用Python告诉你深圳房租有多高

概述

前言
统计结果
爬虫技术分析
爬虫代码实现
爬虫分析实现
后记

前言

最近各大一二线城市的房租都有上涨，究竟整体上涨到什么程度呢?我们也不得而知，于是乎 为了一探究竟，便用 Python 爬取了房某下的深圳的租房数据，以下是本次的样本数据：

 

 

样本数据

除去【不限】的数据(因为可能会与后面重叠)，总数据量为 16971 ，其中后半部分地区数据量偏少，是由于该区房源确实不足。因此，此次调查也并非非常准确，权且当个娱乐项目，供大家观赏。

统计结果

我们且先看统计结果，然后再看技术分析。

深圳房源分布：(按区划分)

其中福田与南山的房源分布是最多的。但这两块地的房租可是不菲啊。

 

 

房源分布

房租单价：(每月每平方米单价 -- 平均数)

即是 1 平方米 1 个月的价格。方块越大，代表价格越高。

 

 

房租单价：平方米/月

可以看出福田与南山是独占鳌头，分别是 114.874 与 113.483 ，是其他地区的几倍。如果租个福田 20 平方的房间：

114.874 x 20 = 2297.48

再来个两百的水电、物业：

2297.48 + 200 = 2497.48

我们节俭一点来算的话，每天早餐 10 块，中午 25 块，晚饭 25 块：

2497.48 + 50 x 30 = 3997.48

是的，仅仅是活下来就需要 3997.48 块。

隔断时间下个馆子，每个月买些衣服，交通费，谈个女朋友，与女朋友出去逛街，妥妥滴加个 3500

3997.48 + 3500 = 7497.48

给爸妈一人一千：

7497.48 + 2000 = 9497.48

月薪一万妥妥滴，变成了月光族。

房租单价：(每日每平方米单价 -- 平均数)

即是 1 平方米 1 天的价格。

 

 

租房单价：平方米/日

以前在乡下没有寸土寸金的感觉，那么可以到北上广深体验一下，福田区每平方米每天需要 3.829 元。[捂脸]

户型

户型主要以 3 室 2 厅与 2 室 2 厅为主。与小伙伴抱团租房是最好的选择了，不然与不认识的人一起合租，可能会发生一系列让你不舒服的事情。字体越大，代表户型数量越多。

 

 

户型

 

 

户型

租房面积统计

其中 30 - 90 平方米的租房占大多数，如今之计，也只能是几个小伙伴一起租房，抱团取暖了。

 

 

租房面积统计

租房描述词云

这是爬取的租房描述，其中字体越大，标识出现的次数越多。其中【精装修】占据了很大的部分，说明长租公寓也占领了很大一部分市场。

 

 

租房描述

爬虫思路

先爬取房某下深圳各个板块的数据，然后存进 MongoDB 数据库，最后再进行数据分析。

 

 

各个板块

数据库部分数据：

 

 

爬虫技术分析

请求库：requests

HTML 解析：BeautifulSoup

词云：wordcloud

数据可视化：pyecharts

数据库：MongoDB

数据库连接：pymongo

爬虫代码实现

首先右键网页，查看页面源码，找出我们要爬取得部分。

 

 

源码

代码实现，由于篇幅原因只展示主要代码：(获取一个页面的数据)

 

 

数据分析实现

数据分析：

 

 

数据展示：

 

 

后记

最近还真是挺多事情发生的，房租的暴涨，其实是资本力量进驻了租房市场。自如、蛋壳这些长租公寓，相互抬高房租价格，而且让客户签第三方贷款协议，前期发展可能需要一点钱，但是到后期垄断市场之后，只要住房刚需在，就不会赚不回钱。最后，应对外界条件的变动，我们还是应该提升自己的硬实力，这样才能提升自己的生存能力。

标签： 代码 数据分析 数据库

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点！
本站所提供的图片等素材，版权归原作者所有，如需使用，请与原作者联系。