随着经济的发展，北、上、广、深这四大都市迅速发展，在经济、政治等方面有突出的表现，而且工作机会多，生活质量较高，是大多数人所向往的地方。但是要在这些城市定居是一件不容易的事情，这样来说购买二手房是一个可以选择的方案，说到这我们一定会想了解这些地区的房源大概情况。所以本项目是对深圳链家二手房房源进行的分析，希望可以帮助部分人解决购房问题，从多维度出发分析，帮助买家拿定主意，实现合理的购房。
（一）分析结果
房源数量最多的区有龙岗区、罗湖区、福田区、南山区，在这四个区中南山区宝安区、福田区的总价比较高都在700百万以上。
对于想选择好地段、价钱差不多就行的人，推荐选择宝安中心的房源。因为宝安中心价格在排名前十的地段中位于第5，说明地段不错，房价在前十中不算很高，值得推荐。
小区的选择可以参照二手房均价（总价）排名前十的小区，进行选择。房屋朝向推荐朝南，朝东南的方向。
对于普通大众，房屋朝向，装修可供选择的种类还是挺多的。
2021-10-14 14:04:43
2.06MB
数据为网友从链家爬取的二手房交易数据。包括涉及房屋的简介，户型，面积，关注人数，观看次数，发布时间，楼层，3万条数据记录。
创建项目后：
Python用户，输入ls ../input/shhouse/ 查看数据路径
R用户，输入list.files("../input/shhouse/") 查看数据路径
使用相关包读取数据
数据描述
1.bj.csv包含变量：简介 小区 户型 面积 关注人数 观看次数 发布时间 房价 单价/平 城区 经纬度
2.nj.csv包含变量 ：名称 租价/月 经度 纬度 房屋面积 室厅卫 整租/合租 楼层 房屋方向 最近地铁距离
3.sh.csv包含变量：小区名
2021-10-13 10:02:12
1.41MB
1
基本环境配置
python 3.6
pycharm
requests
parsel
time
相关模块pip安装即可
确定目标网页数据
哦豁，这个价格………………看到都觉得脑阔疼
通过开发者工具，可以直接找到网页返回的数据~
每一个二手房的数据，都在网页的 li 标签里面，咱们可以获取网页返回的数据，然后通过解析，就可以获取到自己想要的数据了~
获取网页数据
import requests
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (K
2021-07-28 20:06:58
1.07MB
1
爬取数据资源,仅供初学python数据分析使用,数据是原始数据未做修改
水道子胡同 1室0厅 10.8平米 西南 | 其他 2020.04.13 100万 底层(共1层) 板楼 房屋满五年 挂牌100万成交周期1天 名字免费咨询
2021-05-17 15:18:28
37.89MB
1
包含26个数据指标：经度，维度，时间，面积，价钱，楼层，户型，总价等等适合用来做机器学习的资源数据。
2021-03-03 06:48:33
56.02MB
1