周末周六兩天，做了鍊家網的爬蟲，可能有很多朋友做過，當然很多人隻是練爬蟲，但沒有對爬取資料進行一些可視化去發現一些比較有意思的東西，今天想要通過抓取的資料進行一些比較有趣的統計分析。
如果你想要這份資料：關注公衆号：（
路人甲TM），回複（
鍊家資料）
今天文章分成兩大部分
- 對鍊家網的租房資訊資料進行一些簡單統計分析
- 探索最高租價房源
- 利用距離模拟畫出南京市地鐵路線圖
- 南京市的高層建築在哪裡？
- 解釋鍊家網爬蟲代碼的重要部分
- 最後鍊家資料的擷取方式
1、探索最高租價房源
首先我此次分析的主題是
南京的租房狀況，是以這裡我先抓取了南京的租房的資訊，資料出來之後放入表格中的樣子是這樣的，包含：小區名、租價、經度、次元、房屋面積、室廳衛、是否整租、樓層高度、房屋方向、到最近地鐵的距離。
對于以上的資料，剛拿到我就開心的扔到了tableau裡面，發現有點問題。一開始沒意識到的問題，鍊家中的地理位置資訊使用的是百度地圖的，百度地圖經緯度有所偏移。
好在，百度提供了這個接口webapi/guide/changeposition - Wiki ，可以通過這個把經緯度轉成正确的經緯度坐标。有同學有興趣的話可以嘗試寫一個批量轉換的腳本，這裡十分期待你們的腳本。同時，一種偷懶的解決方法：計算出經緯度的校正值，這邊我使用的經緯度校正值是：
經度：0.012774687519
次元：0.00394531687912
校正經緯度之後，資料為問題就已經解決了，下面就開始進入統計分析階段。首先放上的就是标題上的圖檔，南京的租房房源數量與房價之間的分布圖檔。
紅色越深代表目前區域的平均租房房價越低，藍色越深代表目前漁區的平均租房房價越高。白色區域的租價在3500/月左右，取了最低值1200元/月，最高值10000元/月。
圓圈越大代表目前趨于的房源越多，越小代表房源越少。
圖上的大體分布基本上也是符合南京的房價狀況的，中心地段普遍租價較高，而在橋北等地方租房房價普遍偏低并且房源數量較多。這樣的圖檔看的還是不怎麼清晰，為了讓圖檔更加的通俗易懂，這裡，我分别提取了平均房租高于10000的點。
好，先看看這個顔色最深的點，不出意外，看位置在新街口附近，接下來去驗證。
這個經緯度下找到了民族大廈，但是對于這個最高點，我充滿疑惑。很顯然在新街口，這個民族大廈并不是最好的位置，但是為什麼周邊卻沒有高出民族大廈房租的其他 小區呢？我想到的第一個原因是，在此片區域，鍊家上并沒有其他相關的租房資訊，于是我去趕集網檢視了一下此片區域的租房情況。
我們按照關鍵詞新街口地鐵口搜尋：【南京新街口地鐵租房資訊】南京租房網站-南京趕集網，在趕集上我也沒有找到比這個更高的房租，我又查閱了其他幾個網站同樣沒有。
第二個原因：鍊家網上的資訊可能有誤，很多網站會存在這種虛假資訊，于是我去找到了此房源：民族大廈 1室1廳1衛 527平米 40000元
沒有一張圖檔，也沒有任何說明，同時發現釋出時間為一年之前，我猜測可能為虛假資訊，但是并不能這麼輕易的下結論，也是為了發現正确資訊，為此我查找了一些資料，發現了以下的圖檔，很顯然民族大廈的租價不可能打到40000元/月，是以判斷為虛假資訊。
那麼，到底最高的租房房價在哪裡呢？我們繼續找剛剛的第二個點。按照以上的思路分析，得到最高租價房源為：漣城 2室0廳0衛 191平米 35000元
2、根據據離地鐵的遠近，我們來畫一個地鐵線吧！
這個應該比較有意思呢！我們抓出來的資料中有房源距離地鐵的遠近，那我突然就有個想法。如果我把這些距離較小的點都集中了，那是不是就能簡單繪出地鐵線嗎？這真是很有趣，當然如果每一個距離地鐵的距離能加上幾号線可能繪圖會更加準确，但是這裡我隻保留了距離地鐵的距離，是以這裡畫出的地鐵線會不區分幾号線。
畫出下圖：圓圈大小代表離地鐵的遠近，越小離地鐵越近。我有一個大膽的想法，把這些小點連起來不就是我們想要的地鐵線路嗎？
圖檔出來，ok，用一下美圖秀秀~電腦上沒有ps！如下因為圖檔過大，這裡隻能畫市區以及南部地區的路線圖，橋北的無法再現！
把所有的小圓圈連結起來即可，很顯然，這個圖是有很大問題的，那麼如何解決這個問題呢？在對抓下來的資料處理過程中，一定要保留是哪一号線地鐵，這樣在連線的過程中有更加有針對性，并且圖像會更加準确！期待大家的作品。
3、南京市的高層建築在哪裡？
從上圖中會很好的發現，低層建築很多，同時低層建築中包圍了很多的中高層建築，我認為随着發展，原先的很多低層建築在發展過程中逐漸被中高層取代掉~這些現象在市區附近最為明顯。但是在橋北等地區，不是很明顯。
在橋北地區，一個很明顯的發展現象是：西南方向的中高層建築越來越多，這是不是意味着橋北地區的一個發展趨勢呢？
第二部分：Talk is cheap，Show me your CODE.很多次在公衆号收到這樣的回複，那麼今天就稍微解釋一下鍊家網的爬蟲，其實是很簡單的。
一部分是抓取，每一頁面上的房源連結
另一部分是解析這個房源連結上的内容
大概就是這樣！代碼不全，請自行腦補。