Python爬取了1.7万条房产数据，告诉你深圳生存压力有多大！

最近各大一二线城市的房租都有上涨&＃xff0c;究竟整体上涨到什么程度呢&＃xff1f;我们也不得而知&＃xff0c;于是乎笔者为了一探究竟&＃xff0c;便用 Python 爬取了房某下的深圳租房数据。以下是本次的样本数据&＃xff1a;

除去【不限】的数据&＃xff08;因为可能会与后面重叠&＃xff09;&＃xff0c;总数据量为 16971 &＃xff0c;其中后半部分地区数据量偏少&＃xff0c;是由于该区房源确实不足。

因此&＃xff0c;此次调查也并非非常准确&＃xff0c;权且当个娱乐项目&＃xff0c;供大家观赏。

统计结果

我们且先看统计结果&＃xff0c;然后再看技术分析。深圳房源分布如下&＃xff0c;按区划分的话&＃xff0c;其中福田与南山的房源分布是最多的。但这两块地的房租十分不菲。

房租单价即 1 平方米 1 个月的价格。方块越大&＃xff0c;代表价格越高&＃xff1a;

可以看出福田与南山独占鳌头&＃xff0c;分别是 114.874 与 113.483 &＃xff0c;是其他地区的几倍。如果以福田 20 平方的房间为例算一下每个月的开销&＃xff1a;

福田 20 平方房间的租金&＃xff1a;

114.874 x 20 &＃61; 2297.48

再来个两百的水电、物业&＃xff1a;

2297.48 &＃43; 200 &＃61; 2497.48

我们节俭一点来算的话&＃xff0c;每天早餐 10 块&＃xff0c;中午 25 块&＃xff0c;晚饭 25 块&＃xff1a;

2497.48 &＃43; 60 x 30 &＃61; 4297.48

是的&＃xff0c;仅仅是活下来就需要 3997.48 块。隔断时间下个馆子&＃xff0c;每个月买些衣服&＃xff0c;交通费&＃xff0c;谈个女朋友&＃xff0c;与女朋友出去逛街&＃xff0c;妥妥滴加个 3500&＃xff1a;

4297.48 &＃43; 3500 &＃61; 7697.48

给爸妈一人一千&＃xff1a;

7697.48 &＃43; 2000 &＃61; 9697.48

月薪一万妥妥变成了月光族。

如果在乡下没有寸土寸金的感觉&＃xff0c;那么可以到北上广深体验一下&＃xff0c;福田区每平方米每天需要 3.829 元。

户型方面主要以 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&＃xff0c;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&＃xff0c;代表户型数量越多。

租房面积统计&＃xff0c;其中 30 - 90 平方米的租房占大多数——所以&＃xff0c;组团租房是最好的选择。

然后是租房描述词云&＃xff0c;字体越大&＃xff0c;标识出现的次数越多。其中【精装修】占据了很大的部分&＃xff0c;说明长租公寓也占领了很大一部分市场。

爬虫思路

先爬取房某下深圳各个板块的数据&＃xff0c;然后存进 MongoDB 数据库&＃xff0c;最后再进行数据分析。

数据库部分数据&＃xff1a;

/* 1 */
{"_id" : ObjectId("5b827d5e8a4c184e63fb1325"),"traffic" : "距沙井电子城公交站约567米。",//交通描述"address" : "宝安-沙井-名豪丽城",//地址"price" : 3100,//价格"area" : 110,//面积"direction" : "朝南\r\n ",//朝向"title" : "沙井 名豪丽城精装三房 家私齐拎包住 高层朝南随时看房",//标题"rooms" : "3室2厅",//户型"region" : "宝安"//地区
}

爬虫技术分析和代码实现

爬虫涉及到的技术工具如下&＃xff1a;

• 请求库&＃xff1a;requests
• HTML 解析&＃xff1a;Beautiful Soup
• 词云&＃xff1a;wordcloud
• 数据可视化&＃xff1a;pyecharts
• 数据库&＃xff1a;MongoDB
• 数据库连接&＃xff1a;PyMongo

首先右键网页&＃xff0c;查看页面源码&＃xff0c;找出我们要爬取的部分。

代码实现&＃xff0c;由于篇幅原因只展示主要代码&＃xff1a;&＃xff08;获取一个页面的数据&＃xff09;

数据分析&＃xff1a;

数据展示&＃xff1a;

不管怎样&＃xff0c;最近房租的暴涨真得让人无能为力。应对外界条件的变动&＃xff0c;我们还是应该提升自己的硬实力&＃xff0c;这样才能提升自己的生存能力。