用Python爬二手车网站数据做可视化分析

最近几年，“二手经济”逐渐火热，二手车市场也在快速扩大。

相同的车型，二手车比新车要实惠许多，比如下图中的奔驰GLC级，二手车能比新车便宜5-20万不等。因此有越来越多的人在购置车辆时将二手车纳入了考量。

但众所周知，二手市场的水也比较深，一不小心就容易缴“智商税”，所以在购买二手车前，对市场有一定的了解是必不可少的。

今天我给大家带来了一个某二手车网站的实战项目，用Python来分析二手车市场行情。

一、明确需求

1、爬取某二手车网站奔驰GLC级轿车的信息（标题、购车年份、里程数、价格）

2、利用年限和行驶里程，分析二手车保价率信息

二、爬取数据

本例中我们将用selenium库来爬取数据。Selenium不同于其他的爬虫库，可以直接操纵浏览器，就像真正的用户在操作一样，安全性极高，不用担心被服务器屏蔽。

首先，利用xpath helper得到我们需要的内容的xpath表达式

xpath表达式中，我们只要更改其中“li[1]”中的数字，就能让程序将整页的数据都爬取下来，一页有40条数据，所以我们只要写一条1-40的循环即可。

分析出这些信息后，我们就可以着手写代码了。

车辆的购车年份、里程数、价格也可以通过同样的方式获取。

三、数据清洗

什么是数据清洗？数据清洗是一个对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。

比如在我们这个例子中，我们发现爬取下来的年份里有个“年”字，里程数后有“万公里”的字样，我们在进行数据分析的时候是不需要这些文本的，因此我们需要在数据清洗中将这些多余的汉字给“清洗”掉。

最后，我们将获取的数据以表格的形式输出，就得到了一份二手车数据的表格，可以开始我们的数据分析了！

怎么样，数据清洗是不是很简单？

四、数据可视化

得到了数据，我们就可以通过直观的方式对数据进行分析，从中发现数据的趋势、特征。

如图，左图的点阵图可以很明显地看到，购买年份越早的车，价格会聚集在更低的区间；而右图我们可以看到，里程数与价格呈负相关。

这样，我们就完成了一个数据分析的完整流程，数据爬取→数据清洗→数据分析→可视化输出→得出结论。

关于Python学习指南

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python！

👉Python所有方向的学习路线👈

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取）

👉Python学习视频600合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python70个实战练手案例&源码👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉Python大厂面试资料👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉Python副业兼职路线&方法👈

学好 Python 不论是就业还是做副业赚钱都不错，但要学会兼职接单还是要有一个学习规划。

👉 这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方优快云官方认证二维码或者点击链接免费领取【保证100%免费】