Python链家网租房数据分析

最新推荐文章于 2025-12-19 16:25:25 发布

原创最新推荐文章于 2025-12-19 16:25:25 发布 · 1k 阅读

16 ·

CC 4.0 BY-SA版权

文章标签：

#数据分析 #python #信息可视化 #数据挖掘 #pandas #numpy #matplotlib

Python数据分析项目集专栏收录该内容

6 篇文章

订阅专栏

部署运行你感兴趣的模型镜像

Python链家网租房数据分析全攻略 📊

基于之前爬取的链家租房数据，本文将带你进行全面的数据可视化分析，揭示杭州租房市场的隐藏规律

项目概述 🎯

在前一篇文章中，我们成功爬取了链家网的租房数据。现在，让我们利用这些宝贵的数据，通过Python的数据分析库来挖掘其中的价值，为租房决策提供数据支持！

技术栈 🛠️

Pandas - 数据处理与分析
Matplotlib - 数据可视化
WordCloud - 词云生成
Jupyter Notebook - 交互式编程环境

数据概览 📈

首先让我们查看一下数据集的基本信息：

import pandas as pd
import matplotlib.pyplot as plt

# 设置中文字体显示
plt.rcParams['font.sans-serif'] = ['SimHei']  
plt.rcParams['axes.unicode_minus'] = False    

# 读取数据
df = pd.read_csv('hangzhou_house.csv')
print(f"数据集包含 {len(df)} 条租房记录")
print("\n数据字段：")
print(df.columns.tolist())

分析维度一：房源类型与区域分布 🏘️

1. 双饼图对比分析

# 1. 类型分布
type_counts = df['类型'].value_counts()
type_percent = type_counts / type_counts.sum() * 100
type_labels = [f"{name} ({count}，{percent:.1f}%)" for name, count, percent in zip(type_counts.index, type_counts, type_percent)]

# 2. 区域分布
area_counts = df['区域'].value_counts()
area_percent = area_counts / area_counts.sum() * 100
area_labels = [f"{name} ({count}，{percent:.1f}%)" for name, count, percent in zip(area_counts.index, area_counts, area_percent)]

# 创建并排的两个饼图
fig, axes = plt.subplots(1, 2, figsize=(16, 8))

代码解析：

value_counts() 统计每个类别的数量
计算百分比并格式化标签，显示具体数量和占比
使用 subplots 创建并排子图，便于对比分析

分析洞察：
通过饼图可以直观看出：

整租与合租的比例分布
杭州各区域的房源供应情况
热门租赁区域识别

在这里插入图片描述

分析维度二：区域-类型交叉分析 🔄

2. 堆叠柱状图分析

# 计算各区域下各类型的数量
pivot = pd.pivot_table(df, index='区域', columns='类型', values='标题', aggfunc='count', fill_value=0)

# 计算各类型在各区域的占比
pivot_percent = pivot.div(pivot.sum(axis=1), axis=0)

# 绘制堆叠柱状图
ax = pivot_percent.plot(kind='bar', stacked=True, figsize=(14, 8), colormap='tab20')

代码解析：

pivot_table 创建透视表，统计区域与类型的交叉数量
div 方法计算百分比，实现标准化堆叠
colormap='tab20' 使用丰富的颜色区分不同类型

分析价值：

识别各区域的租赁类型偏好
发现特定区域的租赁模式
为不同需求的租客提供选址建议

在这里插入图片描述

分析维度三：价格深度分析 💰

3. 楼栋类型价格对比

# 强制将价格列转为数值型，无法转换的设为NaN
df['价格(元/月)'] = pd.to_numeric(df['价格(元/月)'], errors='coerce')

# 计算各类型下各楼栋的平均价格
pivot_price = pd.pivot_table(df, index='楼栋', columns='类型', values='价格(元/月)', aggfunc='mean')

# 只显示有数据的楼栋
pivot_price = pivot_price.dropna(how='all')

数据处理技巧：

pd.to_numeric(..., errors='coerce') 处理数据转换异常
dropna(how='all') 只删除全为空值的行
透视表实现多维度的价格分析

商业洞察：

不同户型在不同楼栋的价格差异
识别性价比高的租赁选择
为价格谈判提供数据依据

在这里插入图片描述

分析维度四：标签词云分析 ☁️

4. 房源特色可视化

from wordcloud import WordCloud

# 合并所有标签为一个长字符串
text = ' '.join(df['标签'].astype(str))

# 生成词云
wc = WordCloud(
    font_path='C:/Windows/Fonts/simhei.ttf',
    background_color='white',
    width=800,
    height=400,
    max_words=100,
    colormap='rainbow',
    collocations=False,
    scale=2
).generate(text)

词云配置详解：

font_path 指定中文字体路径
colormap='rainbow' 使用彩虹色系增强视觉效果
collocations=False 避免词组重复，提升词云质量
scale=2 提高生成图片的分辨率

营销价值：

快速识别房源主要卖点
了解市场推广关键词
发现用户关注焦点

在这里插入图片描述

分析维度五：价格分布统计 📦

5. 箱线图价格分析

# 箱线图配置
df.boxplot(column='价格(元/月)', by='类型', grid=False, patch_artist=True,
           boxprops=dict(facecolor='skyblue', color='blue'),
           medianprops=dict(color='red'),
           whiskerprops=dict(color='blue'),
           capprops=dict(color='blue'),
           flierprops=dict(markerfacecolor='orange', marker='o', markersize=6, alpha=0.5))