深圳链家小区数据分析

数据的收集和整理，会占用数据分析大部分的时间。
——沃兹基硕德

之前的爬虫获得深圳小区信息4785条，与链家一致，骄傲！

数据量不多，但还是选择用mongodb练手。
工具：jupyter notebook,mongodb,highchart

准备工作

新手上路，数据是要被随便造的，安全起见，先复制一份原始数据。
进入mongo shell 复制数据

Paste_Image.png

把mongo目录加入环境变量

Paste_Image.png

再执行mongo命令就没问题了

Paste_Image.png

show dbs 显示所有database

数据在lianjia中，

Paste_Image.png

show tables 显示所有collection，

Paste_Image.png

需要复制sz_xiaoqu 数据，先新建一个collection，显示ok就新建成功了，

Paste_Image.png

将sz_xiaoqu数据复制到新建的collection，显示复制4785条数据，复制成功。

Paste_Image.png

然后就可以开始可劲造了~

开始折腾

去除所有错误小区后，有效小区总数4775
所有小区房屋加总数2146156，大概就是深圳所有商品房总数量了。

各行政区小区分布

各行政区小区分布图

各行政区小区分布

小区数量明显的关内三区领先。

各行政区房屋分布

各行政区房屋分布图

各行政区房屋分布饼图

没想到龙岗房子很多啊，小区也不多，那里的小区应该都很大~

小区房屋数平均值450

各行政区大于平均值的小区

各行政区大于平均值的小区

小区均价min 14275，max 230450

均价分布直方图

均价分布直方图

各行政区小区均价

各行政区小区均价

房价最高的还是大南山。

前1000均价大区-小区数量

前1000均价大区-小区数量

排名靠前的基本都是南山福田的。

片区均价前10位

片区均价前10位

深圳湾房价一路狂飙。

最后

小区信息好像没什么价值啊……唯一的好处就是对mongodb取数和highchart熟悉了很多。

明天开始看具体房源信息。