北京的高房价破灭了众多北漂朋友追梦的希望，大家都知道北京房价很高，但是到底有多高呢？我在链家爬取了北京市3万多条二手房信息，并进行了详细分析。
第一步：模拟爬取数据
链家的网站不是很复杂，是一个基础的静态网页，数据变换通过网页页码变换实现，各类信息都在嵌入在网页中
首先我按照行政区划分，组成每个行政区第一页的url，主要为了在第一页下找到住房总套数，并根据其计算出总页数（每页30套房子），由于最多网站最多显示100页数据，所以大于100页时统一取100页。
接着在该循环下，再构造每个行政区下的后续页数url，用bs4解析网页，爬取每套房子户型、面积、总价、单价、位置等信息
最后，将数据保存在表格中
没敢用多线程，程序总共跑了20分钟，爬下了35139条数据
第二步：开始数据分析
单纯的看表格看不出什么东西，下面我用pyecharts从不同的角度对房价信息进行分析
1.画个各行政区域的平均单价柱状图
房价最高的是西城区平均单价为112828元/平米，最低的是密云区平均单价为24570元/平米，总的均价为50673元/平米，排除远郊，要想在五环以内买房单价起码要4万以上。
2.画出面积与总价的散点图
最贵的一套房子位于苹果园，总面积840平米，总价7300万，看这情况应该是没有四合院在里面；
第一视觉好像80%的房子总价都超过1000万，真实情况是仅有3000多套房子总价超过1000万，剩余30000多套都在1000万以下。
3.画出户型与套数的饼状图
由于户型种类太多了，总共有61种，所以我只取了数量较多的前十种，结果如图
最多的是2室1厅，紧接着是3室1厅，看来是中小户型比较受欢迎。
4.画出地段与价格的柱状图
单价最高的位置是德胜门，总共有51套房源，均价为144980元/平米，其余9个位置均价都在120000元以上，貌似要么在二环内，要么在海淀，而我们南城1个也没有。
小结：总的来说，不管从那个角度分析，北京的房价都太贵了，我还是老实接着搬砖挣钱吧。
文中所使用的代码已经请在“python的爬虫与数据分析之路”里回复关键字：北京北京
ps：微信群已经开通，想加入的朋友可以在公众号内获得群二维码，欢迎您的到来！
往期精彩：
网友评论