戴瑗 郑传行

摘  要： 文章使用Python爬虫并结合数据分析技术，对链家网上南京二手房的所有房源数据进行采集、清洗，再对清洗后的数据进行可视化分析，研究隐藏在这些海量数据背后的规律。由此可获得南京二手房的基本属性特征以及二手房源的分布情况，起到购房决策辅助作用。

关键词： Python; 爬虫; 数据挖掘; 可视化分析; 二手房

中图分类号：TP399          文献标识码：A     文章编号：1006-8228（2021）01-37-04

Crawling and analyzing Nanjing second hand house data with Python

Dai Yuan， Zheng Chuanxing

（School of information， Guizhou university of F&E， Guiyang， Guizhou 550025， China）

Abstract： This paper uses Python crawler and data analysis technology to collect and clean all the house source data of Nanjing second-hand house on lianjia.com， and then the cleaned data is analyzed and visualized to study the laws hidden behind it. By doing so， the basic attribute characteristics of second-hand house and the distribution of second-hand house in Nanjing can obtained， which plays an auxiliary role in the decision-making of house purchase.

Key words： Python; crawler; data mining; visual analysis; second-hand housing

0 引言

國内房地产快速发展，近几年来，公民越来越关心房价问题，2016年的中央经济工作会议明确提出“房子是用来住的、不是用来炒的”，展现了住房是民生之本[1]。面对攀升的房价，人们买房的压力越来越大，为了缓解住房压力，人们会选择购买二手房。二手房的房价除了受到最基本的区域、总价、单价、建筑面积的影响， 更受到了其他社会因素的影响。所以我们有必要对二手房价格背后的影响因素进行研究[2]。

在买房之前，人们会在相关网站上搜索自己想要了解的住房信息，但是面对庞大且来源广泛的网络数据，如何缩短网页下载时间，如何分析大量数据并找出有用信息，就需要用到网络爬虫技术。本文通过Python爬虫程序爬取链家网上所有的二手房数据，爬取的字段包括所在区域、面积、朝向、楼层、户型结构、装修情况、总价、单价等，并对采集到的这些数据进行清洗[3]。最后对清洗过的数据进行可视化分析，探索南京二手房建筑面积、位置、户型等对二手房房价的影响情况。

1 Python数据分析简介