前言
本文的文字及圖片來源于網路,僅供學習、交流使用,不具有任何商業用途,如有問題請及時聯系我們以作處理，
PS：如有需要Python學習資料的小伙伴可以點擊下方鏈接自行獲取
Python免費學習資料、代碼以及交流解答點擊即可加入
最近呢，對鏈家平臺上的北京二手房資料做了個可視化分析，對目前北京的二手房交易情況有了個大致了解，最終得到一個很實在的結論：奮斗一輩子也買不到一個廁所這句話不是騙人的，是真的；關于具體分析內容請看下文
1、工具說明
本文用到的 Python 庫有
外加百度地圖 API
2、資料采集
所有資料來源于鏈家二手房交易平臺，上面每頁排列 30 條二手房資料，本文采集了前 100 頁 資料，每條二手房交易資料中提取 標題、單價、價格、地址、年份、房間樣式 等欄位作為可視化分析的資料來源
網站沒有設定很強的反爬機制， 爬取時用的是 requests + Cookies+ PyQuery 組合即可，最好在爬取時加條 time.sleep() 命令，隔幾秒休眠一次，部分代碼如下：
最終一共采集到 3000 條資料：
3、地址經緯度坐標轉換
獲取到的資料是地址是字串形式(例如梵谷水郡*酒仙橋)，后面地圖位置標記時需要經緯度資料，需要把所有地址轉化為經緯度坐標，這里借助了百度地圖 API 完成這步操作
1、百度地圖 AK 申請
API 的使用需要在百度地圖開放平臺申請一個 AK 效驗碼，登錄自己的百度賬號，在控制臺創建一個應用，
控制臺面板-> 我的應用-> 創建應用
其他引數默認，應用名稱自定義命名即可，IP 白名單填入 0.0.0.0/0，點擊提交
以上步驟操作完之后，控制臺面板會多出一個應用，就是剛剛我們建立的，
2、地址經緯度坐標轉換
獲取到你的 AK 引數之后，把 AK 和 address(中文地址) 作為引數傳入下面函式中，就能獲取到對應的經緯度坐標
def get_location(address,AK):
#根據地址轉化為經緯度
try:
url = 'http://api.map.baidu.com/geocoding/v3/?address={}&output=json&ak={}&callback=showLocation'.format(address,AK)
res_test = requests.get(url).text
res = re.search('\((.*?)\)', res_test).group(0).strip('(').strip(')')
lng = json.loads(res)['result']['location']['lng']
lat = json.loads(res)['result']['location']['lat']
print(lng, lat)
return lng, lat
except Exception as e:
print('error ---------\n')
return None
百度地圖 API 的 地址經緯度轉換 功能 定位不僅僅局限于省、市，還能定位到門牌號，只要你提供的地址越詳細，獲取的經緯度資訊越準確
4、可視化分析
這一部分進入可視化分析內容，城市畢竟是北京么所以首要的就是關注房價問題，在抓取的資料中，最高的將近19萬+/每平方，最低的僅有 1.5 萬/每平方
我看到 1.5 萬每平方就不淡定了，這資料肯定有貓膩(北京房價按常理不可能這么低)；為了驗證想法，首先做了房產地段標記
先看一下排名前十的：
上面是房價最高 Top10 的地段位置，看起來地理位置還行，都是在三環四環之內、分布在市中心附件，如果單看這張圖的地圖的話得不到有用的資訊，可以對比一下 房價最低 Top10
下面是排名倒數前十的
上面北京二手房房價排名后十 地段分布，房價在 1.5萬-3萬 不等，沒看到這個分布圖之前僅僅認為上面價格是賣家標錯了，看完這個圖后才發現賣家是 掛著羊頭賣狗肉，掛著北京的名號，賣著北京以外的房子(有的房子已經位于河北境內)，這可能就是賣房的套路之一吧
事出反常必有妖，無論買房還是買其他商品也好，賣家不會平白無故地給我們優惠，當價格遠低于市場價之前交易需慎重、慎重、再慎重！
房價我分為 5 個區間，分別為 0-3萬、3-8萬、8-12萬、12-15萬，15萬+ 五段，看一下各自的占比分布
其中房價位于 3-8萬 占比最大達 76 %占比，次之就是8-12萬、12-15萬，依次占比為16.38%、3.46%，而房價位于 15 萬 + 占比最少，僅有1.12% 左右；
接下來我們再看一下，不同價位二手房在北京的分布
15萬+的
12-15萬
8-12萬
3-8萬
從地段分布來看北京房價以8萬作為分水嶺，8萬+和8萬以內房產分布明顯變化，價格越高，越靠市中心以外；從地圖資訊來看，想在北京買一套地段不錯的房子，預期房價最低也要在8萬+，8 萬是什么概念，也就說如果你想在北京買一套50平米的房子，最低也要 400萬！
關于15萬+ 的房產，大致都分布兩個區域，一個是高校區(周圍是人大、北航、清華等高校)，另一個位于右下角，也就是北京朝陽區
北京賣的二手房不一定都是裝修之后的，有可能也是毛坯(剛建造交付之后，未進行任何裝修)；參考下圖，北京二手房中毛坯占比約1.39%共41套，戶主買來這些房子大概率用于資產增值而不是作為剛需；
借助 Treemap 圖再看一下北京二手房建筑時間分布，大部分都集中于2002-2010 這 9 年，北京房產也是在這段期間迅速發展， 到 2015 年之后明顯識訓，源于可建筑地段已經達到飽和再加上國家相關政策的施壓
最后貼張詞云圖作為本文的結束，選取的文本資訊為3000條房產資訊的標題，從圖中來看，標題中高頻詞匯有 南北通透、高樓層、精裝修、采光好 等，也可以說這幾個特點也是大多數房源的最大賣點(拋去價格、地段等因素)
5、小總結
本文針對北京二手房的分析角度并不全面，僅僅圍繞著房價、地段、修建年份等幾個維度做了簡單分析，分析結果僅供學習，其資料真實性有考察
好了以上就是本文的全部內容，最后感謝大家的閱讀
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/266921.html
標籤：其他
上一篇：Python scrapy框架教學（一）：第一個scrapy爬蟲
下一篇：有關時差換算的代碼優化