用Python分析广州房地产市场

房地产市场分析逻辑

大家好，我是J哥。

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。

我们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。对于购房者也一样，准确研判意味着价值提升。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。

那么，我们该如何去分析房地产市场？我从数据分析的角度，归纳梳理了一下逻辑，主要包括城市经济、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。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的供求关系分析，这也是整个分析最核心的部分。

接下来，我们结合Python，以广州为例，来分析下广州的土地市场和房产市场。

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。比如土流网：

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。感兴趣的朋友可以查看J哥往期原创文章——实战|手把手教你用Python爬虫(附详细源码)。

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)
        print(url)
        headers = {
   
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.77 Safari/537.36',
        }
        response = requests.request("GET", url, headers = headers)
        #print(response.status_code)
        if response.status_code == 200:
            re = response.content.decode('utf-8')
            print("正在提取第" + str(page)