- A+
面一篇文章写了如何爬取南京20000多套二手房的信息，算是一个铺垫，今天我们就来深入分析一下这些数据，看看南京房子到底有多贵. 有多少豪宅，多少的富人区，哪些房子，哪些区域比较火比较贵！有没有性价比高的房子可以挑选！这些数据的背后隐藏了什么故事！这次我用可视化来反映数字里的秘密！
南京地图
南京一共有11个区域：浦口区，建邺区，雨花台区，江宁区，鼓楼区，玄武区，秦淮区. 地图最上面有六合区，地图最下面还有一个溧水区，高淳，西边还有一个栖霞区。
由于高淳和溧水房源特别少,那么我们就重点看南京的主要9个区的情况
1.二手房数据总览
上一篇爬取的数据我全部存在一个csv文件中有18000多条数据，我一共抽取了8个维度.(链家上明明写20864套，核对了几遍为啥只有18000不到，我也很奇怪呢)
-
房子的装修，面积，总价，房子的小区名字，所在区域，单价，房间多少和朝向.
-
基本这8个特征值，包括了房子的绝大部信息,而且数据我已经清洗过，为我们下一步数据分析做好了准备.
纵览一下南京二手房:
1).装修情况
精装5105套，简装3011套，毛胚:981套，其他8830套
2).最大/小的面积,最贵和最便宜的二手房
最大的面积有644平米,最小的面积只有22平米,我很想知道这都是什么房子：
最小的是雨花区的一个22平米的叫"明门公寓",也是总价最低的。
最大的是大名鼎鼎的钟山高尔夫别墅，总价最高的5800万，单价近9万
整个二手房平均总价近300万，也就是低于300万很难选到好房子.
3).总价在600万以上的精装修的豪宅
600万以上的豪宅有331套，而且面积都是大户型,富人真多!
4).那个区域的二手房比较多
鼓楼2995，浦口2987，建邺2968，秦淮2863，这四大热门区域很多房子在出售，相信有少投资客在这些区域，后面我们会深入挖掘一下
5).每平米最贵和最便宜
最贵的11万一平米的，最便宜的是1万左右，均价在3万左右，南京的房子相当的贵啊！
6).出售中最多的小区
发现诚品城和江佑铂庭这两个小区出售的最多，为啥呢? 仔细查看发现这两个楼盘一个在南京最东边，一个在最西边。看来投资客很多啊，估计获利不少，准备出货吧.
2.单维度可视化分析
我们分别从总价，面积，均价，区域这些基本维度来可视化看一下南京的二手房.
1).均价
南京房子单价分布图,发现每平方小于2万的房子非常少，均价6.5万以上的房子也非常少.市面上大部分都是是在3万左右二手房.
-
去掉一些特殊的豪宅，南京的房子只有少部分是在2000万以上的，我们重点分析2000万以内的房子的情况
-
发现200-400万的房子特别多。峰值在200万左右的房子有5000套以上，从600万开始数量慢慢下降.
3).面积
-
南京二手房市场上，小面积的房子特别多，其中80-90的房源非常充足！看来是小户型的比较好卖啊，那小户型的几房几厅的比较多呢
4).房间数
看了市面上以3房的居多，其次是2房的，发现2房一厅和2房2厅的比例大概是7成，而3室1厅的仅有3室2厅的4成. 看来户型里面还是3室2厅的比较好！
3.双维度可视化分析
双维度分析，我们挑几组相关性比较大的维度分析一下:
1).面积和总价
-
房子的面积和总价的关系图，面积基本集中在50-300平米之间，价格在1000万的。但是发现50平米的房子数据也非常密集，300平以上的房子急剧减少
-
我们把房价面积和价格分别取平方根和对数，发现50-100平米的房子价格线性关系非常明显
-
而100-200平米的房子，随着面积的增长价格并没有出现线性变化. 还是小三房比较好卖啊
2).房子面积和所在区域
-
看来面积比较大的房子集中在南京江宁区，秦淮区和浦口区。而建邺区箱体长度非常大，而六合区因为数据非常少，箱体非常小.
-
而房间面积分布比较均匀的是，鼓楼区和玄武区，基本都差不多，集中在50-100之间，说明小面积的房子主要分布在鼓楼和玄武两个地方.
3).房子均价和区域
-
看来是建邺区和鼓楼区的均价最高,建邺区的均价在38000左右，鼓楼在35000左右 ,看来富人都云集在这两个区域.浦口和江宁均价相对低一些，而且箱体长度很小，说明价格分布比较均匀.
-
另外鼓楼区和玄武区的异常值非常多，尤其是鼓楼区可以看出6万到9万多的数据异常很多，说明鼓楼区的投资非常旺盛。因为学区房非常集中在鼓楼,而异常值最少的江宁区，江宁的学区看来不行。
4.多维度可视化分析
一个好的二手房地段，面积，价格和装修，这4个要素之间分布关系是怎么样的呢，我们来看一下：
-
很明显红色区域非常集中，红色区域是鼓楼区的房子大部分都是精装，面积在100左右，而总价在500万左右的数据量很大
-
而1000万左右的房子出现在绿色区也就是建邺区，面积在200-300平米
-
1500万的房子出现在栖霞区。看了真正的豪宅还是在栖霞区,而且毛胚居多.
本篇已经用了13个图片，限于篇幅大小，多维度我就不再展开了。
结论：
南京的房子真心不便宜啊,还有很多深入的数据我没有来得及写上去。以后我会再出一篇深入的地产数据分析报告给大家.如果哪个中介公司看到这份数据有兴趣可以交流。希望能有更细致和准确的数据集挖掘一下,屌丝希望能找出最佳性价比的二手房.
摘要：为什么Python能够在这么多其他人失败的地方成功?学习起来很容易，使用起来很有趣，而且很强大。
来自网络
有数百种编程语言：一些被广泛流行，然后被削弱，一些开始成为小众语言，从未扩展到一个核心的爱好者群体，但其中一个，特别是，经受住了时间的考验。那么，为什么Python在1989年设计并于1991年首次发布，现在仍然重要呢?
你不可能是所有人的一切……但它有帮助
Python开发人员重视它的灵活性。Python的创建者Guido van Rossum之前曾在ABC编程语言中使用过(明显不那么受欢迎)，并使用他喜欢的ABC片段构建了Python，并取消了他不喜欢的部分。Python中的一些流行的结集和添加包括列表、字典、基本语句和缩进。
Guido van Rossum也使用小写字母，而不是大写的关键字，他用一个小的核心做了Python，这个核心很容易扩展，而不是像ABC那样的整体设计。这种可扩展性帮助最初将Python从包中分离出来，如今它被称为通用通用语言。
同时具有服务器端和前端
Python在上面的语言特性中反映了灵活性，在编程领域具有广泛的吸引力。作为一种可以遵循许多不同设计模式的多范式编程语言，Python将简单的语法、文本处理和脚本能力结合起来，使它和DevOps工程师能够适应更高级的架构，从而吸引应用程序程序员。额外的扩展带来了来自其他群体的忠诚;web开发人员重视其web框架(Django，金字塔)，研究人员重视Python处理科学计算libs(NumPy,SciPy)的能力。
生态系统的支持
Python是在GitHub上最流行的语言之一，在谷歌有大量的支持作为一种流行的内部语言。其他公司(如Facebook和Instagram)在内部使用Python，并且仍然有更多的创建Python SDKs，以使开发人员在Python中编写代码更容易访问他们的api。在这两家公司的所有类型的工程师中，都可以广泛地支持Python。Python是可以接近的，以至于教育者将它作为入门的编程语言，经验丰富的开发人员使用它来构建一个有趣的项目。这种广泛的支持和吸引力是对Python的持续相关性的证明。
