深圳房价7.8万一平？比北京房价要高了！用Python分析适合买哪里

概述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，于是乎笔者为了一探究竟，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：

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，于是乎笔者为了一探究竟，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：

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。

进群：548377875   即可获取数十套pdf哦！

统计结果

我们且先看统计结果，然后再看技术分析。深圳房源分布如下，按区划分的话，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，代表价格越高：

房租单价：平方米/月

可以看出福田与南山独占鳌头，分别是 114.874 与 113.483 ，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：

福田 20 平方房间的租金：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 + 60 x 30 = 4297.48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 3500：4297.48 + 3500 = 7697.48给爸妈一人一千：7697.48 + 2000 = 9697.48

月薪一万妥妥变成了月光族。

租房单价：平方米/日

如果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。

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，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。

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

然后是租房描述词云，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。

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。

数据库部分数据：

/* 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 ",//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：

请求库：requests HTML 解析：Beautiful Soup 词云：wordcloud 数据可视化：pyecharts 数据库：MongoDB 数据库连接：PyMongo

首先右键网页，查看页面源码，找出我们要爬取的部分。

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：

数据展示：

不管怎样，最近房租的暴涨真得让人无能为力。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。

总结

以上是内存溢出为你收集整理的深圳房价7.8万一平？比北京房价要高了！用Python分析适合买哪里全部内容，希望文章能够帮你解决深圳房价7.8万一平？比北京房价要高了！用Python分析适合买哪里所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。