# Python_second-hand_house_Visualization_Analysis
基于Python的南京二手房数据采集及可视化分析设计毕业源码案例设计
## 开发环境：Pycharm工具，Python3.7环境
### 1 内容简介
首先通过爬虫采集链家网上所有南京二手房的房源数据，并对采集到的数据进行清洗；然后，对清洗后的数据进行可视化分析，探索隐藏在大量数据背后的规律；最后，采用一个聚类算法对所有二手房数据进行聚类分析，并根据聚类分析的结果，将这些房源大致分类，以对所有数据的概括总结。通过上述分析，我们可以了解到目前市面上二手房各项基本特征及房源分布情况，帮助我们进行购房决策。
### 2 应用技术介绍
(1）Python网络爬虫技术
Requests
Beautifulsoup
(2）Python数据分析技术
Numpy
Matplotlib
Pandas
(3）k-means聚类算法
(4）高德地图开发者应用JS API
基于Python的南京二手房数据采集及可视化分析设计毕业设计源码.zip
版权申诉
9 浏览量
2023-10-05
22:33:38
上传
评论
收藏 29.29MB ZIP 举报
基于Python的南京二手房数据采集及可视化分析设计毕业设计源码.zip （113个子文件） 
ershoufang-origin-utf8.csv 6.7MB ershoufang-origin-utf8.csv 6.7MB ershoufang_old.csv 5.4MB ershoufang-origin-ansi.csv 5.4MB ershoufang-origin-ansi.csv 5.4MB ershoufang-clean-utf8-v1.1.csv 5.11MB ershoufang-clean-utf8-v1.1.csv 5.11MB ershoufang-clean-ansi-v1.1.csv 3.91MB ershoufang-clean-ansi-v1.1.csv 3.91MB latlng.csv 1.27MB latlng - 副本.csv 1.17MB ershoufang - 副本.csv 873KB ershoufang.csv 12KB testv1.csv 6KB testv2.csv 4KB ershoufang-mini-utf8.csv 3KB ershoufang-mini-ansi.csv 2KB .gitattributes 93B .gitignore 1KB
原始代码.html 7KB k-means聚类结果分组4.html 3KB k-means聚类结果分组4 - dark.html 3KB 南京二手房总价小于200万的分布图.html 3KB k-means聚类结果分组1 - dark.html 3KB k-means聚类结果分组3.html 3KB k-means聚类结果分组0.html 3KB k-means聚类结果分组2 - dark.html 3KB k-means聚类结果分组0 - dark.html 3KB k-means聚类结果分组3-dark.html 3KB k-means聚类结果分组2.html 3KB k-means聚类结果分组1.html 3KB 闪烁点.html 3KB 南京二手房总价热力图.html 2KB 南京二手房单价热力图.html 2KB data_analysis.iml 718B lianjia.iml 521B
house2.jpg 183KB house1.jpg 147KB unitprice1.js 1.33MB total.js 1.26MB baidu_map_total.js 1.26MB unitprice.js 1.2MB cluster3.js 623KB cluster3.js 623KB xiaoyu201.js 388KB xiaoyu201.js 388KB cluster1.js 309KB cluster1.js 309KB cluster2.js 262KB cluster2.js 262KB cluster4.js 70KB cluster4.js 70KB cluster0.js 60KB cluster0.js 60KB README.md 951B
31f9bd59a9948b99ce4a68cb33c62637.png 722KB e8fbbc9ebf9c99dc3228849a6c454f4e.png 326KB 83ebc8892cc133b6c2967b1680a949cb.png 222KB 5aa0e402894a90180243e461e6a39f95.png 204KB 48743e4e4d35f8e96e5b7ed47305c177.png 197KB 4a89d0cdd8af0769bf85ee809c13fdd5.png 187KB 聚类结果-单价与建筑面积散点图2.png 178KB 聚类结果-单价与建筑面积散点图.png 171KB 聚类结果-总价价与建筑面积散点图.png 117KB 聚类结果-总价价与建筑面积散点图2.png 109KB 不同k值下的总和方差折线图1.png 40KB 不同k值下的平方误差和.png 39KB 不同k值下的总和方差折线图2.png 37KB 3a4625cbb8d333691acd752dbac9f869.png 37KB 87ae2de4ca158afeaefc0d1533b29d5d.png 33KB b4aae91db851ff529bcee3509315760f.png 13KB 432cf5efa4275deae4be1d4fd8239b3e.png 9KB
结果分享PPT.pptx 7.71MB kmeans.py 9KB run.py 7KB spider_main.py 5KB html_parser.py 4KB house_attr.py 3KB gaode_map.py 3KB html_downloader.py 3KB test_clean.py 2KB pylot.py 2KB html_outputer.py 2KB test.py 2KB business_attr.py 2KB ciyun.py 1KB log.py 1KB url_manager.py 1023B test.py 544B cluster_analysis.py 167B __init__.py 0B simhei.ttf 9.3MB HYQiHei-25J.ttf 2.02MB
2018-04-02 log.txt 8.95MB ershoufang-clean-utf8-v1.0.txt 5.41MB 2018-04-01 log.txt 3.5MB 2018-03-22 log.txt 3.25MB baidu_map_unitprice.txt 1.33MB star.txt 225KB star.txt 225KB共 113 条
- 1
- 2
资源评论
