Python爬取了1.7 万条房产数据，告诉你深圳生存压力有多大！
最近各大一二线城市的房租都有上涨，究竟整体上涨到什么程度呢？我们也不得而知，于是乎笔者为了一探究竟，便用 Python 爬取了房某下的深圳租房数据。以下是本次的样本数据：
除去【不限】的数据（因为可能会与后面重叠），总数据量为 16971 ，其中后半部分地区数据量偏少，是由于该区房源确实不足。
因此，此次调查也并非非常准确，权且当个娱乐项目，供大家观赏。
统计结果
我们且先看统计结果，然后再看技术分析。深圳房源分布如下，按区划分的话，其中福田与南山的房源分布是最多的。但这两块地的房租十分不菲。
房租单价即 1 平方米 1 个月的价格。方块越大，代表价格越高：
可以看出福田与南山独占鳌头，分别是 114.874 与 113.483 ，是其他地区的几倍。如果以福田 20 平方的房间为例算一下每个月的开销：
福田 20 平方房间的租金：
114.874 x 20 = 2297.48
再来个两百的水电、物业：
2297.48 + 200 = 2497.48
我们节俭一点来算的话，每天早餐 10 块，中午 25 块，晚饭 25 块：
2497.48 + 60 x 30 = 4297.48
是的，仅仅是活下来就需要 3997.48 块。隔断时间下个馆子，每个月买些衣服，交通费，谈个女朋友，与女朋友出去逛街，妥妥滴加个 3500：
4297.48 + 3500 = 7697.48
给爸妈一人一千：
7697.48 + 2000 = 9697.48
月薪一万妥妥变成了月光族。
如果在乡下没有寸土寸金的感觉，那么可以到北上广深体验一下，福田区每平方米每天需要 3.829 元。
户型方面主要以 3 室 2 厅与 2 室 2 厅为主。与小伙伴抱团租房是最好的选择了，不然与不认识的人一起合租可能会发生一系列让你不舒服的事情。字体越大，代表户型数量越多。
租房面积统计，其中 30 - 90 平方米的租房占大多数——所以，组团租房是最好的选择。
然后是租房描述词云，字体越大，标识出现的次数越多。其中【精装修】占据了很大的部分，说明长租公寓也占领了很大一部分市场。
爬虫思路
先爬取房某下深圳各个板块的数据，然后存进 MongoDB 数据库，最后再进行数据分析。
数据库部分数据：
/* 1 */
{
"_id" : ObjectId("5b827d5e8a4c184e63fb1325"),
"traffic" : "距沙井电子城公交站约567米。",//交通描述
"address" : "宝安-沙井-名豪丽城",//地址
"price" : 3100,//价格
"area" : 110,//面积
"direction" : "朝南\r\n ",//朝向
"title" : "沙井 名豪丽城精装三房 家私齐拎包住 高层朝南随时看房",//标题
"rooms" : "3室2厅",//户型
"region" : "宝安"//地区
}
爬虫技术分析和代码实现
爬虫涉及到的技术工具如下：
- 请求库：requests
- HTML 解析：Beautiful Soup
- 词云：wordcloud
- 数据可视化：pyecharts
- 数据库：MongoDB
- 数据库连接：PyMongo
首先右键网页，查看页面源码，找出我们要爬取的部分。
代码实现，由于篇幅原因只展示主要代码：（获取一个页面的数据）
数据分析：
数据展示：
不管怎样，最近房租的暴涨真得让人无能为力。应对外界条件的变动，我们还是应该提升自己的硬实力，这样才能提升自己的生存能力。