爬了链家二手房数据来告诉你深圳房价到底多恐怖!
前言
使用Pyecharts对链家上的深圳二手房信息进行可视化分析,内容包括:
房屋面积与房屋总价散点图分布;
各行政区二手房均价;
均价最贵的10个地段;
户型分布;
标题中最常出现的词;
数据背景
数据来源:链家二手房上深圳的房源信息「后附爬虫代码」;
数量:共采集数据总量18841条,数据清洗后18811条;
数据字段:
项目内容
准备工作
导入项目所需第三方库以及数据:
房价整体分布
我们借助散点图来看目前深圳二手房价格的整体分布情况:
目前标价最高的一套房子位于深圳湾,面积600平米,价格9800W❗️❗️❗️
红色的点是房屋总价超过1000W的,当然可能这个散点图会存在一点误导,因为1000W以上的房源价格浮动比较大,导致红色部分视觉上占了大部分,实际上我们获取到的1.8W房源信息中,1000W以上的共1994条记录,占比11%,绝大部分的还是集中在500W左右。
所获取到的1.8W条房源信息中整体均价6.4W每平米。
各行政区均价
需要说明一点,我们采集的数据中未包含大鹏新区/光明新区,因为这两个新区房源信息较少,加上pyecharts里面深圳的行政区也未包含这两个新区,所以没将这两个区的数据统计在内:
本来pyecharts的交互优势到了文章页面却反而有点鸡肋了 ,具体均价如下:
目前最贵的还是南山区,整体均价8.1W每平米,最便宜的坪山区,均价3.6W每平米;
关内来说,最便宜的是盐田区,均价4.7W每平,不过房源较少;
关外最贵的是宝安区,均价6W,不过宝安区辖区面积大,价格跨度也比较广。
最贵的10个地段
看完了各行政区的均价,我们来看下更具体的,目前深圳房价最贵的10各地段都是什么位置:
深圳湾共计43套房源,整体均价15.2W每平米,甩开其他地段好几个身位;
唯一属于的关外地段宝安中心,排名第10,均价8.2W;
户型分布
户型里面有点凌乱,一些比较奇怪的户型(如8室0厅)就没算在里面,只取了数量前10的户型。
三室两厅是在出售的房源中占比最多,为25.9%,这也应该是目前最符合中国家庭的户型分布了;
在深圳如此高昂的房价压迫下,小户型也挺受欢迎,一室一厅,两室一厅也有不小的占比;
词频统计
获取到的标题是房屋中介或者业主在链家上发布房源时填写的标题信息,想要获得关注,一个抓人眼球的标题肯定不能少,透过标题我们也能发现目前买家都会关注哪些信息,我们来看看,标题中最常出现的都是什么词语:
生成词云
效果如下:
最后
太TM贵了!
附爬虫代码:
文末福利,史上最全Python资料汇总(长期更新)。隔壁小孩都馋哭了 — 点击领取
爬了链家二手房数据来告诉你深圳房价到底多恐怖!相关推荐
- scrapy 爬取链家二手房数据
学习使用 只爬取展示的展示的3000条数据 spider: # -*- coding: utf-8 -*- from urllib import parse import scrapy from sc ...
- 爬取北京链家二手房数据
利用python爬取了北京链家主页的二手房数据,爬取时间为2020年1月8日.由于链家只显示了100页.每页30条,因此只能爬取3000条数据. 后续将爬取各区的小区名,对每个小区的在售二手房数据进行 ...
- 掌财社:python怎么爬取链家二手房的数据?爬虫实战!
我们知道爬虫的比较常见的应用都是应用在数据分析上,爬虫作为数据分析的前驱,它负责数据的收集.今天我们以python爬取链家二手房数据为例来进行一个python爬虫实战.(内附python爬虫源代码) ...
- 租房不入坑不进坑,Python爬取链家二手房的数据,提前了解租房信息
目录 前言 一.查找数据所在位置: 二.确定数据存放位置: 三.获取html数据: 四.解析html,提取有用数据: 前言 贫穷限制了我的想象,从大学进入到社会这么久,从刚开始的兴致勃勃,觉得钱有什么 ...
- python关于二手房的课程论文_基于python爬取链家二手房信息代码示例
基本环境配置 python 3.6 pycharm requests parsel time 相关模块pip安装即可 确定目标网页数据 哦豁,这个价格..................看到都觉得脑阔 ...
- python-scrapy-MongoDB 爬取链家二手房
python-scrapy-MongoDB 爬取链家二手房 链家二手房房源数据抓取 目标网址为http://bj.lianjia.com/ershoufang/ 分析网址 创建项目 scrapy st ...
- Python 爬取链家二手房,我在北京买房的经历
本节所讲内容: 链家网站前期分析 利用requests爬取数据 爬取数据存储MongoDB(代码请看最后) 链家网站前期分析 今天我们主要对链家二手房数据爬取,看下我们目前的资金能买那一套.链家二手房 ...
- python爬取链家新房数据_Python爬虫实战:爬取链家网二手房数据
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. 买房装修,是每个人都要经历的重要事情之一.相对于新房交易市场来说,如今的二手房交易市场一点也 ...
- Python爬取链家的数据并绘制热力图
最近开始入坑Python爬虫,专业是地理信息系统,对地理位置相关的信息比较感兴趣,所以就试着爬南京链家的二手房数据,并利用百度API绘制出热力图.Python的版本是Python3.6,然后用到了re ...
最新文章
- 配置用户通过Telnet登录设备的身份认证(AAA本地认证)
- FIN_WAIT_2
- Mininet FAQ
- 挑战8门UDACITY课程学习方法总结
- python如何定义一个简单的队列
- Zepto源码分析-event模块
- [导入]OpenSceneGraph编译指导
- XML CDATA的作用
- Kubernetes容器集群 - harbor仓库高可用集群部署说明
- linux怎么在win上安装mysql_CentOS下安装MySQL及Windows下使用Navicat for MySQL连接
- Crossoft Minesweeper Hexagon for Mac
- SNMP:简单网络管理协议(一)
- 小型仓库管理系统——毕业论文
- mysql 两表关联查询 group by having
- python解密sg11加密_linux下kangle的php安装sourceguardian SG11加密解密扩展
- Hardhat快速上手
- 基于 Vue3.0 和 Ant Design Vue ,高颜值管理后台UI框架vue-vben-admin运行
- 36 选 7 彩票机选程序
- GPS是如何定位你在哪的?
- 利用计算机解决古代数学问题鸡兔同笼,古代人是怎样解决“鸡兔同笼”得问提的?...
热门文章
- Spring Boot 整合dubbo与zookeeper实现不同项目之间数据通过服务的传递
- 使用 Arduino IDE 对 STM32进行程序开发,安装开发板
- 二重积分的计算.01
- 服务器发送了 HTTP 状态代码 401: Unauthorized
- bitbake-2-poky系统结构
- 【拆书】《深度工作》教你时间管理
- docker基础用法及镜像和容器的常用命令大全
- 乔治亚理工学院计算机专业,乔治亚理工学院计算机专业成功录取
- 分布式数字身份 —— 从创建一个Weidentity数字身份开始
- 天九共享:突破“邓巴数字”桎梏 创造资源能力圈