基于Tableau的北京市房屋租賃市場現狀分析

徐勤亞 楚士杰

摘? ?要：隨著經濟的日益發展，房地產市場價格持續上漲、居高不下，較大的購房壓力促使我國房屋租賃市場快速發展。文章基于Python爬蟲技術對鏈家房產服務平臺網站的北京市所有租房信息進行數據獲取，并結合商業智能軟件Tableau進行數據分析，通過樹狀圖、氣泡圖、條形圖和甘特圖等，從不同方面對數據進行多維度處理與展示，探究北京市房屋租賃發展現狀，為相關研究提供參考。

關鍵詞：Tableau;爬蟲;Python;可視化

隨著經濟的發展，房地產市場價格呈現持續上漲、居高不下的態勢，較大的購房壓力使我國房屋租賃市場產生龐大的需求，北京鏈家房地產經紀有限公司是一個集房產交易服務、資產管理服務于一體的價值鏈房產服務平臺，主營業務包括二手房交易、新房交易、租賃等。本文通過編寫Python爬蟲程序爬取鏈家網站北京市租房信息，通過商業智能軟件Tableau對數據結構進行可視化分析，探究北京市各地區房屋租賃現狀，為相關學者的研究提供參考。

1? ? 數據獲取

對于房租信息的獲取主要使用Python的re模塊和requests HTTP庫。用瀏覽器登錄到鏈家網站頁面，查看頁面的HTML主體數據，分析頁面結構，利用正則表達式提取統一資源定位符（Uniform Resource Locator，URL），即可對數據進行采集[1]。關鍵代碼如下：

本文主要爬取北京市各小區的租房信息，爬取字段包括：“小區名稱”“地區”“面積”“戶型”和“價格”，最終獲得3 000條數據。

2? ? 可視化分析

Tableau是用于數據可視化分析的商業智能軟件。用戶可以通過圖形和圖表的形式描繪數據的趨勢、變化和密度等[2]。同時，Tableau還允許數據混合和實時協作，并可以連接到文件，使用關系數據源和大數據源來獲取和處理數據，是目前企業、學術研究人員最常用的視覺數據分析工具之一[3]。因此，本文選擇Tableau對北京市租房信息表進行可視化分析。

數據主要包括北京市13個地區2 369個不同小區的房屋租賃信息，首先，對戶型進行不同計數處理，使用顏色深淺表示戶型數量的多少，生成樹狀圖可以發現，1室2廳1衛是最受歡迎的戶型，大多數需求集中于1室或2室，3室2廳3衛關注度最少，分析原因可知，可能與我國家庭人員結構有關。

生成的堆疊圖可以直觀發現，北京市小區房租價格主要集中在3 000元～4 500元區間內，與其他城市相比，北京市的租房價格較高、壓力較大[4-6]。

通過對不同地區進行劃分，使用不同計數對各地區對外租賃房屋的小區進行計數，結合所生成的氣泡，如圖1所示，可以發現，朝陽區、海淀區、豐臺區是租房小區數量最多的3個地區，分析原因得出，這可能與地區的經濟發展有關，朝陽區、海淀區和豐臺區是目前北京市發展較快、潛力較大的3個地區，人員相對密集。亦莊開發區、門頭溝和房山地區小區數量最少，這可能與其所處地理位置有關。

對不同地區的小區房屋租賃價格進行度量，使用平均值進行比較，從生成的條形圖可以發現，海淀區、西城區、朝陽區和東城區房屋均價最高，門頭溝和房山地區均價最低，且與最高值相差3 000元左右，差別較大[7-10]。北京市各地區房屋均價如圖2所示。通過Tableau將字段價格放入篩選器進行篩選，得出房租價格在5 000元以上的地區和戶型，生成甘特圖可以發現，朝陽區月租金5 000元以上的房屋幾乎覆蓋所有房型，可見整體房租較其他地區偏高[11-12]。

4? ? 結語

本文通過Python爬蟲程序爬取鏈家網站北京市所有租房信息，并使用Tableau進行可視化分析，結合分析結果可以發現，目前在北京市內，1室2廳1衛是分布最多的戶型，朝陽區是租房小區數量最多的地區，同時，其整體均價相較其他城區較高，在目前房屋租賃市場中，月租金5 000元以上的房屋幾乎覆蓋所有房型，各個城區之間的月平均租金極差較大。整體來看，北京市房屋租金較國內其他城市較高，租房人員壓力較大，需進行合理化調整與改善。

[參考文獻]

[1]李培.基于Python的網絡爬蟲與反爬蟲技術研究[J].計算機與數字工程，2019（6）：1415-1420，1496.

[2]趙景.信息的可視化框架表達與建構實現—以Tableau Desktop為例[J].新媒體研究，2019（8）：32-35.

[3]楊月，盧伊.沿海城市房價主要驅動因素分析—以三亞市為例[J].北方經貿，2019（5）：53-55.

[4]蘭坤，吳瓊.基于Tableau和Excel的學生多維大數據分析研究[J].信息與電腦（理論版），2019（8）：126-127，136.

[5]劉寶華，牛婷婷，秦洲，等.基于Tableau大數據的隧道技術狀況分析[J].公路，2019（3）：342-346.

[6]陸樹芬.基于Python對網絡爬蟲系統的設計與實現[J].電腦編程技巧與維護，2019（2）：26-27，51.

[7]白玲.基于Tableau工具的醫療數據可視化分析[J].中國醫院統計，2018（5）：399-401.

[8]黃亮，戴小鵬，王奕.基于Tableau的商業數據可視化分析[J].電腦知識與技術，2018（29）：14-15，17.

[9]陳樂.基于Python的網絡爬蟲技術[J].電子世界，2018（16）：163，165.

[10]郭麗蓉.基于Python的網絡爬蟲程序設計[J].電子技術與軟件工程，2017（23）：248-249.

[11]安子建.基于Scrapy框架的網絡爬蟲實現與數據抓取分析[D].吉林：吉林大學，2017.

[12]李俊麗.基于Linux的python多線程爬蟲程序設計[J].計算機與數字工程，2015（5）：861-863，876.

Abstract：With the development of economy， the price of real estate market keeps rising and staying high， and the pressure of purchasing houses makes the rental market of China develop rapidly. Based on Python crawler technology， this paper acquires all rental information of Beijing Chain Home Real Estate Service Platform website， and combines with commercial intelligence software Tableau carries on the data analysis， through the tree chart， bubble chart， bar chart and Gantt chart to process and display the data from different aspects， explores the current situation of housing rental development in Beijing， and provides reference for related research.

Key words：Tableau; reptiles; Python; visualization