上海哪里学python_小白学python_上海房价知多少
一年前，为了喜欢的他，我来到了上海。两人三餐四季，过着幸福的小日子，现在我们想着安定下来，在上海安①个家。有了这个想法以后，我们听到了很多关于#上海房价很高#的声音，我不想放弃，决定自学python通过数据科学的办法了解上海房价的真面目。
分析框架如下：网页爬虫：获取上海新房的相关信息
数据清洗：处理异常值
分析上海以及上海周边各价位的新房源分布情况
分析上海各区域的新房源分布情况和价格水平
分析上海新房源价格和格局的关系
小结
一．网页爬虫：获取上海新房的相关信息
通过python获取上海新房的相关信息，如下：
一共有8个变量：House_name：小区名称
total_price：总价
unit_price：单价
House_Area：城区xi'm
House_Com：镇\街道
House_Street：门牌
House_Pattern：室
House_Square：面积
二．数据清洗：处理异常值
csv_data = pd.read_csv('E:/test/result.csv',encoding='gb18030') # 读取网页爬取的数据
print(csv_data.shape) # (836, 8)
#价格显示为“价格待定”时置零
def solve(x):
if x=='价格待定':
return 0
else:
return x
csv_data['unit_price'] = csv_data['unit_price'].apply(solve)
#单价等于0[异常值]或者小于10000元[异常值：总价和单价混了]的行删除
csv_data = csv_data[csv_data['unit_price']!=0]
csv_data['unit_price']=csv_data['unit_price'].astype(float)
csv_data = csv_data[csv_data['unit_price']>10000]
三．分析上海以及上海周边各价位的新房源分布情况
1.上海各价位的新房源分布情况
csv_data_sh = csv_data[csv_data['House_Area']!='上海周边']
csv_data_shzb = csv_data[csv_data['House_Area']=='上海周边']
bins=[10000,20000,30000,40000,50000,60000,70000,80000,90000,100000,110000,120000,130000,
140000,150000,160000,170000,180000,190000,200000]
csv_data_sh['quartiles'] = pd.cut(csv_data_sh.unit_price, bins)
df_cnt_sh=csv_data_sh.groupby("quartiles")["quartiles"].count()
print(df_cnt_sh)
df_cnt_sh.plot(kind='bar',color=['#9999ff'],alpha=0.7,figsize=(12,6),fontsize=12)
plt.title('上海市各价位新房数量',FontSize=20)
plt.ylabel('数量(套)',FontSize=15)
plt.xlabel('价格分段(元/平方米)',FontSize=15)
plt.grid(True,axis="y",alpha=0.5)
plt.xticks(rotation=45)
x=np.arange(19)
y=np.array(list(df_cnt_sh))
for a,b in zip(x,y):
plt.text(a,b,"%.0f"%b,ha='center',va='bottom',FontSize=10)
plt.show()
可见，上海新房源的单价主要集中在[2w，6w]元/平方米，其中，[3w，4w]元/平方米的新房源最多。
2.上海周边各价位的新房源分布情况
bins = [10000,20000,30000,40000,50000,60000,70000]
csv_data_shzb['quartiles'] = pd.cut(csv_data.unit_price, bins)
df_cnt_shzb=csv_data_shzb.groupby("quartiles")["quartiles"].count()
print(df_cnt_shzb)
df_cnt_shzb.plot(kind='bar',color=['#9999ff'],alpha=0.7,figsize=(12,6),fontsize=12)
plt.title('上海周边各价位新房数量',FontSize=20)
plt.ylabel('数量(套)',FontSize=15)
plt.xlabel('价格分段(元/平方米)',FontSize=15)
plt.grid(True,axis="y",alpha=0.5)
plt.xticks(rotation=45)
x=np.arange(7)
y=np.array(list(df_cnt_shzb))
for a,b in zip(x,y):
plt.text(a,b,"%.0f"%b,ha='center',va='bottom',FontSize=10)
plt.show()
可见，上海周边（昆山、无锡等）新房源的单价主要集中[1w，3w]元/平方米，其中，[1w，2w]元/平方米的新房源最多。
四．分析上海各区域的新房源分布情况和价格水平
1.上海各区域的新房源分布情况
df_cnt=csv_data_sh.groupby("House_Area")["House_name"].count().sort_values(ascending=False)
print(df_cnt)
df_cnt.plot(kind='bar',color=['#9999ff'],alpha=0.7,figsize=(12,6),fontsize=12)
plt.title('上海市各区域新房数量',FontSize=20)
plt.ylabel('数量(套)',FontSize=15)
plt.xlabel('',FontSize=15)
plt.grid(True,axis="y",alpha=0.5)
plt.xticks(rotation=45)
x=np.arange(17)
y=np.array(list(df_cnt))
for a,b in zip(x,y):
plt.text(a,b,"%.0f"%b,ha='center',va='bottom',FontSize=10)
plt.show()
可见，黄浦、长宁、虹口、徐汇、静安、杨浦、普陀等比较接近市中心的城区，由于土地资源不足，房源饱和，能释放的新房房源极少。浦东、青浦、嘉定城区的新房源数量比较接近，新房房源比较充足；奉贤、松江、宝山、闵行城区的新房源数量比较接近，新房房源次之。
2.上海各区域的新房源价格水平
df_price_mean=csv_data_sh.groupby("House_Area")["unit_price"].mean().to_frame()
print(df_price_mean)
df_price_max=csv_data_sh.groupby("House_Area")["unit_price"].max().to_frame()
print(df_price_max)
df_price_min
=csv_data_sh.groupby("House_Area")["unit_price"].min().to_frame()
print(df_price_min)
df_price = pd.concat([df_price_mean,df_price_max,df_price_min],axis=1)
df_price.columns = ['mean','max','min']
df_price.plot(kind='bar',color=['#9999ff','#ff9999','#fff999'],alpha=0.7,figsize=(12,6)
,fontsize=12)
plt.title('上海市各区域新房平均价格',FontSize=20)
plt.ylabel('价格(元/平方米)',FontSize=15)
#plt.xlabel('区域',FontSize=15)
plt.grid(True,axis="y",alpha=0.5)
plt.xticks(rotation=45)
plt.show()
可见，黄浦、长宁、虹口、徐汇、静安、杨浦、普陀等比较接近市中心的城区的单价均价较高，其单价均价在10w元/平方米左右，属于第一梯队。浦东、闵行、宝山、青浦、松江等城区的单价均价次高，其单价均价在5w元/平方米左右，属于第二梯队。嘉定、奉贤、崇明、金山等城区的单价均价较低，其单价均价在3w元/平方米左右，属于第三梯队。
3.上海价格top15的小区
df_price_mean_h=csv_data_sh.groupby(["House_Area","House_name"])["unit_price"].mean().head(15)
print(df_price_mean_h)
df_price_mean_h.plot(kind='bar',color=['#9999ff'],alpha=0.7,figsize=(12,6),fontsize=12)
plt.title('上海市房价top15小区',FontSize=20)
plt.ylabel('价格(元/平方米)',FontSize=15)
plt.xlabel('',FontSize=15)
plt.grid(True,axis="y",alpha=0.5)
plt.xticks(rotation=45)
x=np.arange(15)
y=np.array(list(df_price_mean_h))
for a,b in zip(x,y):
plt.text(a,b,"%.0f"%b,ha='center',va='bottom',FontSize=10)
plt.show()
4.上海价格under15的小区
df_price_mean_l=csv_data_sh.groupby(["House_Area","House_name"])["unit_price"].mean()
.sort_values(ascending=True).head(15)
print(df_price_mean_l)
df_price_mean_l.plot(kind='bar',color=['#9999ff'],alpha=0.7,figsize=(12,6),fontsize=12)
plt.title('上海市房价under15小区',FontSize=20)
plt.ylabel('价格(元/平方米)',FontSize=15)
plt.xlabel('',FontSize=15)
plt.grid(True,axis="y",alpha=0.5)
plt.xticks(rotation=45)
x=np.arange(15)
y=np.array(list(df_price_mean_l))
for a,b in zip(x,y):
plt.text(a,b,"%.0f"%b,ha='center',va='bottom',FontSize=10)
plt.show()
五．分析上海新房源价格和格局的关系
df_price_gj=csv_data_sh.groupby("House_Pattern")["unit_price"].mean()
print(df_price_gj)
df_price_gj.plot(kind='bar',color=['#9999ff'],alpha=0.7,figsize=(12,6),fontsize=12)
plt.title('上海市各格局新房平均价格',FontSize=20)
plt.ylabel('价格(元/平方米)',FontSize=15)
plt.xlabel('格局(室)',FontSize=15)
plt.grid(True,axis="y",alpha=0.5)
plt.xticks(rotation=45)
x=np.arange(7)
y=np.array(list(df_price_gj))
for a,b in zip(x,y):
plt.text(a,b,"%.0f"%b,ha='center',va='bottom',FontSize=10)
plt.show()
可见，在上海新房源里，新房为7室的单价均价最高，其单价均价在8.7w元/平方米左右；紧接着，新房为4-6室单价均价次高，其单价均价在6.5w元/平方米左右，最后，新房为1-3室单价均价次最低，其单价均价在5.3w元/平方米左右。
六．小结
通过一系列分析可以看到：上海市中心城区的新房房价偏高，此外，房源饱和无太多空缺；哈哈，家里有矿的朋友可以下手，如果刚毕业几年且靠自己的朋友，建议往下看~
嘉定、奉贤、崇明、金山等上海较偏远区域的新房源充足，单价均价在3w元/平方米左右，比较适合刚毕业几年且靠自己，在上海努力打拼的小年轻。配置小汽车可以解决上班路途遥远的问题，也许会比较辛苦，但可以一起努力待到财富积累到某个水平的时候，卖旧房换更好的新房哦。
如果主要是小两口过日子，建议考虑房型为1-3室。其次，房子格局的价格梯度和租房的情况类似，1房的户型很少，价格偏高。因此，更推荐2-3室，哈哈。
不足之处：
由于爬虫取得的相关信息并不是特别充足，分析结果还有待校正。
后记：
花了一周的时间自学python，从爬虫到数据清洗到数据分析，说实话，敲代码的时候真的有点抓狂，各种奇怪的bug，一点点百度搜索一点点处理，但总算揭开了上海房价的神秘面纱，而不是道听途说。这次分析还是能帮我们更好的定位我们的目标，我相信自己，也相信我的另一半。有目标才能更好的努力，问题再多但解决问题的方法也很多，不是吗？
我想，在繁华的大上海，和我们一样努力着奋斗着的小年轻应该很多吧。让我们一起努力吧~相信明天会更好~加油！
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！