用python分析买房的数据，其实就是那么实用

lsekfe

明年打算买房，媳妇这段时间总去看房子，这种状态持续了两个月，最近终于消停了。现在整个市场不明朗，我们也不确定换到哪里。不如先整理点数据，至少能监控一些区域价格，有变化能及时知道。
　　正好可以边学Python边练手，不得不说Python确实是门不错的语言。上手速度和PHP有一拼，而且在做数据分析上有很大的优势。
　　一、影响因素
　　以前写过租房二三事，这篇文章在掘金的互动量比我所有的技术文章都高，可以看出住这个事情是大家的共同需求。想来买房、换房也是人生中比较重要的事情。其实不太期望捡便宜，但求正常价成交。下面列了一些影响放假的因素，大家买房的时候可以思考一下。
　　1.1学区
　　这个是房价最大的影响因素。以北京为例，比较好的是西城、海淀、东城。现在租住在西城边上，路两边房价差5w。
　　国家一直在努力想实现教育均衡，无论是东城的全区还是西城的多区划片，都是为了这一目标。我支持教育均衡，因为教育历来是重要上升通道，一旦失守，会引起很多问题。所以真要买学区房，要做好房价下降的心理准备（短时间就北京而言比较困难）。
　　学区这种非标品，很难说到底值多少钱，只能以市场价来判断。
　　现在几乎没有完全安全的方案，能够保证上好的小学同时也能上好的高中。北京现在的政策很多，幼升小有学区派位入学、片区内登录入学、多校划片入学等，小升初有直升、派位等。
　　大家尽量了解一下政策，同一个行政区里的不同小区情况并不相同。调研一下对应的小学和初中情况，别用能买相对好一点学区的钱买了一个一般的学区。
　　1.2楼层
　　同一个小区里，楼层对价格影响比较大。一般而言，顶楼和一层都要便宜一些，有的会便宜很多。
　　其中顶楼会更便宜一些，因为一楼比顶楼多一些购买人群-老人。
　　顶楼的问题：如果没有电梯，爬楼梯太累，而且还有漏雨、夏热冬凉等问题
　　底层的问题：隐私问题、下水问题、采光问题
　　这两者好处就是便宜，大家别用买好楼层的价格买了这些楼层
　　1.3房龄
　　北京越靠里越是老房子，俗称老破小。八几年的还可以，时间再往前的话，价格也要便宜一些，毕竟十年之后再换房，房龄太老下家都可能没法贷款，到时候需要折价很多。
　　要么就直接下手个老的，但是价格也要便宜，这样便宜买便宜卖，至少不会亏。
　　1.4朝向、户型
　　东西向没有南北好、尽量明厨明卫、南北通透、尽量选两边不选中间。
　　大家别选太奇葩的。
　　1.5名额占用
　　现在学区名额，每个房子6年能用一次，有的人孩子刚上学就想卖，这时候合适购买的人比较少，也可以聊价格
　　1.6安静、临街、交通
　　这种肯定影响价格，但我觉得更重要的是影响买不买，如果有安静的需求，再便宜也不能买。
　　二、数据分析
　　在中介[url=]APP[/url]上找不到销售[url=]记录[/url]，而且显示出的很多数据并不能提供什么分析能力。如无法分析哪些小区卖的好、不同楼层价格有什么区别、小区成交量等数量，那就只能自己做了。
　　我打算分如下几步来处理：
　　·获取数据
　　· 入库
　　· 分析
　　· 服务器部署
　　2.1获取数据
　　现在搞数据还是比较麻烦的，通过一些方法总算取到这些数据，我比较关注的是房屋所在地区、小区名、户型、朝向、所在楼层、总楼层、装修情况、是否有电梯、面积、价格、房屋年份、挂牌时间。
　　数据如下图所示：


2.2数据存储
　　创建MySQL数据库，将这些数据存储。房源不太多，所以足够使用了。个人也不建议搞太多数据。

1. CREATE TABLE `house_info` (
   
2. 　　  `id` bigint(20) unsigned NOT NULL COMMENT 'ID',
   
3. 　　  `title` varchar(500)  NOT NULL DEFAULT '' COMMENT '标题',
   
4. 　　  `area` varchar(500)  NOT NULL DEFAULT '' COMMENT '市区',
   
5. 　　  `district` varchar(500)  NOT NULL DEFAULT '' COMMENT '行政位置',
   
6. 　　  `community_name` varchar(500)  NOT NULL DEFAULT '' COMMENT '小区',
   
7. 　　  `room` varchar(500)  NOT NULL DEFAULT '' COMMENT '户型',
   
8. 　　  `room_type` varchar(500)  NOT NULL DEFAULT '' COMMENT '朝向',
   
9. 　　  `level` varchar(500)  NOT NULL DEFAULT '' COMMENT '所在楼层',
   
10. 　　  `height` varchar(500)  NOT NULL DEFAULT '' COMMENT '楼层',
    
11. 　　  `sub_info` varchar(500)  NOT NULL DEFAULT '' COMMENT '装修情况',
    
12. 　　  `elevator` varchar(500)  NOT NULL DEFAULT '' COMMENT '电梯',
    
13. 　　  `house_area` varchar(500)  NOT NULL DEFAULT '' COMMENT '面积',
    
14. 　　  `price` varchar(500)  NOT NULL DEFAULT '' COMMENT '价格',
    
15. 　　  `date` varchar(500)  NOT NULL DEFAULT '' COMMENT '年份',
    
16. 　　  `sellTime` varchar(500)  NOT NULL DEFAULT '' COMMENT '挂牌',
    
17. 　　  `create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
    
18. 　　  `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
    
19. 　　  PRIMARY KEY (`id`),
    
20. 　　  KEY `idx_update_time` (`update_time`)
    
21. 　　) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='house info';

复制代码

　2.3分析数据
　　有数据后，我们可以分析哪些内容呢？通过每天获取数据，我们可以默认没有更新的为房子已经出售（有可能只是下架了），这样能够判断有哪些房子已经成交，虽然有些不太准确，但应该够用了。
　　为了方便分析细节，设置可通过所在的行政单位、小区、楼层查看。

1. def main():
   
2. 　　    district = ''  #行政单位
   
3. 　　    community_name = ''  #小区名
   
4. 　　    level = '' #高低楼层
   
5. 　　    df = readFromDB()
   
6. 　　    unitprice(district,community_name,level,df)
   
7. 　　    numofhouse(df)
   
8. 　　    numofsell(district,community_name,level,df)
   
9. 　　    unitpriceofselled(district,community_name,level,df)

复制代码

单位价格
　　通过每天上架的房屋单价判断是否有变化，下图可以看出整体比较平稳。如果为了将趋势显示的更明显，可以按照周或者月进行聚合。

在售数量
　　这是每一个行政区里每一个小区的在售房屋数量，能看出不同的区差别还是蛮大的。有的地方几乎没有房源，有些地方则选择更多一些，意味着价格、机会也会更多一些。

每天出售数量
　　这张图显示每天出售了多少房屋，我们能知晓这个地区的成交情况，用于判断是否急于购买，是否可以等待合适房源。

售出单价
　　这张图显示房屋消失时的单价，定位到单个小区时，可以看出该小区售房单价情况。
　　当然这个数据不太准确，因为理论上真实成交价会比这个低，但是完全可以能用来监控价格了。

2.4服务器
　　最后一步是将代码部署到服务器上，使用cron定时执行，这样就不需要每次自己执行了。
　　后续如果有需要，可添加监控功能，方案大家可参考SSH登录服务器发送提醒。