数据分析项目实战——链家深圳二手房房源数据分析

　　授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。

　　不使用F1,F2,F12键进入BIOS界面的方法！！！！！！（解决此主机支持AMD-V,但ADM-V处于禁用状态的问题）

　　本项目主要是利用Python对语言链家二手房房源数据进行分析，通过数据可视化了解深圳的二手房源情况，对人们购房做出指导。分析过程主要围绕一下方面展开：项目背景、项目简介、项目流程（数据来源、分析目标、数据理解、数据可视化与分析）、项目总结。

　　随着经济的发展，北、上、广、深这四大都市迅速发展，在经济、政治等方面有突出的表现，而且工作机会多，生活质量较高，是大多数人所向往的地方。但是要在这些城市定居是一件不容易的事情，这样来说购买二手房是一个可以选择的方案，说到这我们一定会想了解这些地区的房源大概情况。所以本项目是对深圳链家二手房房源进行的分析，希望可以帮助部分人解决购房问题，从多维度出发分析，帮助买家拿定主意，实现合理的购房！！

　　1.了解圳二手房的大体情况，通过对不同行政区、不同户型、不同朝向、不同装修进行分析来了解

　　2.房间大小有夸大的部分，经过查询发现房价与房源面积不符合客观事实，进行删除

　　发现title和tax列存在缺失数据，但这两列不是需要分析的列。其它列数据完整，不需要进行处理。

　　环境：Windows7+python3.6+Pycharm2017目标：抓取

　　信息（无需登录），如下图，户型、朝向、成交时间价格等，保存到csv。最后一共抓取约58W数据，程序运行8h。---全部文章：京东爬虫、

　　家爬虫、美团爬虫、微信公众号爬虫、字体反爬、Django笔记、阿里云部署、vi\vim入门----一、打开北京

　　前几天和毕业的师兄吃饭，本来咨询一些事情。却变成了听师兄大吐苦水。师兄结婚要买房，两个人都在罗湖上班，资金有限，不知道往哪里买。在关内（除盐田）虽然方便回家省时，但是有限的资金下，房子面积将会拮据的可怕时间重要还是空间重要，确实让人烦恼。想起之前学习机器学习的时候用过波士顿房价预测的经验，今天自己建个模型来预测一下。原本是准备上网找现成的数据集，结果很多git上的代码接口都失效了，考虑到房......

转载请注明出处。