自从拿到了房源信息，就开始着手分析了，然后就发现了有个数据取错了。。。
没办法，只能再来爬一次，可是链家的反爬虫恢复正常了。。。
接下来就是和反爬虫斗智斗勇的故事了。
- 之前构建的代理池上阵，结果发现代理也太不靠谱了，失败率超高，这要爬那么多数据，得到猴年马月，果断放弃。
- 尝试登陆后再爬，依然会出现反爬虫，再一次失败。
- 发现通过流量异常验证后的cookies能用一段时间，没办法的时候只能靠笨办法了。
具体就不多说了，大概就是：爬着-流量异常-发现跳转-selenium打开跳转链接-手动验证-获取验证后cookies-用这个cookies接着爬-等下一次流量异常。。。
终于数据能用了，搞起。
工具依然是python,mongodb,jupyter notebook,highcharts。
成交房源数量分布
成交房源数量分布
龙岗福田遥遥领先。而后面的坪山、光明和大鹏。。。一定是绿中介还没有开到里去！
在售房源数量分布
在售房源数量分布
龙岗再次第一位，超过关内3个区，让我没想到的是宝安房源居然这么少。
历年成交数量分布
历年成交数量分布
链家2015年收购中联进入深圳市场，2014年以前的数据应该是之前中联的，而2010年这么多，就不清楚为什么了。
成交房源分布
成交房源分布
成交房源分布
龙岗福田2个区就占了深圳二手房买卖半壁江山啊。
历年成交价格分布
历年成交价格分布
成交价格方差巨大，最高成交价已经到了15万一平。
每年房价中位数节节攀升，2017年成交单价中位数已超过5万一平。
成交房源面积分布
成交房源面积分布
小户型依然是成交主力，80㎡以下户型成交比例逐年增长。谁让房价这么高呢。。。
成交房源数量分布
成交房源数量分布
热点居然在1-2万，60-80平，我不禁在想这TM是什么时候的事情了。。。
在售房源数量分布
在售房源数量分布
好吧，这个才是现实。
总结
- 数据一定要尽量准确，浪费多少时间只有自己知道。。。
- 查文档，不懂就查文档。
- 本来想着有了这些数据，能探索下房价洼地什么的，谁来告诉我怎么做。。。
