文|寻找不同的蜜蜂
购置新房，对于刚参加工作没几年的孩童来说，可谓压力山大。特别是，在北上广深，这种超级城市，买房简直天方夜谭。
前一阵，刮起了一阵逃离北上广的热潮，逃离的理由不必赘述，你我都懂。或许，在新一线城市发展，也是一个不错选择。毕竟留在这些城市发展，机会还是多很多。
但说实话，在新一线购置一套新房，似乎也不那么容易。有些人认为，新房买不起，购置二手房，也是不错选择。也有人认为，二手房比新房价格还贵。
那么，到底二手房的价格如何？
通过爬虫，爬取贝壳二手房网，选取新一线的14个城市为研究对象，分别是杭州、青岛、天津、南京、成都、重庆、长沙、武汉、郑州、沈阳、东莞、西安、苏州和无锡。
共记4万+二手房信息，其中，每一个城市约3000条二手房信息（贝壳网上限100页）。
1/ 信息的收集
爬虫，作为有效的信息收集途径之一，其灵活和实时性等特点，已被大家高度认可。互联网时代，掌握爬虫技能，是必不可少的技能之一。
python中，目前，有很多爬虫模块，比如：scrapy（更为高级结构化的框架），re，request， beautifulsoup等。
本文继续使用request+beautifulsoup模块，爬取数据，包括小区名字、区域、户型、面积、总价格以及每平米价格。
1）Request负责爬取html源代码至本地，需注意一点：解析前，查看html是否完全被下载下来。如果发现只爬下部分内容，可能存在反扒机制。
2）Beautifulsoup负责解析以上html，基于CSS选择器，提取关心的信息，必要时，需对数据进行处理（如：去空格、去换行和去除不必要的字符串等等）。
3）有时网络不是特别好，爬取过程中会出现中断，如果不设置监控点，都不知道爬到哪里。建议使用format（）设置页面监控点。
图片发自简书App
2/ 信息过滤
爬下的信息中，多少有一些，无效信息。筛选有用的信息，变得极为关键。
通过对新一线城市，4万条的住房信息处理发现，各个城市各区的房屋信息条数分布，极不均匀，一些地区的二手房信息有几百条，甚至千条，但有些，却只有几条。
因此，以大于50条为过滤条件，统计并计算各城市各区的均值。
3/ 结果可视化
使用pyechart和excel对数据进行可视化，其中，地图可视化的代码如下：
对于数据data，可以手动输入，也可以导入CSV。然后，调整显示范围 [10000, 40000 ]，很方便。其他参数，可以保持默认即可。
别忘记下载地图数据，命令行输入 pip install echarts-china-provinces-pypkg和 pip install echarts-china-cities-pypkg。
对于excel的使用，主要是在上千的数据当中，筛选出各城市各区对应的数据，并求均值，AVERAGEIF（）函数，不要错过。
4/ 结果分析
通过对以上4万条房屋信息处理和分析，14个城市的二手房均价排名如下：
1）杭州， 39495元/平方米
2）南京， 33346元/平方米
3）青岛， 28368元/平方米
4）天津， 27722元/平方米
5）苏州， 23739元/平方米
6）东莞， 20801元/平方米
7）武汉， 20605元/平方米
8）成都， 17266元/平方米
9）西安， 16636元/平方米
10）郑州， 16057元/平方米
11）无锡， 15245元/平方米
12）重庆， 14769元/平方米
13）长沙， 11736元/平方米
14）沈阳， 11378元/平方米
图片发自简书App
新一线城市，二手房的均价在11000～40000元/平方米之间，差值高达30000元/平方米。可以明显得知，沿海地区的城市房价确实比中部城市高很多。
图片发自简书App
1.杭州
目前来说，杭州的二手房价格，在新一线城市排名第一。
杭州各区二手房均价/平方米分布，呈现不均匀态势，最低余杭均价近30000元/平方米左右，最高上城均价直逼50000元/平方米。杭州50%的区域，均价都已经超过40000元/平方米。
2.南京
南京各区二手房均价/平方米分布不均匀，最低浦口均价24000元/平方米，最高鼓楼46000元/平方米，差值一倍之多。
3.青岛
青岛各区二手房均价/平方米分布，也呈现不均匀态势。青岛30%的地区，均价突破30000元/平方米。
图片发自简书App
4.天津
天津各区二手房均价/平方米分布，也呈现不均匀态势。可以明显看出，和平的均价已经突破50000元/平方米，比最低的武清高出3倍之多。天津75%的地区，均价低于30000元/平方米。
图片发自简书App
5.苏州
苏州各区二手房均价/平方米分布，也呈现不均匀态势。除工业园区超出30000元/平方米，其他地区均价在19000～25000元/平方米。
图片发自简书App
6.东莞
东莞各区二手房均价/平方米分布，也呈现不均匀态势。最低均价大于15000元/平方米，最高的松山湖直逼30000元/平方米。
图片发自简书App
7.武汉
武汉各区的二手房均价分布极不均匀。均价超过20000元/平方米的区有6个，占比60%。特别是，武昌均价已经高达26000+元/平方米，比最低的黄陂多一倍。
8.成都
成都各区二手房均价/平方米分布，也呈现不均匀态势。4个区均值低于15000/平方米，4个区均值介于15000～20000/平方米，4个区大于20000元/平方米。
9.西安
西安各区二手房均价/平方米分布较为持平，14000～17000/平方米左右，除雁塔突破20000元/平方米。
10.郑州
郑州各区二手房均价/平方米分布，也呈现不均匀态势。除郑州新区24000/平方米左右，其他地区均价在10000～17000/平方米左右。
11.无锡
无锡各区二手房均价/平方米分布，也呈现不均匀态势。但均价均低于20000元/平方米。滨湖与惠山差价5000元/平方米。
12.重庆
重庆各区二手房均价/平方米分布，也呈现不均匀态势。在14个新一线城市中，江津7400元/平方米，应该是目前价格最低的地区了。
图片发自简书App
13.长沙
长沙各区二手房均价/平方米分布，呈现均匀态势，各区均价低于13000元/平方米。
图片发自简书App
14.沈阳
沈阳各区二手房均价/平方米分布，也呈现不均匀态势。最高和最低差价在8000元/平方米。
图片发自简书App
你在上述14个城市的哪一个城市，拼搏奋斗呢？
希望，对购置二手房的你，可以提供一些科学的参考。
（以上数据，均爬取各城市对应最大页数(100页)。4万的数据量，可能不够全面，结果仅供参考。）
相关文章：
1/ 学习python 115小时后，告诉想学爬虫的你，别怕，爬虫，没那么难抓！
2/ 爬取60000个岗位，爬虫告诉想要找或换工作的你，城市和行业，该怎么选？
