# PythonDA

**Repository Path**: Terrence_Chung/python-da

## Basic Information

- **Project Name**: PythonDA
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2021-07-03
- **Last Updated**: 2021-07-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

<h1>Python数据分析期末项目<h2>

- 本项目通过爬虫获取了链家的广州二手房市场信息
- 数据日期：2021.06.29
- 爬虫链接：https://gz.lianjia.com/ershoufang/

# 爬虫模块介绍
- Beautiful Soup是一个可以从HTML或XML文件中提取数据的Python库.它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式.Beautiful Soup会帮你节省数小时甚至数天的工作时间

# 数据说明

|字段名|注释|  
|:-:|:-:|  
|area|行政区|
|title|房源标题|  
|community|小区|  
|position|位置|  
|tax|税相关|  
|total_price|总价|  
|unit_price|单位：万元/平|  
|houseType|户型|  
|houseSize|面积|  
|direction|朝向|  
|fitment|装修|  
  
# 数据分析目标  
此Python数据分析项目通过使用BeautifulSoup4（BS4）对链家的广州二手房信息进行爬取，获得对应房源的行政区、房源标题、小区、位置、税相关、总价、单位价格、户型、面积、朝向和装修信息，并使用pandas模块对数据进行抽取。
数据抽取后，再利用pyecharts数据可视化模块绘制交互式可视化图表，得出链家的广州二手房的大致面积和价格关系分布情况，总结了广州房价最高的一些小区和地段，并分析了广州二手房的户型分布以及最常被使用的标签等。  

# 数据分析结果价值宣言
本项目通过爬虫对链家的广州二手房进行了数据分析。结合得到的数据，可以清晰地看到广州目前的房价与房屋面积的关系，以及得到广州房价最高的十个地段和十个小区，分析出整个广州的不同房屋户型所占的比例。
透过这些信息，可以对分析广州的房屋建设趋势起到很大的作用，也可以帮助想买房的人快速找到不同行政区的平均价格，以及不同地段的最高、最低以及平均价格。

# 数据分析结果可视化
## 可视化模块介绍
- 此项目使用pyecharts可视化模块绘制交互式可视化图表
- Echarts是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而Python是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts诞生了。

## 可视化结果展示以及数据故事的阐述
- 1.分析广州二手房房价与面积的关系
![输入图片说明](https://images.gitee.com/uploads/images/2021/0704/141714_b47bca98_5330571.png "截屏2021-07-04 14.02.41.png")
从散点图可以看出，链家的广州二手房的面积大多集中在50-200平方，房价则大多在50-700万之间，最高的一套房总价高达3500万

- 2.分析广州房价较高的地段
![输入图片说明](https://images.gitee.com/uploads/images/2021/0704/142911_57043ee4_5330571.png "截屏2021-07-04 14.03.43.png")
从条形图中可以看出，全广州房价最高的是珠江新城中，平均房价为15.5万元/平，远超第二名珠江新城西的9.4万元/平方

- 3.分析广州房价较高的小区
![输入图片说明](https://images.gitee.com/uploads/images/2021/0704/142940_eec035db_5330571.png "截屏2021-07-04 14.05.38.png")
链家平台上全广州房价最高的小区是中海花城湾，平均房价为16.9万元/平

- 4.对广州二手房的户型进行分析
![输入图片说明](https://images.gitee.com/uploads/images/2021/0704/143019_349ad68f_5330571.png "截屏2021-07-04 14.04.35.png")
从扇形图中可以得出的结论是，广州的房屋户型占主导地位的是三室两厅和两室一厅，两者占比高达59.12%

- 5.对链家平台上的广州二手房标签进行分析
![输入图片说明](https://images.gitee.com/uploads/images/2021/0704/143052_4d0dbf88_5330571.png "截屏2021-07-04 14.06.46.png")
从词云图中可看出，链家平台的广州二手房房源中最常见的标签有采光、楼层、户型、电梯等等

# 心得与感谢
在此项目的完成过程中，我遇到了不少的疑惑以及技术上的问题，通过搜寻网上的资料以及请教同学，大多的问题以及得到了解决。制作这个项目也让我认识到Python的用途之广，功能之强大，也让我自己认识到自己的技术还存在非常多的不足。在解决了各种的问题，当数据通过可视化的方式展现出来的时候，我认为一切都是值得的。

# 参考资料
- [Python-pyecharts中常用的属性解释](https://blog.csdn.net/z18222043061/article/details/87882626/)
- [爬虫 之 BeautifulSoup4 基础教程](https://blog.csdn.net/weixin_43930694/article/details/90142678)
- [和鲸社区](https://www.heywhale.com/home)
- [数据存储到文件的几种方式](https://blog.51cto.com/u_15127561/2710000)
- [Flask搭建图形化业务数据分析平台](https://blog.csdn.net/Px01Ih8/article/details/79875445)