怎么用Python采集北京二手房数据

这篇文章主要介绍“怎么用Python采集北京二手房数据”，在日常操作中，相信很多人在怎么用Python采集北京二手房数据问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么用Python采集北京二手房数据”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

呼中ssl适用于网站、小程序/APP、API接口等需要进行数据传输应用场景，ssl证书未来市场广阔！成为创新互联的ssl证书销售渠道，可以享受市场价格4-6折优惠！如果有意向欢迎电话联系或者加微信：18980820575（备注：SSL证书合作）期待与您的合作！

1、工具说明

本文用到的 Python 库有

外加百度地图 API

2、数据采集

所有数据来源于链家二手房交易平台，上面每页排列 30 条二手房数据，本文采集了前 100 页 数据，每条二手房交易数据中提取 标题、单价、价格、地址、年份、房间样式 等字段作为可视化分析的数据来源

网站没有设置很强的反爬机制， 爬取时用的是 requests + Cookies+ PyQuery 组合即可，最好在爬取时加条 time.sleep() 命令，隔几秒休眠一次，部分代码如下：

最终一共采集到 3000 条数据

3、地址经纬度坐标转换

获取到的数据是地址是字符串形式(例如梵谷水郡*酒仙桥)，后面地图位置标记时需要经纬度数据，需要把所有地址转化为经纬度坐标，这里借助了百度地图 API 完成这步操作

1、百度地图 AK 申请

API 的使用需要在百度地图开放平台申请一个 AK 效验码，登录自己的百度账号，在控制台创建一个应用，

控制台面板-> 我的应用-> 创建应用

其他参数默认，应用名称自定义命名即可，IP 白名单填入 0.0.0.0/0，点击提交

以上步骤操作完之后，控制台面板会多出一个应用，就是刚刚我们建立的，

2、地址经纬度坐标转换

获取到你的 AK 参数之后，把 AK 和 address(中文地址) 作为参数传入下面函数中，就能获取到对应的经纬度坐标

def get_location(address,AK):    #根据地址转化为经纬度    try:
        url = 'http://api.map.baidu.com/geocoding/v3/?address={}&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

百度地图 API 的 地址经纬度转换 功能 定位不仅仅局限于省、市，还能定位到门牌号，只要你提供的地址越详细，获取的经纬度信息越准确

4、可视化分析

这一部分进入可视化分析内容，城市毕竟是北京么所以首要的就是关注房价问题，在抓取的数据中，最高的将近19万+/每平方，最低的仅有 1.5 万/每平方

我看到 1.5 万每平方就不淡定了，这数据肯定有猫腻(北京房价按常理不可能这么低)；为了验证想法，首先做了房产地段标记先看

上面是房价最高 Top10 的地段位置，看起来地理位置还行，都是在三环四环之内、分布在市中心附件，如果单看这张图的地图的话得不到有用的信息，可以对比一下 房价最低 Top10

上面北京二手房房价排名后十 地段分布，房价在 1.5万-3万 不等，没看到这个分布图之前仅仅认为上面价格是卖家标错了，看完这个图后才发现卖家是 挂着羊头卖狗肉，挂着北京的名号，卖着北京以外的房子(有的房子已经位于河北境内)，这可能就是卖房的套路之一吧

事出反常必有妖，无论买房还是买其他商品也好，卖家不会平白无故地给我们优惠，当价格远低于市场价之前交易需慎重、慎重、再慎重！

房价我分为 5 个区间，分别为 0-3万、3-8万、8-12万、12-15万，15万+ 五段，

其中房价位于 3-8万 占比最大达 76 %占比，次之就是8-12万、12-15万，依次占比为16.38%、3.46%，而房价位于 15 万 + 占比最少，仅有1.12% 左右；

接下来我们再看一下，不同价位二手房在北京的分布

15万+的

8-12万

3-8万

从地段分布来看北京房价以8万作为分水岭，8万+和8万以内房产分布明显变化，价格越高，越靠市中心以外；从地图信息来看，想在北京买一套地段不错的房子，预期房价最低也要在8万+，8 万是什么概念，也就说如果你想在北京买一套50平米的房子，最低也要 400万！

关于15万+ 的房产，大致都分布两个区域，一个是高校区(周围是人大、北航、清华等高校)，另一个位于右下角，也就是北京朝阳区

北京卖的二手房不一定都是装修之后的，有可能也是毛坯(刚建造交付之后，未进行任何装修)；参考下图，北京二手房中毛坯占比约1.39%共41套，户主买来这些房子大概率用于资产增值而不是作为刚需；

借助 Treemap 图再看一下北京二手房建筑时间分布，大部分都集中于2002-2010 这 9 年，北京房产也是在这段期间迅速发展， 到 2015 年之后明显收缓，源于可建筑地段已经达到饱和再加上国家相关政策的施压

到此，关于“怎么用Python采集北京二手房数据”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！