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
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
CREATE TABLE `house_info` (
`id` bigint(20) unsigned NOT NULL COMMENT 'ID',
`title` varchar(500) NOT NULL DEFAULT '' COMMENT '标题',
`area` varchar(500) NOT NULL DEFAULT '' COMMENT '市区',
`district` varchar(500) NOT NULL DEFAULT '' COMMENT '行政位置',
`community_name` varchar(500) NOT NULL DEFAULT '' COMMENT '小区',
`room` varchar(500) NOT NULL DEFAULT '' COMMENT '户型',
`room_type` varchar(500) NOT NULL DEFAULT '' COMMENT '朝向',
`level` varchar(500) NOT NULL DEFAULT '' COMMENT '所在楼层',
`height` varchar(500) NOT NULL DEFAULT '' COMMENT '楼层',
`sub_info` varchar(500) NOT NULL DEFAULT '' COMMENT '装修情况',
`elevator` varchar(500) NOT NULL DEFAULT '' COMMENT '电梯',
`house_area` varchar(500) NOT NULL DEFAULT '' COMMENT '面积',
`price` varchar(500) NOT NULL DEFAULT '' COMMENT '价格',
`date` varchar(500) NOT NULL DEFAULT '' COMMENT '年份',
`sellTime` varchar(500) NOT NULL DEFAULT '' COMMENT '挂牌',
`create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
`update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
PRIMARY KEY (`id`),
KEY `idx_update_time` (`update_time`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='house info';
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。
def main():
district = '' #行政单位
community_name = '' #小区名
level = '' #高低楼层
df = readFromDB()
unitprice(district,community_name,level,df)
numofhouse(df)
numofsell(district,community_name,level,df)
unitpriceofselled(district,community_name,level,df)
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。
本文内容不用于商业目的，如涉及知识产权问题，请权利人联系51Testing小编(021-64471599-8017)，我们将立即处理
