1 内容简介 首先通过爬虫采集链家网上所有南京二手房的房源数据，并对采集到的数据进行清洗；然后，对清洗后的数据进行可视化分析，探索隐藏在大量数据背后的规律；最后，采用一个聚类算法对所有二手房数据进行聚类分析，并根据聚类分析的结果，将这些房源大致分类，以对所有数据的概括总结。通过上述分析，我们可以了解 ...
分类：
编程语言 时间：
2018-08-08 00:28:26
阅读次数：
318
2018年7月14日，我跟男朋友去天津实地查看之前预约下的房子，并打算在买卖双方就房屋价格、定金、过户、落户等沟通无任何问题的情况下，与中介(此处指我爱我家)和卖方签署三方协议并将定金交于卖方。 然而问题就出在了「落户」这个问题上，我们在天津买房子的其中一个目的就是为了落户，截止到当天之前，我们了解 ...
分类：
其他好文 时间：
2018-07-22 20:01:01
阅读次数：
271
背景： 公司需要分析通过二手房数据来分析下市场需求，主要通过爬虫的方式抓取链家等二手房信息。 一、分析链家网站 1.因为最近天津落户政策开放，天津房价跟着疯了一般，所以我们主要来分析天津二手房数据，进入链家网站我们看到共找到29123套天津二手房； 2.查看下页面的数据结构以及每页显示数据条数； 通 ...
分类：
其他好文 时间：
2018-06-01 15:26:46
阅读次数：
861
爬取下来共37636条，原始数据效果如下： ...
分类：
其他好文 时间：
2018-05-16 00:34:04
阅读次数：
208
目标：爬取安居客网站上前10页北京二手房的数据，包括二手房源的名称、价格、几室几厅、大小、建造年份、联系人、地址、标签等。 网址为：https://beijing.anjuke.com/sale/ BeautifulSoup官网：https://www.crummy.com/software/Bea ...
分类：
编程语言 时间：
2018-04-16 10:17:16
阅读次数：
253
案例:通过分析上海的二手房的数据,分析出性价比(地段,价格,未来的升值空间)来判断哪个区位的二手房性价比最高 1.载入包 2.加载数据集 3.查看数据集 数据集有以下几个字段构成 探究影响房价的主要因素是什么 4.查看户型的分布 结论:户型的分布不符合正态分布 需要对户型的数据进行清洗,找出主要的户 ...
分类：
编程语言 时间：
2018-04-08 00:28:47
阅读次数：
963
下面，我再写一个例子，加强对正则表达式的理解。还是回到我们下载的那个二手房网页，在实际中，我们并不需要整个网页的内容，因此我们来改进这个程序，对网页上的信息进行过滤筛选，并保存我们需要的内容。打开chrome浏览器，右键检查。 在网页源码中找到了我们所需要的内容。为了调试程序，我们可以在 http: ...
分类：
编程语言 时间：
2018-02-20 15:36:19
阅读次数：
224
实践题 - 选项卡 房产 家居 二手房 275万购昌平邻铁三居 总价20万买一居 200万内购五环三居 140万安家东三环 ... ...
分类：
Web程序 时间：
2017-12-16 14:52:14
阅读次数：
213
以前爬的数据量都有点少了，所以现在写个爬全站数据爬虫来，用redis进行URL的去重处理，采用mysql储存清洗过后房产数据，采用线程池来进行调度，进行多线程爬取 下面是房天下所有地区二手房和新房的URL，为后续爬取提供起始URL： ...
分类：
Web程序 时间：
2017-10-29 17:43:23
阅读次数：
464
1、网页分析（获取所有城市列表） citys.py 2、二手房信息 3、main.py 4、以上海闵行为例，house.csv 爬取的内容为 结果表明，上海房价真的是高啊~~ ...
分类：
编程语言 时间：
2017-10-11 00:36:33
阅读次数：
188
