基于Python的廊坊市二手房数据爬取及分析

王彦雅

摘要：随着经济发展，全国房价不断攀升，影响房价上涨的因素成为人们关注的焦点。以廊坊市为例，利用Python语言中的Scrapy爬虫框架对链家网中廊坊市各区县的二手房数据进行爬取，并将爬取到的数据进行清洗、可视化、分析，最后总结出影响廊坊市二手房房价的关键因素，对准备购买廊坊市区房屋的刚需或者投资者起到辅助决策作用。

关键词：Python;爬虫;Scrapy;数据分析;可视化分析

中图分类号：TP391  文献标识码：A

文章编号：1009-3044（2021）29-0168-03

1背景

近年来，全国房价普遍上涨，导致许多人背负的房贷越来越重，很大程度降低了人们的生活水平。尤其是河北省的廊坊市，地理位置优越，位于京津走廊之间，并且距离雄安新区仅有一百公里。价格上涨速度始终位居全国前列，这导致人们对住房的价格十分关注。许多投资者也来到廊坊市投资房屋，由于价格上涨较多，促使许多刚需者和投资者选择了价格较低的二手房。

伴隨着大数据时代的到来，网络中的数据信息愈来愈多，如何搜集、整理和分析有用的信息是目前面临的难题。由此，网络爬虫应运而生。网络爬虫[1]又称网络机器人，它的主要任务是模仿人类浏览网页，躲过网站反爬拦截，将浏览到的网页信息存储至本地，可以大幅降低人工成本。本文以链家网为例，使用网络爬虫自动获取廊坊市二手房信息，包括位置、面积、户型、单价等，并对搜集的信息进行可视化分析，以便探究廊坊市价格上涨背后的原因，对廊坊市二手房购买者提供一定的帮助。……