑区 | 5.0万円 | 53.97948 |
埼玉県 | さいたま市岩槻区 | 3.9万円 | 46.45997 |
埼玉県 | 川越市 | 4.3万円 | 49.19434 |
埼玉県 | 熊谷市 | 3.8万円 | 45.77638 |
埼玉県 | 川口市 | 5.4万円 | 56.71384 |
埼玉県 | 行田市 | 3.0万円 | 40.30765 |
埼玉県 | 秩父市 | 3.6万円 | 44.4092 |
埼玉県 | 所沢市 | 3.8万円 | 45.77638 |
埼玉県 | 飯能市 | 3.7万円 | 45.09279 |
埼玉県 | 加須市 | 3.0万円 | 40.30765 |
埼玉県 | 本庄市 | 3.2万円 | 41.67484 |
埼玉県 | 東松山市 | 4.1万円 | 47.82716 |
埼玉県 | 春日部市 | 4.3万円 | 49.19434 |
埼玉県 | 狭山市 | 3.0万円 | 40.30765 |
埼玉県 | 羽生市 | 3.8万円 | 45.77638 |
埼玉県 | 鴻巣市 | 3.4万円 | 43.04202 |
埼玉県 | 深谷市 | 4.4万円 | 49.87793 |
埼玉県 | 上尾市 | 5.4万円 | 56.71384 |
埼玉県 | 草加市 | 4.4万円 | 49.87793 |
埼玉県 | 越谷市 | 4.8万円 | 52.6123 |
埼玉県 | 蕨市 | 5.2万円 | 55.34666 |
埼玉県 | 戸田市 | 5.0万円 | 53.97948 |
埼玉県 | 入間市 | 3.2万円 | 41.67484 |
埼玉県 | 朝霞市 | 4.4万円 | 49.87793 |
埼玉県 | 志木市 | 4.8万円 | 52.6123 |
埼玉県 | 和光市 | 5.5万円 | 57.39743 |
埼玉県 | 新座市 | 4.8万円 | 52.6123 |
埼玉県 | 桶川市 | 3.7万円 | 45.09279 |
埼玉県 | 久喜市 | 3.9万円 | 46.45997 |
埼玉県 | 北本市 | 4.2万円 | 48.51075 |
埼玉県 | 八潮市 | 5.5万円 | 57.39743 |
埼玉県 | 富士見市 | 4.1万円 | 47.82716 |
埼玉県 | 三郷市 | 4.6万円 | 51.24511 |
埼玉県 | 蓮田市 | 4.9万円 | 53.29589 |
埼玉県 | 坂戸市 | 3.8万円 | 45.77638 |
埼玉県 | 幸手市 | 3.6万円 | 44.4092 |
埼玉県 | 鶴ヶ島市 | 2.9万円 | 39.62406 |
埼玉県 | 日高市 | 3.8万円 | 45.77638 |
埼玉県 | 吉川市 | 5.3万円 | 56.03025 |
埼玉県 | ふじみ野市 | 3.9万円 | 46.45997 |
埼玉県 | 白岡市 | 5.5万円 | 57.39743 |
埼玉県 | 北足立郡 | 4.6万円 | 51.24511 |
埼玉県 | 入間郡 | 3.1万円 | 40.99124 |
埼玉県 | 比企郡 | 4.4万円 | 49.87793 |
埼玉県 | 秩父郡 | 3.6万円 | 44.4092 |
埼玉県 | 児玉郡 | 2.3万円 | 35.52251 |
埼玉県 | 大里郡 | 2.3万円 | 35.52251 |
埼玉県 | 南埼玉郡 | 3.3万円 | 42.35843 |
埼玉県 | 北葛飾郡 | 3.0万円 | 40.30765 |
茨城県 | 水戸市 | 3.6万円 | 44.4092 |
茨城県 | 日立市 | 3.5万円 | 43.72561 |
茨城県 | 土浦市 | 3.5万円 | 43.72561 |
茨城県 | 古河市 | – | – |
茨城県 | 石岡市 | 2.8万円 | 38.94047 |
茨城県 | 結城市 | 4.1万円 | 47.82716 |
茨城県 | 龍ケ崎市 | 2.9万円 | 39.62406 |
茨城県 | 下妻市 | 2.1万円 | 34.15533 |
茨城県 | 常総市 | 4.1万円 | 47.82716 |
茨城県 | 常陸太田市 | 3.3万円 | 42.35843 |
茨城県 | 高萩市 | 3.8万円 | 45.77638 |
茨城県 | 北茨城市 | 2.4万円 | 36.20611 |
茨城県 | 笠間市 | 2.9万円 | 39.62406 |
茨城県 | 取手市 | 3.2万円 | 41.67484 |
茨城県 | 牛久市 | 4.9万円 | 53.29589 |
茨城県 | つくば市 | 4.5万円 | 50.56152 |
茨城県 | ひたちなか市 | 4.4万円 | 49.87793 |
茨城県 | 鹿嶋市 | 4.4万円 | 49.87793 |
茨城県 | 潮来市 | 2.4万円 | 36.20611 |
茨城県 | 守谷市 | 3.6万円 | 44.4092 |
茨城県 | 常陸大宮市 | 1.8万円 | 32.10456 |
茨城県 | 那珂市 | 2.9万円 | 39.62406 |
茨城県 | 筑西市 | 3.0万円 | 40.30765 |
茨城県 | 坂東市 | 2.5万円 | 36.8897 |
茨城県 | 稲敷市 | 3.5万円 | 43.72561 |
茨城県 | かすみがうら市 | 2.5万円 | 36.8897 |
茨城県 | 桜川市 | 3.2万円 | 41.67484 |
茨城県 | 神栖市 | 4.5万円 | 50.56152 |
茨城県 | 行方市 | 3.6万円 | 44.4092 |
茨城県 | 鉾田市 | 4.4万円 | 49.87793 |
茨城県 | つくばみらい市 | 5.1万円 | 54.66307 |
茨城県 | 小美玉市 | 2.4万円 | 36.20611 |
茨城県 | 東茨城郡 | 2.3万円 | 35.52251 |
茨城県 | 那珂郡 | 4.9万円 | 53.29589 |
茨城県 | 久慈郡 | 3.6万円 | 44.4092 |
茨城県 | 稲敷郡 | 2.9万円 | 39.62406 |
茨城県 | 結城郡 | 3.6万円 | 44.4092 |
茨城県 | 猿島郡 | 3.3万円 | 42.35843 |
茨城県 | 北相馬郡 | 3.6万円 | 44.4092 |
栃木県 | 宇都宮市 | 4.3万円 | 49.19434 |
栃木県 | 足利市 | 1.9万円 | 32.78815 |
栃木県 | 栃木市 | 3.9万円 | 46.45997 |
栃木県 | 佐野市 | 3.3万円 | 42.35843 |
栃木県 | 鹿沼市 | 3.5万円 | 43.72561 |
栃木県 | 日光市 | 3.0万円 | 40.30765 |
栃木県 | 小山市 | 3.0万円 | 40.30765 |
栃木県 | 真岡市 | 2.7万円 | 38.25688 |
栃木県 | 大田原市 | 3.4万円 | 43.04202 |
栃木県 | 矢板市 | 2.3万円 | 35.52251 |
栃木県 | 那須塩原市 | 3.7万円 | 45.09279 |
栃木県 | さくら市 | 4.0万円 | 47.14357 |
栃木県 | 那須烏山市 | 3.2万円 | 41.67484 |
栃木県 | 下野市 | 2.4万円 | 36.20611 |
栃木県 | 河内郡 | 4.1万円 | 47.82716 |
栃木県 | 芳賀郡 | 3.1万円 | 40.99124 |
栃木県 | 下都賀郡 | 3.0万円 | 40.30765 |
栃木県 | 塩谷郡 | 4.2万円 | 48.51075 |
栃木県 | 那須郡 | 3.4万円 | 43.04202 |
群馬県 | 前橋市 | 3.3万円 | 42.35843 |
群馬県 | 高崎市 | 3.9万円 | 46.45997 |
群馬県 | 桐生市 | 2.7万円 | 38.25688 |
群馬県 | 伊勢崎市 | 3.6万円 | 44.4092 |
群馬県 | 太田市 | 4.0万円 | 47.14357 |
群馬県 | 沼田市 | 3.6万円 | 44.4092 |
群馬県 | 館林市 | 1.5万円 | 30.05378 |
群馬県 | 渋川市 | 2.9万円 | 39.62406 |
群馬県 | 藤岡市 | 3.5万円 | 43.72561 |
群馬県 | 富岡市 | 3.7万円 | 45.09279 |
群馬県 | 安中市 | 3.0万円 | 40.30765 |
群馬県 | みどり市 | 3.0万円 | 40.30765 |
群馬県 | 北群馬郡 | 3.0万円 | 40.30765 |
群馬県 | 多野郡 | – | – |
群馬県 | 甘楽郡 | 3.6万円 | 44.4092 |
群馬県 | 吾妻郡 | 4.2万円 | 48.51075 |
群馬県 | 利根郡 | 3.6万円 | 44.4092 |
群馬県 | 佐波郡 | 3.3万円 | 42.35843 |
群馬県 | 邑楽郡 | 2.9万円 | 39.62406 |
実際、東京の家賃と神奈川の家賃のような県をまたいだ比較はあまり見かけることが無い。
だが実際見てみると、神奈川もそれなりに高いところがあることが分かる。
これは注意が必要だ。
東京でないから、家賃が安いと思ってしまいると実は東京の方が家賃が安くて住めるところがあるかもしれないからだ。
にしても、千代田区と港区の家賃偏差値は高すぎる...。関東全体で見ると90を超えている...。
ヒートマップ
ヒートマップの出力結果は以下のようになっている。
![](https://apao-m-appare99999.com/wp-content/uploads/2022/09/kanto_heetmap-1.png)
このヒートマップをみると、周りは家賃偏差値が低いのにそこだけ突然高くなっている箇所もあることが分かる。
隣の市にしておけばもっと安かったのにってことになりかねない。
また、県境がいまいちわかりにくいので都道府県の境界入りも作った。
これはプログラムではなく手で線を書いた(笑)。
![](https://apao-m-appare99999.com/wp-content/uploads/2022/09/kanto_heetmap_add_line.png)
さて、これまでを踏まえて例えば勤務地が「池袋(豊島区)」だとすると、東京の豊島区に住むより、少しの通勤時間を妥協し、少し上の川口市に住む方が妥当に思える。
偏差値としては豊島区は69で、川口市は56であるからだ。
住む場所をどうするかの参考になれば幸いである。
これからも暮らしに役立つ、コスパのための分析をしていきたい。
![](https://www11.a8.net/0.gif?a8mat=3BMHEA+17GNXU+CO4+15TP8X)