從2014年對(duì)樓市的普遍唱衰，到2015年的價(jià)格回暖，到底發(fā)生了怎樣的改變？本文就嘗試通過大數(shù)據(jù)來和豐富的圖表，為大家展現(xiàn)數(shù)據(jù)背后的數(shù)據(jù)。

• 數(shù)據(jù)采集采用筆者用C#開發(fā)的爬蟲工具。
• 數(shù)據(jù)清洗ETL采用了筆者開發(fā)的工具軟件。
• 數(shù)據(jù)分析采用ipython notebook和pandas
• 可視化使用了matplotlib和seaborn.
• 熱力圖使用了百度地圖API， 按經(jīng)緯度0.01度為一個(gè)子區(qū)域，計(jì)算其中的平均值作為當(dāng)前區(qū)域的房?jī)r(jià)/二手房數(shù)量。

至于搭建ipython notebook和安裝相應(yīng)類庫的操作，以及各個(gè)類庫使用方法，可參考相應(yīng)的教程。

數(shù)據(jù)來源

這些數(shù)據(jù)是筆者在2014年10月年和2015年10月份兩次，在鏈家官網(wǎng)上抓取的在售二手房數(shù)據(jù)，2014年約為64000條，2015年總計(jì)約7W條。數(shù)據(jù)源可能會(huì)有偏差，因此結(jié)論僅供參考。附件有前1W條樣例數(shù)據(jù)，可供下載。

首先我們導(dǎo)入所需的類庫：

# -*- coding:utf-8 -*- 
import mongo; 
import pandas as pd; 
import csv; 
from pandas import DataFrame,Series 
之后加載所需的數(shù)據(jù)： 
 
table2014 = pd.read_table("LJ2014.txt",encoding='utf-8',engine='python',quoting=csv.QUOTE_NONE) 
table2015 = pd.read_table("LJ2015.txt",encoding='utf-8',engine='python',quoting=csv.QUOTE_NONE) 
table2014[u'小區(qū)名']=table2014[u'小區(qū)名'].map(lambda x:unicode(x).strip("'")) 
table2014[u'區(qū)縣']=table2014[u'區(qū)縣'].map(lambda x:unicode(x).strip("'")) 
table2014[u'樓名']=table2014[u'樓名'].map(lambda x:unicode(x).strip("'")) 
year= table2014[u'年份'].map(lambda x:str(x).split('/')[0]) 
table2014[u'小區(qū)']=table2014[u'位置'].map(lambda x:unicode(x).strip("'")) 
# -*- coding:utf-8 -*-
import mongo;
import pandas as pd;
import csv;
from pandas import DataFrame,Series

之后加載所需的數(shù)據(jù)：

table2014 = pd.read_table("LJ2014.txt",encoding='utf-8',engine='python',quoting=csv.QUOTE_NONE)
table2015 = pd.read_table("LJ2015.txt",encoding='utf-8',engine='python',quoting=csv.QUOTE_NONE)

table2014[u'小區(qū)名']=table2014[u'小區(qū)名'].map(lambda x:unicode(x).strip("'"))
table2014[u'區(qū)縣']=table2014[u'區(qū)縣'].map(lambda x:unicode(x).strip("'"))
table2014[u'樓名']=table2014[u'樓名'].map(lambda x:unicode(x).strip("'"))
year= table2014[u'年份'].map(lambda x:str(x).split('/')[0])
table2014[u'小區(qū)']=table2014[u'位置'].map(lambda x:unicode(x).strip("'"))

瘋長(zhǎng)的房?jī)r(jià)

從1992年到2015年，北京的房?jī)r(jià)經(jīng)歷了怎樣的瘋狂？可以查看下面的圖表。

可以看到，1992年到2002年，呈現(xiàn)一個(gè)非常穩(wěn)定的狀態(tài)。從2008年起，北京的房?jī)r(jià)如同火箭一般上竄。

有意思的是，如果按照建造時(shí)間來繪制圖表，會(huì)發(fā)現(xiàn)在2000年和2004年左右，達(dá)到高峰。在6W套二手房中，2000年總共建造了7697套，占比百分之11.21%。

xcqu2014=table2014.groupby(by=u'位置') 
p=year.value_counts(); 
pp=p.sort_index()[50:-1] 
p.plot(title=u'北京各年建造房屋數(shù)量變化') 

到了2014年，北京各個(gè)區(qū)縣的二手房?jī)r(jià)格如下圖：

areag=table2014.groupby(by=u'區(qū)縣') 
areag[u'價(jià)格'].mean().order(ascending=True).plot(kind='barh',title=u'各城區(qū)的二手房平均房?jī)r(jià)') 

西城區(qū)和東城區(qū)的平均價(jià)格在五萬五左右，之所以沒有達(dá)到網(wǎng)上其他數(shù)據(jù)所提到的喪心病狂的9萬，是因?yàn)槲覀兎治龅氖嵌址?。目前二環(huán)內(nèi)新樓盤的數(shù)量極少，幾乎沒有討論的價(jià)值。

我們將房?jī)r(jià)以熱力圖方式繪制在地圖上，就會(huì)非常直觀：

顏色越深，代表其價(jià)格越高。除了西城，東城這些老城區(qū)，中關(guān)村（包含大量的學(xué)區(qū)房）和國(guó)貿(mào)（北京CBD）都價(jià)格高企。

[[154790]]

如果我們改變縮放等級(jí)，進(jìn)一步縮小地圖范圍，可以看到最貴的房子，集中在西單，南鑼鼓巷，國(guó)貿(mào)，以及北新橋地區(qū)。

這些最貴小區(qū)的房?jī)r(jià)有多貴呢？下面列出排名前十的十個(gè)小區(qū)的價(jià)格：

xcqu2014[u'價(jià)格'].mean().order(ascending=False)[1:10].plot(kind='barh',title=u'價(jià)格最高的十個(gè)小區(qū)的平均房?jī)r(jià)')

文華胡同的位置在哪里呢？筆者專門去搜索了一下。這個(gè)超牛無比，價(jià)格在33萬/平的文華胡同在靠近鬧市口大街的西單商圈。

更夸張的是，兩套房子都是平房，面積分別是12平和15平，其中一套還是1949年建的。中介給出的宣傳標(biāo)語是，最牛實(shí)驗(yàn)二小學(xué)區(qū)房，搶搶搶！這么小的面積，估計(jì)是四合院的廂房改造的吧?，F(xiàn)在官網(wǎng)上已經(jīng)下架。

什么樣的房子最多？

我們先看，什么類型的樓房最多，下面給出了樓房總體高度的比例?？梢钥吹?，二手房中，六層是最多的。國(guó)家規(guī)定，七層就要裝電梯了。因此在2000年以前，大部分的居民樓都是6層。

lc=lc=table2014.groupby(by=u'樓層').size();
lc.order(ascending=False)[:20].plot(kind='barh',title=u'樓高比例')

再看看不同面積的房子所占總數(shù)的比例。我們?nèi)∶娣e為40-140平米的房子，進(jìn)行了統(tǒng)計(jì)分析，結(jié)論如下圖：

size=table2014.groupby(by=u'面積').size();
import re;
takenum= re.compile('\d+');
size=size[size.index.map(lambda x:takenum.match(x) is not None)]
size.index=size.index.map(lambda x:int(x))
size.order(ascending=False)[:100].sort_index().plot(kind='line',title=u'房型面積和對(duì)應(yīng)比例')

首先選出面積值不為空且為數(shù)字的所有行，之后將其轉(zhuǎn)換為int類型，后對(duì)其進(jìn)行排序并繪圖。

可見，60平的一室一廳或兩室一廳最為常見。90平米的三居和兩居也較多。

我們?cè)賹?duì)二手房存量繪制熱力圖：

可以看到，二手房主要集中在天通苑，北苑，望京，十里堡和通州。這基本上與北京2004年發(fā)布的《北京市城市總體規(guī)劃2004-2020》的內(nèi)容相符：

很有意思的是，綠色的區(qū)域相當(dāng)空曠，比如筆者目前所在的三元橋地區(qū)，和酒仙橋之間隔了好大一片荒地，晚上夜跑時(shí)荒無人煙。

2014年到2015年的房?jī)r(jià)變化

下面是剛需讀者最關(guān)心的內(nèi)容，2014年到2015年的北京房?jī)r(jià)，經(jīng)歷了怎樣的變化？眾所周知，2014年房?jī)r(jià)走低，整體唱衰，甚至有商家打出了降價(jià)6000元/平的廣告來推銷房子。2015年，降準(zhǔn)降息政策出爐，公積金貸款比例提高，北京房?jī)r(jià)回暖，我們知道肯定漲價(jià)了。但到底漲了多少呢？

這部分的代碼多一些，選取價(jià)格少于10萬，面積大于四十平米的房子，以減少錯(cuò)誤的數(shù)據(jù)。求出2014年和2015年小區(qū)的交集，構(gòu)造change結(jié)構(gòu)，里面保存了每個(gè)小區(qū)的房子數(shù)量，2014年和2015年的平均價(jià)格。

table2014table2014= table2014[(table2014[u'價(jià)格']<100000) & (table2014[u'面積']>40)] 
table2015table2015= table2015[(table2015[u'單價(jià)']<100000) & (table2015[u'面積']>40)] 
xcqu2014=table2014.groupby(by=u'位置') 
 
table2015[u'面積']= np.round(table2015[u'總價(jià)']*10000/table2015[u'單價(jià)']) 
 
xcqu2015=table2015.groupby(by=u'小區(qū)') 
p2015=xcqu2015.mean()[u'單價(jià)'] 
p2014=xcqu2014.mean()[u'價(jià)格'] 
xcqumonunt2014=xcqu2014.size() 
 
xcqumerge=p2014.index&p2015.index 
change= DataFrame({'2014': p2014[xcqumerge].values,'2015':p2015[xcqumerge].values,'mount2014':xcqumonunt2014[xcqumerge],'mount2015':xcqumonunt2015[xcqumerge]}) 
 
change['diff']=change['2015']-change['2014'] 
change['percent']= np.round( change['diff']/change['2014']*100.0) 

我們按照2014和2015年價(jià)格增減的百分比，繪制出下面的房?jī)r(jià)變化數(shù)量比例圖?？梢钥吹?，房?jī)r(jià)變化基本呈現(xiàn)正態(tài)分布趨勢(shì)。但均值不在0點(diǎn)，靠近5%左右，整體右移：

change[(change.percent>-30) & (change.percent<50)].groupby(by='percent').size().plot(title=u'不同漲跌幅度房子所占的數(shù)量') 

經(jīng)過統(tǒng)計(jì)，2014年的平均房?jī)r(jià)為40125/平，2015年為42535/平。漲價(jià)比例5.64%。也就是說，一套三百萬的房子，平均漲了16萬左右。

change[(change.percent>-30) & (change.percent<50)].mean(by='percent') 
 
2014         40054.083797 
2015         42400.225776 
mount2014       15.352119 
mount2015       13.466281 
diff          2346.141979 
percent          5.508430 

我們列出10萬元以下單價(jià)，2015年小區(qū)內(nèi)二手房數(shù)量超過20套的漲價(jià)排名前十的小區(qū)：

change[change.mount2015>20].sort(columns='percent',ascending=False)[:10] 

上地房?jī)r(jià)怎么漲了這么多？即使在北京，7萬8的價(jià)格都已經(jīng)是豪宅，可是上地的房子，一般都是普通的住宅。

原因還是學(xué)區(qū)房，海淀區(qū)教改使得這邊的房子變化極大。 上地東里小區(qū)內(nèi)建有上地實(shí)驗(yàn)小學(xué)，該小學(xué)可直升一零一中學(xué)上地分校，一零一中學(xué)上地分校位于上地西里北側(cè)，就是這9年直升的誘惑導(dǎo)致該區(qū)域房?jī)r(jià)直線攀升?？蓱z天下父母心！

當(dāng)然，有漲價(jià)就有降價(jià)：基本上，降價(jià)的小區(qū)都在非中心城區(qū)，例如櫻花園就在順義。

change[change.mount2015>20].sort(columns='percent',ascending=True)[:10] 

結(jié)論

5%的漲幅，已經(jīng)說明2015年比2014年價(jià)格回暖不少。也有少部分郊區(qū)小區(qū)降價(jià)。當(dāng)然，這種漲幅和之前火箭般的漲價(jià)不可同日而語?？梢钥隙ǖ氖牵癖本┻@樣的城市，房子幾乎是不可能大跌的。但未來的事情，誰知道呢？

安得廣廈千萬間，大庇天下寒士俱歡顏！

文章已經(jīng)很長(zhǎng)，因此沒有將更多的內(nèi)容囊括其中。我們還做了以下的事情：

• 分析不同小區(qū)漲降價(jià)的原因并將其可視化到地圖上。
• 同一個(gè)小區(qū)中，不同的房子價(jià)格差別很大，甚至能差兩萬元。為什么會(huì)出現(xiàn)這種情況？
• 根據(jù)房子周邊的學(xué)校，醫(yī)院，商場(chǎng)等場(chǎng)所，計(jì)算房子的附加價(jià)值。
• 嘗試預(yù)測(cè)不同小區(qū)未來的房?jī)r(jià)趨勢(shì)。

附錄：

樣例數(shù)據(jù)下載

鏈家在去年有約7W條數(shù)據(jù)，今年的出售二手房已經(jīng)達(dá)到10W套，但是這些房源里有多少水分呢？根據(jù)2014年的數(shù)據(jù)按照編號(hào)檢查一下重復(fù)：一萬兩千多套房子出現(xiàn)了兩次，將近五千套房子出現(xiàn)過三次，甚至有一套房子出現(xiàn)過八次。其中水分可想而知。

同時(shí)，2014年的網(wǎng)頁數(shù)據(jù)還會(huì)提供地理坐標(biāo)信息，2015年就不存在了，所以文中涉及到地理信息的圖表都是2014年的。另外，雖然對(duì)房子的位置描述非常詳細(xì)，但中介不會(huì)告訴你這是幾號(hào)樓幾層。僅僅提供了樓房的總層高。原因不言自明。

同樣，數(shù)據(jù)的準(zhǔn)確性也有問題。很多房子價(jià)格都是1萬，2萬，明顯是隨意標(biāo)的。也有一部分價(jià)格高的離譜，如88萬/平。這些數(shù)據(jù)在處理前都已經(jīng)篩掉。以免干擾分析結(jié)果。