应用Python来协助姑妈买房!Python“买”房比她要好买便宜二捌仟0

1、Python基础

Python是一种面向对象、解释型自由语言,语法简洁清晰、基础代码库充裕,覆盖网络、文件、GUI、数据库、文本等世界。并能和别的主流语言调换援救制作。Python重要分为Cpython、Jpython、IronPython、PyPy等。解释型语言可移植行好,然而运行速度没有编写翻译型语言,其次解释型语言源码不能像编写翻译型这样编写翻译成二进制串加密。

图片 1

 

无数时候我们都觉得多少失去是因为立刻的原则不允许或许是外因的打扰,但深究下去就会意识持有的结果都以源于我们内心深处的挑三拣四。失去与收获都以尘埃落定的。

1.1.2 Linux

安装Python3.x.x,通过pip安装须要的第3方库。


1.2 Python库

Python为开发者提供丰裕代码库,开发者从不会从零初始开发,基础功效基本已经有现成的老到的框架或库协助,因而小幅的晋级开发者的支付功效和抓牢代码健壮性。

图片 2

 

Python很容命理术数!作者有弄3个交流,互问互答,财富共享的交流学习营地,借使你也是Python的学习者只怕大咖都欢迎您来!㪊:548+377+875!一起
学习共同进步!

图片 3

 

卡萨布兰卡房价飞涨,但也阻碍不住祖国外地人民来卡拉奇买房的欲望。尼科西亚房价动辄几百万,程序猿那种动物想在卡萨布兰卡中卫久安压力山大。所以买房必然是人生一根本决定,必须货比三家。当前各类房产中介,各类开发商,各类楼盘。音讯多到我们无能为力左右。由此程序猿就供给采纳标准的优势通过一些措施获得有效数据,分析筛选最优秀的房源。

A先生最早来楼盘看的房屋,本地人首套房刚需客户。楼盘属于刚(Yu-Gang)开发的区域广阔的配套不是那么完美,但价格是百分百区域最有益的,再者学校跟医院菜市集这几个骨干的生存配套如故有,且离的挺近的。刚好当时的购房政策可以首付两成,所以总体都碰巧好。A先生手舞足蹈的说回家跟太太说,等开盘就来定房。

2.1.1 Python教你买房维度指标种类

Python教您买房首先咱们必要分明我们购房时最眷注的维度体系和指标体系。关心重点维度和重要性指标系列如图所示:

图片 4

 

Python教你买房,分为数据爬虫和大数据解析。首先通过爬虫情势取获得费城房产交易网成功交易量和交易价格并得出布Rees班房价的趋向,获得最合适的购房时间段,确认最好的上车时间。然后爬取链家网数据并按用户关心维度深度剖析帅选得出适宜的房屋,做好一切上车的备选。

图片 5

 

过了三个多星期A先生再次复苏售楼部,本次除开带了太太外还带了恋人B先生跟老伴。在打听项指标着力境况的时候,B先生跟爱妻时不时的会用家长途电话聊几句,基本都是说道地点合不适当,他们的钱够不够付首付,小孩上学是还是不是便利类似的标题。A先生因为在此以前来过相比较精晓意况,有时候也会给她两介绍下。两家推测平时的涉嫌都挺好的,后来坐下来聊的挺欢的,从老家的房屋到今日的娃上学的事都聊了个遍,后来聊到买房的事,一贯没怎么说话的A太太终于打开了话匣子:“大家家老A向来就不是有钱的命,从结婚到近年来怎么样不是靠的大家本人啊,那几个你们也明白家里根本靠不上。现在看来我们都到城里来买房了就也眼红了,那天回到就跟自个儿说哪哪的房屋多少钱一平,要不大家也买到一套来,反正自个儿是认为未来买不可信赖,家里还两幼童正要开支的时候,二零一八年大的就要上高级中学了,那手里无法没点钱吗。而且那房子这么长年累月了哪有老是涨的道理啊,哪有那么几人要买房子的,还不是被她们炒起来的。”A先生刚想张嘴太太叁个白眼瞪过来也不吭声了,临走的时候B太太主动加了自家的微信跟要了联系情势说是回去想起有怎么着不懂的再来问小编。

2.1.2 Python教你买房框架

Python教您买房框架,首要分为5块,分别为主程序模块、代理IP模块、地图服务模块、可视化服务模块、目的页面模块等。主程序为率先运转代理IP模块,抓取带来IP并透过测试可用代理IP存入到代理池,定时线程定时清洗带来并把无效的推动IP剔除出代理池,代理IP模块并提供外部API获取代理IP。主程序通过代理服务走访并抓取外部网页的得力音信并在主程序模块明白习HTML并写入到本麻芋果件。主程序会调用地图服务获得经纬度信息,并绘制热力图等。同时间可视化模块定时读取文件并扭转可视化图形报表供业务侧分析应用。

图片 6

 

一 、主服务模块

主程块通过Api提要求前端用户登录和获取用户交互输入,通过参数解析获取获得用户的要求组装请求,获取代理IP转载呼吁到对象地方获取目的数据,再次来到数据经过html解析拿到实惠数据写入到文件地图服务和可视化服务生产自身的图样报表,辅佐得出Python教您买房的多寡帮助。

二 、IP代理服务模块

#!/usr/bin/env python3# -*- coding: utf-8 -*-# function:定时抓取免费代理IP,并检查可用性,可用proxy存入数据库供业务方调用获取# Author:elideng# date: 2017-11-11import requestsfrom bs4 import BeautifulSoupimport tracebackimport pymysqlimport threadingimport time'''
*@Function【爬取IpProxy】
*@Request: 请求 [in]
* param1 int iReqGetNum: 请求获取代理量
*@Response:响应 [out]
* param1 int iFinalGetNum: 最终获取代理量
*@Return:返回值 int : 0(成功) 其它失败
'''def GrabIpProxy():
 arrIpList = []
 User_Agent = 'Mozilla/5.0 (Windows NT 6.3; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0'
 header = {}
 header['User-Agent'] = User_Agent #url = 'http://www.xicidaili.com/nn/1'
 url = 'http://www.baidu.com'
 res = requests.get(url, headers=header) if res.status_code == 200:
 info = {}
 soup = BeautifulSoup(res.text, 'lxml')
 ips = soup.findAll('tr') for x in range(1, len(ips)):
 ip = ips[x]
 tds = ip.findAll("td")
 ip_port = tds[1].contents[0] + ":" + tds[2].contents[0]
 arrIpList.append(ip_port) #后续加上代理可用校验,非可用踢出代理池
 #print(ip_port)
 #计算列表量
 return arrIpList'''
*@Function【测试ipProxy是否可用】
*@Request: 请求 [in]
* param1 String desUrl: 测试目的地址
* param2 String ipProxy:代理IP端口
* param3 int iTimeout:超时时间
* param4 String feature:目的地址特征
*@Response:响应 [out]
* param1 int iFinalGetNum: 最终获取代理量
*@Return:返回值 :成功返回代理Proxy 失败返回空
'''def checkProxyIP(desUrl, ipProxy, iTimeout=3, feature=""): #确认带来iPaddress 2秒内能否
 #desUrl = 'http://www.baidu.com'
 header = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0'}
 proxies = {'http': 'http://' + ipProxy} #组装代理
 res = None # 声明
 exMsg = None
 try: #res = requests.get(url=desUrl, headers=header, proxies=proxies, timeout=iTimeout)
 res = requests.get(desUrl, proxies=proxies, timeout=iTimeout) # 代理方式请求,防止反爬虫
 soup = BeautifulSoup(res.text, 'lxml') #feature=""
 #print(soup.findAll(feature))
 except:
 exMsg = '* ' + traceback.format_exc() if exMsg: return -1
 if res.status_code != 200: return -1
 if res.text.find(feature) < 0: return -1
 return 0#更新代理池IPdef updateProxy(ipProxy, vaildFlag="N"):
 smysql = pymysql.connect(host='127.0.0.1', user='root', passwd='elideng', db='test')
 cursor = smysql.cursor() try:
 cursor.execute('update t_proxy set FvaildFlag="%s" where Fproxy="%s" limit 1' % (ipProxy, vaildFlag))
 smysql.commit() #提交执行
 except:
 smysql.rollback()
 smysql.close() return 0#新增代理池IPdef insertProxy(ipProxy, vaildFlag="Y"):
 smysql = pymysql.connect(host='127.0.0.1', user='root', passwd='elideng', db='test')
 cursor = smysql.cursor() try:
 cursor.execute('insert into t_proxy values("%s", "%s", now(), now())' % (ipProxy, vaildFlag))
 smysql.commit() #提交执行
 except:
 smysql.rollback()
 smysql.close() return 0#获取Proxydef getProxy(proxyNum):
 smysql = pymysql.connect(host='127.0.0.1', user='root', passwd='elideng', db='test')
 cursor = smysql.cursor()
 proxyList=[] try: if proxyNum == -1:
 cursor.execute('select Fproxy from t_proxy where FvaildFlag='Y'') else:
 cursor.execute('select Fproxy from t_proxy where FvaildFlag='Y' limit %s' % (proxyNum))
 results = cursor.fetchall() for row in results:
 proxyList.append(row[0]) except: # Rollback in case there is any error
 smysql.rollback()
 smysql.close() return proxyListdef CheckIpProxyTimer():
 arrIpList = []
 arrIpList = getProxy(-1) #获取代理池全量有效代理IP
 #测试地址
 #feature = 'xxx' #目标网页的特征码, 暂时不启用
 desUrl = "http://www.baidu.com"
 for ipProxy in arrIpList:
 iRes = checkProxyIP(desUrl, ipProxy) if iRes: #Proxy验证通过
 setProxy(ipProxy, "Y") else:
 setProxy(ipProxy, "N") #失效无效代理if __name__ == '__main__': #0、爬取免费代理IP
 GrabIpProxy() #1、启动定时线程,定时测试并清洗数据库代理IP
 timer = threading.Timer(3600, CheckIpProxyTimer)
 timer.start() #2、设置定时器失效时间
 time.sleep(5)
 timer.cancel() #5秒后停止定时器,程序可一直执行

三 、地图服务模块

#!/usr/bin/env python3# -*- coding: utf-8 -*-# Author:elideng# date: 2017-11-08from urllib.request import urlopen, quoteimport jsonfrom bs4 import BeautifulSoupimport os#根据地址获取经纬度def getlnglat(address):
 url = 'http://api.map.baidu.com/geocoder/v2/'
 output = 'json'
 ak = 'ATzU2rqfrFoQcImvG9mvGm9bxchxjLYL'
 add = quote(address) #由于本文地址变量为中文,为防止乱码,先用quote进行编码
 uri = url + '?' + 'address=' + add + '&output=' + output + '&ak=' + ak
 req = urlopen(uri)
 res = req.read().decode()
 temp = json.loads(res)
 lat=0
 lng=0
 if 0 == temp['status']:
 lat=temp['result']['location']['lat']
 lng=temp['result']['location']['lng'] return lat,lng#根据两个经纬度计算距离def getPlaceDistance():
 return 0#根据两个地点计算各类交通时间def getPlaceTime():
 return 0def drawHeatChart(date):
 file = open("data.js", "a+") #data.js
 file.seek(3) # 定位到第0行
 file.writelines(date) #写入源数据到热力图源文件
 file.close() return 0if __name__ == '__main__':
 HeatChartSrcFile = input('输入热力图源文件:') #data.js
 drawHeatChart(HeatChartSrcFile)

<!DOCTYPE html><html><head>
 <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
 <meta name="viewport" content="initial-scale=1.0, user-scalable=no" />
 <script
 src="https://code.jquery.com/jquery-3.2.1.min.js"
 integrity="sha256-hwg4gsxgFZhOsEEamdOYGBf13FyQuiTwlAQgxVSNgt4="
 crossorigin="anonymous"></script>
 <script type="text/javascript" src="http://api.map.baidu.com/api?v=2.0&ak=DD279b2a90afdf0ae7a3796787a0742e"></script>
 <script type="text/javascript" src="http://api.map.baidu.com/library/Heatmap/2.0/src/Heatmap_min.js"></script>
 <script type="text/javascript" src="./data.js"></script>
 <title>热力图功能示例</title>
 <style type="text/css">  ul,li{list-style: none;margin:0;padding:0;float:left;}  html{height:100%}  body{height:100%;margin:0px;padding:0px;font-family:"微软雅黑";}  #container{height:500px;width:100%;}  #r-result{width:100%;} </style></head><body>
 <div id="container"></div>
 <div id="r-result">
  <input type="button" onclick="openHeatmap();" value="显示热力图"/><input type="button" onclick="closeHeatmap();" value="关闭热力图"/>
 </div></body><script type="text/javascript">
 var map = new BMap.Map("container"); // 创建地图实例
 var point = new BMap.Point(114.061087, 22.528578); //自定义地图中点
 map.centerAndZoom(point, 12); // 初始化地图,设置中心点坐标和地图级别
 map.enableScrollWheelZoom(); // 允许滚轮缩放
 if(!isSupportCanvas()){
  alert('热力图目前只支持有canvas支持的浏览器,您所使用的浏览器不能使用热力图功能~')
 }
 heatmapOverlay = new BMapLib.HeatmapOverlay({"radius":20});
 map.addOverlay(heatmapOverlay); var param = {data:window.points,max:100}; //读取data.js热力源数据并生成热力图
 console.log(param);
 heatmapOverlay.setDataSet(param); //是否显示热力图
 function openHeatmap(){
 heatmapOverlay.show();
 } function closeHeatmap(){
 heatmapOverlay.hide();
 setTimeout(function(){
 location.reload();
 }, 10000)
 }
 closeHeatmap(); function setGradient(){  var gradient = {};  var colors = document.querySelectorAll("input[type='color']");
  colors = [].slice.call(colors,0);
  colors.forEach(function(ele){
   gradient[ele.getAttribute("data-key")] = ele.value;
  });
 heatmapOverlay.setOptions({"gradient":gradient});
 } //判断浏览区是否支持canvas
 function isSupportCanvas(){ var elem = document.createElement('canvas'); return !!(elem.getContext && elem.getContext('2d'));
 }</script></html>

肆 、可视化模块

#!/usr/bin/env python3# -*- coding: utf-8 -*-# function:可视化服务# Author:elideng# date: 2017-11-05import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport plotlyimport plotly.plotly as pyimport plotly.graph_objs as go
plotly.tools.set_credentials_file(username='elideng', api_key='tsc3809760')#雷达图显示房屋关注指标def drawRadarMap(chartName, arrLables, arrData, labelNum):
 #数据校验
 if labelNum < 0 or labelNum >10: return -1
 if len(arrLables) != labelNum or len(arrData) != labelNum: return -2
 #=======自己设置开始============
 #标签
 labels = np.array(arrLables) #数据
 data = np.array(arrData) #========自己设置结束============
 angles = np.linspace(0, 2*np.pi, labelNum, endpoint=False)
 data = np.concatenate((data, [data[0]])) # 闭合
 angles = np.concatenate((angles, [angles[0]])) # 闭合
 fig = plt.figure()
 ax = fig.add_subplot(111, polar=True) # polar参数!!
 ax.plot(angles, data, 'bo-', linewidth=2) # 画线
 ax.fill(angles, data, facecolor='r', alpha=0.25)# 填充
 ax.set_thetagrids(angles * 180/np.pi, labels, fontproperties="SimHei")
 ax.set_title(chartName, va='bottom', fontproperties="SimHei")
 ax.set_rlim(0,10)
 ax.grid(True)
 plt.show()#皮尔逊作图def drawPearson():
 return 0

新兴买房的时候唯有二人来了,没错A太太没来,说是不想来听大家忽悠。选房的时候B先生当然更看好一个楼堂馆所更高的户型的,但考虑到房价跟老伴一商量就决定或许选低几层的同2个户型。后来三个人舒服的就交了钱把房定下来了。四人全程有商有量的令人相当羡慕,一直讲的互帮互助大致就是以此长相吧。而A先生则在一旁好窝心。

2.1.3 Python教你买房连串

一 、网页观看

率先明显爬取链家网布Rees班房源,显著开场合址http://sz.lianjia.com。通过上一页和下一页完整的URL比较组装符合筛选条件的房源链接。通过chrom的开发者工具的network,并把preserve
log勾选,清空Filter后刷新网页,观望网页html代码。

贰 、网页爬取

透过Python3的requests库提供的HTTP请求Get/Post通用方法模拟浏览器请求生成全体符合规则的U昂CoraL放入到行列,并循环请求符合供给的房源音信。请求响应html通过BeautifulSoup解析html,并透过find_all合作正则表明式提取到html有效数据并写入到文件待分析。

3、多线程

爬虫最后指标就是爬取到越来越多符合用户须求的多寡,若是单线程执行,抓取作用有限,因而爬虫须求丰裕四线程机制。四线程的兑现形式有两种,如thread,threading,multithreading,当中thread偏底层,threading对thread实行了肯定打包。Python实现多线程的不二法门有三种函数或类包装。

 #多线程方式
 for i in generate_allurl(user_in_nub, user_in_city): #获取某城市
 print(i) for url in get_allurl(i):
 my_thread = threading.Thread(target=main, args=(url, arrIPList))
 my_thread.start() print(url)
 my_thread.join() print("current has %d threads" % (threading.activeCount() - 1)) #当前存活线程
 #线程池方式
 pool.map(main, [url for url in get_allurl(i)])

4、Headers设置

为躲避反爬虫策略,后端请求须求效法用户符合规律用户从浏览器请求,因而要求添加请求头。设置方法如下:

header = {'Accept': '*/*', 'Accept-Language': 'en-US,en;q=0.8', 'Cache-Control': 'max-age=0', 'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.116 Safari/537.36', 'Connection': 'keep-alive', 'Referer': 'http://www.baidu.com/'}
res = requests.get(url, headers=header)

5、Session设置

6、IP代理池

爬虫出现就诞生了反爬虫,反爬虫的面世就催生了反反爬虫,史学家黑格尔说过存在正是在理。由此不少技巧便是在伯仲之间中国和扶桑渐成长。链家网是有反爬虫IP封锁机制,为了防范反爬虫链接网限制爬取到越来越多多少样本帮忙与分析。因而使用IP代理池的法门,每趟请求都随意获得IP和端口访问外部网站。获取IP代理池的措施有付费的和免费的艺术可自动网上抓取并分析。

proxies={"http":"http://10.14.36.109:8080"}res = requests.get(url, headers=header, proxies=proxies)

7、监控

爬虫抓取是三个耗费时间较长的工程,因而供给足够监察和控制,定时报告抓取进程到业务方,确认整个爬虫程序是不是健康执行。//TODO

距离B先生买房5个月后,有一天A先生突然跟本人联络,问楼盘是不是有房子了,带太太过来看,因为爱人终于允许买房了。笔者很心痛的告诉A先生后天的首付款比例上调了百分之十而且那期的房价在上期的基础上上升了,要买真的要赶紧了。后来A太太就一向觉得本身吃亏了,要多花钱买同1个小区的房子,遂作罢。

2.2数量解析 //TODO

大数目时代的互联网爬虫爬取到有效消息,必要通过反复清洗、加工、总括、分析、建模等处理格局。数据解析是结合有效新闻并详细讨论和归纳形成定论的进度。在实用中,数据解析可支持人们作出判断,以便利用适度行动。

新生就直接听大人说A先生跟太太四处去看房屋了,贵的买不起,便宜的看不上。就像是此一边消极着二头看着。

2.2.1 温哥华购房词云分析

依照链家爬取样3199条待售住房来源,购买销售二手房产我们最关系的参数指标词云图。如图所示大家最关切的满五牛,户型方正等。在购房的的时候大家得以按此词云图详细询问种种必要大家关切的参数目标,心有成竹。

图片 7

 

#词云图def drawWordCloud(fileName):

d = path.dirname(__file__) # Read the whole text.

text = open(path.join(d, fileName), encoding=’utf-8′).read() # Generate
a word cloud image 中文必须钦定地点汉语编码

wordcloud = WordCloud(font_path=”C:WindowsFontssimsun.ttc”, width=2400,
height=1800).generate(text) # Display the generated image:

plt.imshow(wordcloud)

plt.axis(“off”) # lower max_font_size

wordcloud = WordCloud(max_font_size=40).generate(text)

plt.figure()

plt.imshow(wordcloud)

plt.axis(“off”)

plt.show()

再有对客户有过之而无比不上,也是先生先来看的房屋,觉得各方面都适宜就控制要买,第1带太太过来看,可那太太挑三拣四的就是不甘于买房,动不动还扯出从前生活中的抵触来说,搞的五个人在售楼部就吵起来了,前面丢下一句不买了就回去了。过了三个礼拜一人又来了,说要买不过那时他俩看的那套从未了,有别的楼层相同的户型的其实也同等,太太正是绝不还非说是决定了跟他没缘,有钱还怕买不到房子就走了。后来传闻依旧回家里盖了栋房子。

2.2.2 卡塔尔多哈房源维度分析

布拉迪斯拉发房源按多维度剖析成交量/成交价趋势和Pearson周密分析;放盘量和反叛价分析;房源内部参数(如2.1.1)量化分析,房源外部参数量化分析等形式。最后解释我们购房时相比关切难题如怎么买的心仪的好房,曾几何时是买房最棒的机会等。

图片 8

 

过多时候买房是个机会,不管刚需照旧投资都以,境遇合适的即将果断的打下才不至于懊悔。希望每一个人都能科学过。

2.2.3 布拉迪斯拉发住房来源数据模型

图片 9

 

2.2.4 卡萨布兰卡住房来源均价热力模型

如图展现温哥华柏林房源均价热力模型。//TODO 待分析

图片 10

 

2.2.5 布拉迪斯拉发房源均价涨速热力模型

//TODO
显著涨速最快,最具投资价值的区域,数据来源官网布里斯班房土地资金财产音讯种类:http://ris.szpl.gov.cn/default.aspx

2.2.6 柏林(Berlin)房源成交量热力模型

//TODO

2.2.7 尼科西亚房源成交量热力模型

2.2.8 尼科西亚房源成交量和成交价Pearson周到

//TODO
总括Pearson周详,分明量价比关系,确认温哥华房源当前情况和预测接下去大概的气象(有价有市,有市无价,有价无市),判断当前是或不是改上车。

2.2.9 温哥华房子内部指数量化雷达图模型

尼科西亚房子雷达图分析,程序首先会爬取到海量蒙得维的亚待售的房产消息,等级差=(最高值-最低值)/10的不二法门把均价,实际使用率,梯户比例,楼层,楼间距等指标划分10等分,然后用户输入自个儿向往的房舍,程序将总括改房子的指标在海量房产中的雷达地点,补助用户赶快精晓心仪房产的参数配置。效果图如下:

图片 11

 

#雷达图显示房屋关注指标def drawRadarMap(chartName, arrLables, arrData, labelNum):
 #数据校验
 if labelNum < 0 or labelNum >10: return -1
 if len(arrLables) != labelNum or len(arrData) != labelNum: return -2
 #=======自己设置开始============
 #标签
 labels = np.array(arrLables) #数据
 data = np.array(arrData) #========自己设置结束============
 angles = np.linspace(0, 2*np.pi, labelNum, endpoint=False)
 data = np.concatenate((data, [data[0]])) # 闭合
 angles = np.concatenate((angles, [angles[0]])) # 闭合
 fig = plt.figure()
 ax = fig.add_subplot(111, polar=True) # polar参数!!
 ax.plot(angles, data, 'bo-', linewidth=2) # 画线
 ax.fill(angles, data, facecolor='r', alpha=0.25)# 填充
 ax.set_thetagrids(angles * 180/np.pi, labels, fontproperties="SimHei")
 ax.set_title(chartName, va='bottom', fontproperties="SimHei")
 ax.set_rlim(0,10)
 ax.grid(True)
 plt.show()

2.2.10 卡塔尔多哈房子外部指数量化雷达图模型

//TODO 量化外部指标参数(学位,地铁距离,公共交通具体,公园分布,商圈等)

因而,还不会Python的,想买房的,快捷来读书了!限时抢购哦!

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图