最近呢，對鏈家平臺上的北京二手房資料做了個視覺化分析，對目前北京的二手房交易情況有了個大致瞭解，最終得到一個很實在的結論：奮鬥一輩子也買不到一個廁所這句話不是騙人的，是真的；關於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、資料採集
所有資料來源於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 等欄位作為視覺化分析的資料來源
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，部分程式碼如下：
最終一共採集到 3000 條資料：
3、地址經緯度座標轉換
獲取到的資料是地址是字串形式(例如梵谷水郡*酒仙橋)，後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座標，這裡藉助了百度地圖 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，登入自己的百度賬號，在控制檯建立一個應用，
控制檯皮膚-> 我的應用-> 建立應用
其他引數預設，應用名稱自定義命名即可，IP 白名單填入 0.0.0.0/0，點選提交
以上步驟操作完之後，控制檯皮膚會多出一個應用，就是剛剛我們建立的，
2、地址經緯度座標轉換
獲取到你的 AK 引數之後，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座標
def get_location(address,AK): #根據地址轉化為經緯度 try:
url = '{}&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 定位不僅僅侷限於省、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、視覺化分析
這一部分進入視覺化分析內容，城市畢竟是北京麼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麼低)；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、分佈在市中心附件，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後十 地段分佈，房價在 1.5萬-3萬 不等，沒看到這個分佈圖之前僅僅認為上面價格是賣家標錯了，看完這個圖後才發現賣家是 掛著羊頭賣狗肉，掛著北京的名號，賣著北京以外的房子(有的房子已經位於河北境內)，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，當價格遠低於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，看一下各自的佔比分佈
其中房價位於 3-8萬 佔比最大達 76 %佔比，次之就是8-12萬、12-15萬，依次佔比為16.38%、3.46%，而房價位於 15 萬 + 佔比最少，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佈
15萬+的
12-15萬
8-12萬
3-8萬
從地段分佈來看北京房價以8萬作為分水嶺，8萬+和8萬以內房產分佈明顯變化，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 萬是什麼概念，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！
關於15萬+ 的房產，大致都分佈兩個區域，一個是高校區(周圍是人大、北航、清華等高校)，另一個位於右下角，也就是北京朝陽區
北京賣的二手房不一定都是裝修之後的，有可能也是毛坯(剛建造交付之後，未進行任何裝修)；參考下圖，北京二手房中毛坯佔比約1.39%共41套，戶主買來這些房子大機率用於資產增值而不是作為剛需；
藉助 Treemap 圖再看一下北京二手房建築時間分佈，大部分都集中於2002-2010 這 9 年，北京房產也是在這段期間迅速發展， 到 2015 年之後明顯收緩，源於可建築地段已經達到飽和再加上國家相關政策的施壓
最後貼張詞雲圖作為本文的結束，選取的文字資訊為3000條房產資訊的標題，從圖中來看，標題中高頻詞彙有 南北通透、高樓層、精裝修、採光好 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並不全面，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，最後感謝大家的閱讀，我們下期見~