爬取链家二手房房价数据存入mongodb并进行分析

感谢您的关注！需要完整源码评论区获取~

【实验目的】

1. 使用 python 将爬虫数据存入 mongodb；

2. 使用 python 读取 mongodb 数据并进行可视化分析。

【实验原理】

       MongoDB 是文档数据库，采用 BSON 的结构来存储数据。在文档中可嵌套其他文档

类型，使得 MongoDB 具有很强的数据描述能力。本节案例使用的数据为链家的租房信

息，源数据来自于链家网站，所以首先要获取网页数据并解析出本案例所需要的房源信

息，然后将解析后的数据存储到 MongoDB 中，最后基于这些数据进行城市租房信息的

查询和聚合分析等。

【实验环境】

        OS：Ubuntu16.04

        Python3

        MongoDB：v3.6

【实验步骤】

        一：使用 python 将爬虫数据存入 mongodb

        分析租房信息首先要获取原始的房源数据，本例使用 python 爬虫技术获取链家网页

的新房楼盘信息。如图所示，对房源信息进行分析需要获取房源所在区域、小区名、房

型、面积、具体位置、价格等信息。

        

分析数据：

执行loupanAnaly.py文件：

mongo shell终端 数据分析：

（1）求每个区域的平均房价和最高房价：

（2）查找所有住宅区域的平均房价：

（3）查看某个特定区域的所有房价信息

（4）查找某个区域的最大房价：

（5）按区域统计房源数量

（6）找出最贵的房源信息

（7）区域房价的分布（价格区间统计）

（8）按楼盘开发商统计房源均价

（9）统计每个区域的房价标准差