数据分析之北京年轻人苟活指南

Posted 2021-04-27 大数据前沿

作者 l 二胖 

---

很久之前二胖就抓了一波北京的房价信息，但因为比较懒，一直没有做统计；加上很久没有写数据分析相关的文章了，正好最近爆出很多恶中介瞎炒房租的新闻，二胖就一并分析分析。

本文主要从两个方面入手：

一是北京租房数据分析；

二是北京房价数据分析。

好，废话不多说，直入正题。

一张图看尽北京发展

下图中每一点代表北京的一个小区。二胖根据小区的建设时间进行了一定的区分，即在一个确定的时间点下，如果该小区的建设年代早于设定的时间点，那么它就会出现在该图对应的亮点图中。

1949年-2018年北京小区的建设情况

北京从1949年新中国成立之时的几个小区发展到现在的上万个小区，仅用了几十年时间。【注：抓取的数据量有限，不代表北京小区个数的真实数量级】

北京楼房类型

除对小区建设的年代进行了统计外，二胖还整理了一下北京各个小区楼房的建筑类型。

北京各个小区楼房的建筑类型

相信大部分人和二胖一样，对楼房的建筑类型并不太了解，所以二胖查了一下相关的资料。

由于北京最多的是板楼和塔楼，所以二胖就只介绍这两种类型的楼房。

板楼：像学校宿舍楼那样一栋楼很多个单元。

板楼示意图

而塔楼就是像塔那样，独栋且很高的楼房，如世贸大厦。

北京是一个很有年代感的城市，楼房多以板楼为主，和广州、深圳等其他一线城市相比，高楼大厦并不算多。

北京房租到底有多贵？

二胖趁着周末抓取了租房平台上的数据，数据量并不是很大，只有几千个小区。数据的更新信息截止到本周六，即2018年8月25日。

因为每次发文章都有小伙伴看得不认真，这里再强调一下，这是小区的分布密集程度图，而非租金的价位热力图。

截至18年8月25日北京小区分布的热力图

从上图可知，本次抓取的数据样本多集中在北京城区五环内，以及部分昌平回龙观地区、通州区等地的数据。

只有样本的分布当然看不出来租金到底有多贵，为了展示更多的数据，这里二胖先用一个词云图来展示——不考虑房屋面积的情况下，在北京租一间房大约需要多少钱。

下图中的数字代表租一间房的月租金，数字的个头越大，表示这个价格出现的次数越多。

北京租一间房的月租（尺寸越大代表价格越普遍）

北京的房租已经高到超乎二胖的想象，如果说租房一个月就要花掉几千元甚至上万元，那我们需要月挣多少才能在北京苟活下去呢？

只看月租金，而不看房屋面积的统计是在耍流氓。

下面来看更具体的数据，在北京租房平均每平米需要花费多少钱？

以下是二胖所抓取的数据中房租最高的10个小区，Top1的小区每月每平米需要花费622元的租金。

也就是说，如果你租一个10平米的小房间，你每月就需要支付6220元的房租。

北京每平米月租金最贵的十个小区

下图是北京各区每平米每月需要花费的租金平均值。

北京各区租房每平米的平均价格

可以看到，海淀、西城、东城的房租都特别贵，一平米要100多元每月。

为了让大家看得更直观，二胖又做了个租金价格地理热力图，下图的可视化参数仍是各个样本的每平米租金价格。也就是说，每平米租金价格越高，该区域的热力图颜色越暖。

北京每平方米租金热力分布图

北京东城区和西城区的租金高毫无悬念，二胖也不过多解释了。

海淀区租金高或许有部分同学不太了解：

1. 海淀有很多互联网企业，而程序猿们的收入较高，租金是硬生生被人给抬起来的；

2. 海淀有很多牛逼的神级高中，有些家长为了能让孩子在海淀念书，不惜花重金买下或者租下那些学校旁边的小破楼。

总之，想在北京苟活下去，工资就一定得高。如果租不起房怎么办？

那就长痛不如短痛，买房吧。

北京房价到底有多贵？

我们再来看看北京买房要花多少钱。先来一张3D可视化图来看看北京的房价分布吧。

北京房价分布图（红线越高代表房价越高）

可以看到，北京的房价分布十分不均匀。尤其中心城区的房价特别贵，并且二胖最好奇的是中间那两个直飞冲天的小区是哪两个，也许是四合院？

由于时间有限，房价部分二胖并没有抓取最新的数据，使用的是去年5-12月的数据，但是鉴于北京今年的房价相对稳定，还有轻微的下降趋势，所以直接用去年的数据也无妨。

下图是北京各区2017年5月-12月的房价走势，最上面那条线是西城区，平均房价已经妥妥过10万了，而最下面的那条线是密云区，房价也早已过两万。

哎，租不起房，更买不起房，买个100平米就得几百上千万，对拿工资的老百姓来说，买房几乎是不可能的事情。

北京各区2017年5月-12月平均房价

下图是北京2017年12月份各区的房价，具体到数字，大家随意感受一下吧。

北京各区2017年12月平均房价

分析至此，以上观点仅供参考。

话说回来，再怎么分析，北京的房价就在那，不会改变。

作为在北京苟活的年轻人中的一员，如果哪天坚持不下去，二胖会选择离开，毕竟北上广留不住每一个年轻人。

二胖早在今年初就写下了 这篇文章，希望在北京混不下去的时候，家乡还能张开怀抱欢迎我。

年轻人，如果想在北京“苟活”，一定要坚强！

技术分解

数据抓取：scrapy+redis 分布式爬虫

数据可视化：echarts，maptalk，ElasticSearch

存储：MongoDB，ElasticSearch

其实ElasticSearch是一个特别好的数据分析工具，可以做搜索引擎、统计工具，也可以做数据可视化工具。

二胖之前也专门写了两篇文章来介绍它，一篇介绍它的作用，一篇介绍它的部署，不过大家似乎对其不是特别感兴趣？

大数据前沿

关注二胖，让我们一起苟活

长按二维码关注二胖