深圳租房简明分析

又是一年毕业季,作为准备来深圳奋斗的人,首先要解决的就是租房问题,趁着刚答辩完的热乎劲,简单分析了一下深圳的租房情况,与大家分享一下。以此献给未来的深圳人以及卡中心的小伙伴们,希望大家都能找到满意的房源。

一.数据覆盖深圳所有区域

首先放一张深圳的区域图,作为后面数据分析的参考,更为细致的地图就需要自己根据不同的需要自行搜索啦。由于每个人的实际情况不同,在租房时的选择也不尽相同,因此分析过程不会给出具体的结论,而是将数据以图表的形式呈现并给出必要的说明,方便个人选择。

租房数据来源于链家,使用爬虫得到的数据类别包含租房地区、区域、小区、室、厅、每月租金。排除掉区域重叠和部分明显有误数据后,总数据量为33177。如下图,其标示了各地区的房源数量,一般而言,房源越多则数据的可信度越高,即价格比较贴近实际情况。

距离数据来源于百度direction api,包含各区域到达中民时代广场(深圳市罗湖区笋岗路与红岭交汇处东北角)和新大厦中信银行大厦(深圳市福田区新洲路4009号附近)的距离和公交时间,单位为米和分钟。

二.深圳各区价格分析

在分析时会展示价格和除以室数量后的每室价格两个价格作为参考,价格表示房屋的总体月租,每室价格表示单人需要负担的租房价格,两者差别越大,可能表示该地区房屋的分室越多,在租房时需要多拉几个小伙伴一起合租了,同时需要说明的是所有价格并不包含中介费用。

下图是深圳各区的价格及每室价格对比,之后的两张图分别是按价格升序和降序的总体最高最低小区价格,可以作为小区租房的价格参考。

深圳各小区价格升序图:

深圳各小区价格降序图:

2.1 福田

之后开始分析各个区的价格,下图是福田区各区域的价格及每室价格对比,之后的两张图分别是按价格升序和降序的福田区内最高最低小区价格,可以作为福田区小区租房的价格参考。

福田小区价格升序图:

福田小区价格降序图:

2.2 南山

下图是南山区各区域的价格及每室价格对比,之后的两张图分别是按价格升序和降序的南山区内最高最低小区价格,可以作为南山区小区租房的价格参考。

南山小区价格升序图:

南山小区价格降序图:

2.3 罗湖

下图是罗湖区各区域的价格及每室价格对比,之后的两张图分别是按价格升序和降序的罗湖区内最高最低小区价格,可以作为罗湖区小区租房的价格参考。

罗湖小区价格升序图:

罗湖小区价格降序图:

2.4 盐田

下图是盐田区各区域的价格及每室价格对比,之后的两张图分别是按价格升序和降序的盐田区内最高最低小区价格,可以作为盐田区小区租房的价格参考。

盐田小区价格升序图:

盐田小区价格降序图:

2.5 宝安

下图是宝安区各区域的价格及每室价格对比,之后的两张图分别是按价格升序和降序的宝安区内最高最低小区价格,可以作为宝安区小区租房的价格参考。

宝安小区价格升序图:

宝安小区价格降序图:

2.6 龙华新区

下图是龙华新区各区域的价格及每室价格对比,之后的两张图分别是按价格升序和降序的龙华新区内最高最低小区价格,可以作为龙华新区小区租房的价格参考。

龙华新区小区价格升序图:

龙华新区小区价格降序图:

2.7 龙岗

下图是龙岗区各区域的价格及每室价格对比,之后的两张图分别是按价格升序和降序的龙岗区内最高最低小区价格,可以作为龙岗区小区租房的价格参考。

龙岗小区价格升序图:

龙岗小区价格降序图:

三.房源距离卡中心数据分析

距离信息是各区域到达中民时代广场(深圳市罗湖区笋岗路与红岭交汇处东北角)和新大厦中信银行大厦(深圳市福田区新洲路4009号附近)的距离和公交时间,如果对该信息不关注可忽略。

以下首先给出区域租房总价格、每室价格和距离之间的散点图。横坐标表示距离新大厦的距离,纵坐标表示距离中民的距离,圆圈表示区域,圆圈越大则越贵,标注的数字即为价格,圆圈距离横轴越近则距中民越近,距离纵轴越近则距新大厦越近。

由图可以明显看到距离非常远的房源都非常便宜,距离中民较近的地点尚且还有部分价格较低的选择,距离新大厦则都比较贵,租房时可以根据自己的实际情况自行选择。作为补充在之后附加了每室价格散点图左下角的放大图。

其次给出区域租房总价格、每室价格和公交时间之间的散点图。公交形式包含公交、地铁等多种方式构成,且方案可能由多种交通方式组合而成,具体可参考百度地图百度direct
api公交路径规划说明
。横坐标表示距离新大厦的公交时间,纵坐标表示距离中民的公交时间,圆圈表示区域,圆圈越大则越贵,标注的数字即为价格,圆圈距离横轴越近则距中民越近,距离纵轴越近则距新大厦越近。

由百度接口得到的距离和公交时间并不是正相关关系,这可能和各地区的交通情况有关,因此该公交时间仅供参考。作为补充在之后附加了每室价格散点图左下角的放大图。

四.数据分析总结

对卡中心的小伙伴们:搬新大楼,可选莲花和洪湖;不搬则可选园岭、笔架山、笋岗。(感谢王玲的总结)

ps:1.由于租房价格有较大的波动性,数据仅供参考。

2.如有任何问题欢迎指出:[email protected]

时间: 2024-07-30 06:01:43

深圳租房简明分析的相关文章

分治法和二分法的时间复杂度简明分析

本方法从九章算法视频课程中的令狐老师那里学来的,链接一下以表感谢. 本文需要你了解二分算法和分治算法,文内对二分和分治不作详细介绍. 时间复杂度 二分算法,我们比较熟悉,时间复杂度是 O(logN). 分治算法,时间复杂度是多少呢?大致是O(N). 为什么区别这么大呢?因为二分是分治的一个特殊情况,二分算法是比较一次,直接扔掉不符合要求的那一半.分治不能这么做,它只是做了划分,并没有减小问题规模. 注:因为分治算法是个统称,这里的时间复杂度也只是个初略计算. 简明分析方法 非常简明的时间复杂度分

CNN误差反传时旋转卷积核的简明分析(转)

CNN(卷积神经网络)的误差反传(error back propagation)中有一个非常关键的的步骤就是将某个卷积(Convolve)层的误差传到前一层的池化(Pool)层上,因为在CNN中是2D反传,与传统神经网络中的1D反传有点细节上的不同,下面通过一个简单的例子来详细分解一下这个反传步骤. 假设在一个CNN网络中,P代表某个池化层,K代表卷积核,C代表卷基层,首先来看一下前向(feed forward)计算,从一个池化层经过与卷积核(Kernel)的运算得到卷积层: 将前向计算的步骤进

android Qemu GPS 模块简明分析

Android 的 gps module 是  gps.default.so 在system/lib/hw/ 目录上, 一般提供gps功能的手机应该实现这个module和真实gps硬件交互 Qemu中gps就是要构造一个gps.default.so,  但这个so并不和真的硬件打交道,只是个模拟接口,其代码在sdk/emulator/gps/gps_qemu.c中 Qemu 容器外部实现了一个gps设备,但这个设备和 Android 交互只能通过管道,所以gps_qemu.c的功能就是同管道打交

bzoj1007

1007: [HNOI2008]水平可见直线 Time Limit: 1 Sec  Memory Limit: 162 MBSubmit: 4365  Solved: 1599 Description 在xoy直角坐标平面上有n条直线L1,L2,...Ln,若在y值为正无穷大处往下看,能见到Li的某个子线段,则称Li为可见的,否则Li为被覆盖的.    例如,对于直线:    L1:y=x; L2:y=-x; L3:y=0    则L1和L2是可见的,L3是被覆盖的.    给出n条直线,表示成

Power-BI 关于2016年7月份深圳一手房房价分析报表 腾讯课堂开课啦

上周我们的公开课讲了全国房地产投资开发的情况,通过对时间.区域等多维度的分析,透析了全国房地产开发的投资情况.这周呢,我们就全国一线城市的房价,选取了深圳作为分析对象,对深圳一手房房价进行一个分析. 都说房价是炒高的.在深圳的楼市里有这样一道风景:我有房,只是房产证上不是我的名字.深圳房价贵得离谱已是不争的事实.地王频出.滥用金融杠杆等推高深圳房价,引社会各界关注的同时,也遭到质疑.深圳的房价居高不下,这周的公开课我们就来全方位多层次的讲讲2016年7月份深圳一手房的房价涨跌走势.热度房户型.受

Adaboost算法原理分析和实例+代码(简明易懂)

Adaboost算法原理分析和实例+代码(简明易懂) [尊重原创,转载请注明出处] http://blog.csdn.net/guyuealian/article/details/70995333     本人最初了解AdaBoost算法着实是花了几天时间,才明白他的基本原理.也许是自己能力有限吧,很多资料也是看得懵懵懂懂.网上找了一下关于Adaboost算法原理分析,大都是你复制我,我摘抄你,反正我也搞不清谁是原创.有些资料给出的Adaboost实例,要么是没有代码,要么省略很多步骤,让初学者

深圳客户SIM6320C模块掉线的分析报告

1  问题描述 SIM6320C 模块在WINCE+北京电信3G卡设备上,拨号上网以后,空闲 10 分钟,拨号自动断开的问题.但用深圳和上海电信3G卡却不会自动断开. 2 原因分析 详细分析 log 如下: (1) PPP拨号成功,获取到 IP 10.32.42.195: 其中,第一条 13:57:19.4 模块(DTE)发起了拨号请求,最后拨号成功 图1 (2) 拨号成功之后,发了几个ping包,最后一个ping包的时间是13:59:02.2,如下ICMP数据包: 在14:09:09.3的时候

安全-分析深圳电信的新型HTTP劫持方式

ISP的劫持手段真是花样百出,从以前的DNS(污染)劫持到后来的共享检测,无不通过劫持正常的请求来达到他们的目的. 之前分析过通过劫持HTTP会话,插入iframe来检测用户后端有无共享行为,但后来移动终端的发展导致ISP开始有所收敛,因为即使检测出来也不敢断用户的网了. 可是现在又出了新的花样…… 最近,每当我打开baidu首页的时候,总是发现奇怪的现象,明明输入的只是www.baidu.com,但是却莫名其妙的出现了跳转,最后发现实际访问的URL竟然带上了尾巴. 好吧,起初我以为我又被流氓软

FocusBI:租房分析可视化(网址体验)

微信公众号:FocusBI关注可了解更多的商业智能.数据仓库.数据库开发.爬虫知识及沪深股市数据推送.问题或建议,请关注公众号发送消息留言;如果你觉得FocusBI对你有帮助,欢迎转发朋友圈或在文章末尾点赞[1] 在<租房分析&星型模型>文章中已经把多维模型建立起来. 能在多维数据库中查询租房数据,但是不太直观,怎样才能让租客更加直观的选择到想租的房子,这里我选择PowerBI 作为前端可视化的工具. 复制这个网址到浏览器查看租房信息, https://app.powerbi.com/