哈喽，我是小张，大家好久不见啊~ 最近呢，对链家平台上的北京二手房数据做了个可视化分析，对目前北京的二手房交易情况有了个大致了解，最终得到一个很实在的结论：奋斗一辈子也买不到一个厕所这句话不是骗人的，是真的；关于具体分析内容客官请看下文 1，工具说明 本文用到的 Python 库 ...

转载请附带原文地址：https://www.cnblogs.com/hello-zy/p/9440417.html 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 ...

数据来源 数据页面: 链家网南京（https://nj.lianjia.com/chengjiao/） 链家网数据量很大，这里只用南京的二手房成交数据。 如下图： 数据采集 链家网的页面数据比较整齐，采集很简单，为了避免影响别人使用，只采集的南京的二手房成交数据， 采集频率也很低，总共 ...

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~~ ...

1、爬取链家二手房信息，存入数据库（MySQL）数据来源：链家 2、数据库表结构 3、代码 lianjia.py 4、结果 ...

python数据分析项目：链家二手房分析 数据来源：爬虫获取 数据内容：北京二手房数据 数据特征：11个特征变量 ， 1个目标变量 Price Direction : 房屋位置所处的方向 District : 房屋位置 Elevator : 电梯 Floor : 楼层 Garden ...

本文重点 系统分析网页性质 结构化的数据解析 csv数据保存 环境介绍 python 3.8 pycharm 专业版 >>> 激活码 #模块使用 requests ...

继续上一篇的工作继续分析广州链家二手房的数据。 >> Normality Test 用nortest package 的 ad.test() 分别对三个主要因素（面积，总价和均价）进行正态分布检验，结果显示这三个变量都不满足正态分布，而 Q-Q Plot 的表现方式就更直 ...