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 ...

自学数据分析与机器学习已有两月，近期房价问题引人深思，即兴做个上海市房价的数据分析小项目。上网一查上海市新楼盘价格，高的不忍直视，索性退而求其次，分析上海二手房的价格。 一、数据收集 常规做法是编写网络爬虫程序，爬取相关网站的数据信息。捷径是用八爪鱼爬虫软件爬取房天下、安居客等网站的二手房信息 ...

项目分享目的：在学习完Numpy，Pandas，matplotlib后，熟练运用它们的最好方法就是实践并总结。在下面的分享中，我会将每一步进行分析与代码展示， 　　　　　　　希望能对大家有所帮助。 项目名称：链家二手房数据分析 项目概述：本项目主要利用上面提到的三个工具进行数据的处理 ...

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 ...

上一篇分享了爬取链家二手房的数据，接下来就应该是分析这份数据。 小插曲：懒洋洋的夏天到了连人也变得懒洋洋的了（借口！）。拖拖拉拉地等到了链家网页改版等到了二手房放盘数目又多了 10,000 + 套（楼市小复苏？），总之又不得不重新爬了一份 51,000 + 的数据。 Inspect Data ...

环境: R 研究对象： 1. 二手房数据的区域特征 2. 二手房数据的面积特征 1. 导入原始数据 setwd("/Users/mac/Desktop/lianjia/") d = read.csv("/Users/mac/Desktop/lianjia ...

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 ...

最近在学习数据分析的相关知识，打算找一份数据做训练，于是就打算用Python爬取链家在重庆地区的二手房数据。 链家的页面如下： 爬取代码如下： 链家网站的数据最多只显示100页，所以这里我们爬取各个区域的前100页信息，有的可能没有100页，但并不影响，爬取结果如 ...