用Python分析广州房地产市场

大家好，我是查理。有一阵时间没有更文了，在此向关注我的朋友道个歉。这次我想结合房地产业务，针对广州这一城市，运用Python来进行数据分析，以期能为大家提供一点分析思路。为什么要分析房地产市场？房地产行业具有鲜明的地域特征，从房地产企业角度来讲，城市的选择在一定程度上决定了投资的成败。因此，对一个城市的市场研判就显得至关重要。早在几年前，同样的资金配置到南京和长沙两个城市，获得的投资回报差别是巨大的。2017年至2019年南京和长沙二手房（元/㎡）

那么，我们该如何分析房地产市场？我从数据分析的角度，归纳梳理了一下思路，我认为一个城市的房地产市场分析应该包括城市经济、相关政策、土地市场和房产市场四个方面。城市经济反映了一个城市的经济实力和潜能，可以细分出以下几个指标：人均GDP和单位面积GDP、人均财政收入和单位面积财政收入、高净值人群规模、人口净流入、第三产业占比、产业互补、房地产投资依赖度、城市友好度等。政府制定的政策对房地产市场影响也是巨大的，相关性较高的政策有金融政策、人口政策、土地政策和购房政策等。最后就是城市土地市场和房产市场分析，这也是整个分析最核心的部分。

房地产市场分析框架接下来，我将结合Python，以广州为例，尝试着分析广州的土地市场和房产市场，城市经济和相关政策的分析将留在以后的文章中叙述。

广州土地市场分析

土地市场包括一级市场和二级市场，一级市场是土地使用权出让的市场，即国家通过其指定的政府部门将城镇国有土地或将农村集体土地征收为国有土地后出让给使用者的市场，出让的土地，可以是生地，也可以是经过开发达到“七通一平”的熟地。二级市场即土地使用权出让后的再交易，土地使用者将达到规定、可以交易的土地使用权，进入流通领域进行交易的市场。限于篇幅，本文仅从土地一级市场着手进行数据分析。

获取土地数据

土地市场数据一般会公示在当地的公共资源交易中心，但经常会出现只公示当周或当月数据的情况，因此，我们可以去找专业的土地网站获取交易数据。本文以土流网为例，这个网站结构简单，简单的url翻页构造，然后用xpath解析数据即可。限于篇幅，爬虫代码不做赘述，仅提供核心代码。

def main():
    for page in range(1,46):   #这里设置页数
        url = 'https://www.tudinet.com/market-213-0-0-0/list-o1ctime-pg{}.html'.format(page)