數據分析之北京年輕人苟活指南
作者 l 二胖
來源 l 大數據前沿（公眾號ID：bigdataqianyan）
轉載請關注公眾號後留言聯繫授權
很久之前二胖就抓了一波北京的房價信息，但因為比較懶，一直沒有做統計；加上很久沒有寫數據分析相關的文章了，正好最近爆出很多惡中介瞎炒房租的新聞，二胖就一併分析分析。
本文主要從兩個方面入手：
一是北京租房數據分析；
二是北京房價數據分析。
好，廢話不多說，直入正題。
一張圖看盡北京發展
下圖中每一點代表北京的一個小區。二胖根據小區的建設時間進行了一定的區分，即在一個確定的時間點下，如果該小區的建設年代早於設定的時間點，那麼它就會出現在該圖對應的亮點圖中。
1949年-2018年北京小區的建設情況
北京從1949年新中國成立之時的幾個小區發展到現在的上萬個小區，僅用了幾十年時間。【註：抓取的數據量有限，不代表北京小區個數的真實數量級】
北京樓房類型
除對小區建設的年代進行了統計外，二胖還整理了一下北京各個小區樓房的建築類型。
北京各個小區樓房的建築類型
相信大部分人和二胖一樣，對樓房的建築類型並不太了解，所以二胖查了一下相關的資料。
由於北京最多的是板樓和塔樓，所以二胖就只介紹這兩種類型的樓房。
板樓：像學校宿舍樓那樣一棟樓很多個單元。
板樓示意圖
而塔樓就是像塔那樣，獨棟且很高的樓房，如世貿大廈。
北京是一個很有年代感的城市，樓房多以板樓為主，和廣州、深圳等其他一線城市相比，高樓大廈並不算多。
北京房租到底有多貴？
二胖趁著周末抓取了租房平台上的數據，數據量並不是很大，只有幾千個小區。數據的更新信息截止到本周六，即2018年8月25日。
因為每次發文章都有小夥伴看得不認真，這裡再強調一下，這是小區的分布密集程度圖，而非租金的價位熱力圖。
截至18年8月25日北京小區分布的熱力圖
從上圖可知，本次抓取的數據樣本多集中在北京城區五環內，以及部分昌平回龍觀地區、通州區等地的數據。
只有樣本的分布當然看不出來租金到底有多貴，為了展示更多的數據，這裡二胖先用一個詞雲圖來展示——不考慮房屋面積的情況下，在北京租一間房大約需要多少錢。
下圖中的數字代表租一間房的月租金，數字的個頭越大，表示這個價格出現的次數越多。
北京租一間房的月租（尺寸越大代表價格越普遍）
北京的房租已經高到超乎二胖的想像，如果說租房一個月就要花掉幾千元甚至上萬元，那我們需要月掙多少才能在北京苟活下去呢？
只看月租金，而不看房屋面積的統計是在耍流氓。
下面來看更具體的數據，在北京租房平均每平米需要花費多少錢？
以下是二胖所抓取的數據中房租最高的10個小區，Top1的小區每月每平米需要花費622元的租金。
也就是說，如果你租一個10平米的小房間，你每月就需要支付6220元的房租。
北京每平米月租金最貴的十個小區
下圖是北京各區每平米每月需要花費的租金平均值。
北京各區租房每平米的平均價格
可以看到，海淀、西城、東城的房租都特別貴，一平米要100多元每月。
為了讓大家看得更直觀，二胖又做了個租金價格地理熱力圖，下圖的可視化參數仍是各個樣本的每平米租金價格。也就是說，每平米租金價格越高，該區域的熱力圖顏色越暖。
北京每平方米租金熱力分布圖
北京東城區和西城區的租金高毫無懸念，二胖也不過多解釋了。
海淀區租金高或許有部分同學不太了解：
海淀有很多互聯網企業，而程序猿們的收入較高，租金是硬生生被人給抬起來的；
海淀有很多牛逼的神級高中，有些家長為了能讓孩子在海淀念書，不惜花重金買下或者租下那些學校旁邊的小破樓。
總之，想在北京苟活下去，工資就一定得高。如果租不起房怎麼辦？
那就長痛不如短痛，買房吧。
北京房價到底有多貴？
我們再來看看北京買房要花多少錢。先來一張3D可視化圖來看看北京的房價分布吧。
北京房價分布圖（紅線越高代表房價越高）
可以看到，北京的房價分布十分不均勻。尤其中心城區的房價特別貴，並且二胖最好奇的是中間那兩個直飛衝天的小區是哪兩個，也許是四合院？
由於時間有限，房價部分二胖並沒有抓取最新的數據，使用的是去年5-12月的數據，但是鑒於北京今年的房價相對穩定，還有輕微的下降趨勢，所以直接用去年的數據也無妨。
下圖是北京各區2017年5月-12月的房價走勢，最上面那條線是西城區，平均房價已經妥妥過10萬了，而最下面的那條線是密雲區，房價也早已過兩萬。
哎，租不起房，更買不起房，買個100平米就得幾百上千萬，對拿工資的老百姓來說，買房幾乎是不可能的事情。
北京各區2017年5月-12月平均房價
下圖是北京2017年12月份各區的房價，具體到數字，大家隨意感受一下吧。
北京各區2017年12月平均房價
分析至此，以上觀點僅供參考。
話說回來，再怎麼分析，北京的房價就在那，不會改變。
作為在北京苟活的年輕人中的一員，如果哪天堅持不下去，二胖會選擇離開，畢竟北上廣留不住每一個年輕人。
二胖早在今年初就寫下了成都，我們還回得去么？這篇文章，希望在北京混不下去的時候，家鄉還能張開懷抱歡迎我。
年輕人，如果想在北京「苟活」，一定要堅強！
技術分解
數據抓取：scrapy+redis 分散式爬蟲
數據可視化：echarts，maptalk，ElasticSearch
存儲：MongoDB，ElasticSearch
其實ElasticSearch是一個特別好的數據分析工具，可以做搜索引擎、統計工具，也可以做數據可視化工具。
二胖之前也專門寫了兩篇文章來介紹它，一篇介紹它的作用，一篇介紹它的部署，不過大家似乎對其不是特別感興趣？
TAG:大數據前沿 |