基于Python的租房数据分析系统的设计与实现.docx

基于Python的租房数据分析系统的设计与实现

摘要

随着社会突飞猛进的发展趋势，人们的生活水平也在日渐提高，基于人们日常生活的基本需求，租房已经是人们生产生活中的刚需。现如今，租房市场的发展日渐繁荣，全国各个城市对于租房的需求量都在日渐增多，房屋租赁市场交易火爆。虽然现在也有很多租房平台，但由于租房信息量巨大，数据呈现方式也不够完善，对各地想要租房的人的决策有着一定的影响。

系统通过对用户群体的需求分析对系统的具体框架结构、功能模块和数据库结构进行设计。租房数据的来源网站是链家，使用了python爬虫来对租房信息进行采集，对获取到的大量房源数据清洗后通过关系数据库来存储系统实现需要的数据，利用PyEcharts可视化工具来完成数据的图形化展示。最后使用爬取到的数据进行租租价格的分析预测并生成预测图表，用户通过选择一些特定的相关指标得到预测的租价数值。

通过多次测试，系统能让原始数据或通过原始数据处理得到的数据与前端页面进行交互，预测出来的租价与实际租价较吻合，用户从图形变化趋势能了解到租价数据变化，得到预测出来的租价值，从而判断自己是否需要租房。

关键词：租房；Python；PyEcharts；数据可视化；预测

目录

TOC\o1-3\h\z\u第一章绪论 1

1.1项目研究背景和意义 1

1.2项目研究内容 1

1.3国内外研究现状 2

1.3.1国外研究现状 2

1.3.2国内研究现状 2

1.4论文结构 3

第二章技术介绍 4

2.1python介绍 4

2.2爬虫技术 5

2.3网页处理技术 5

2.4可视化技术 5

2.5Web框架 5

2.6MySQL数据库简介 6

第三章系统分析 7

3.1可行性分析 7

3.1.1需求可行性分析 7

3.1.2技术可行性分析 7

3.1.3操作可行性分析 7

3.1.4经济可行性分析 8

3.2功能需求分析 8

3.3性能需求分析 8

第四章系统设计 10

4.1系统架构设计 10

4.2功能结构设计 10

4.3数据库设计 11

4.3.1城市房租表 11

4.3.2区域房租表 11

4.4功能时序图 11

4.4.1房租预测 11

4.4.2查看具体城市区域房租信息 12

第五章系统实现 13

5.1词云 13

5.2各地房屋建筑朝向/供暖类型占比 14

5.3房屋租金分布区间 14

5.4户型占比 14

5.5各面积租金走势 15

5.6总价建筑面积分布趋势 16

5.7数据更新 16

5.8房租预测 17

第六章系统测试 20

6.1软件测试的方法 20

6.2设计测试用例 20

6.2.1页面测试 20

6.2.2可视化模块测试 20

6.3测试结果 20

第七章结论 22

参考文献 23

致谢 24

绪论

1.1项目研究背景和意义

近几十年，我国的综合国力不断增强，人民的收入也日益提高，人们对物质生活的要求也日渐丰富，各地人民对于住宅的需求量迅速增加。基于人们的需求，租房市场的发展势头良好，与其他各行各业的发展都有着十分重要的联系，租价的波动能够影响到国计民生，维持稳定的租价是国家经济稳定发展的重要部分。现如今也有很多的资本家借着炒房的恶劣手段来获取暴利，为此，政府也在采取各种措施如增加住房供给、加强市场监管等对租价进行调控，以此来满足社会的稳定发展和人民的需求。房子的价格一直是人们关心的问题，08年后我国的租价开始呈现泡沫化特征，租价上涨快速。调查显示，2015年底全国平均租价6793元每平米，到了2018年全国商品房平均租价增至了8737元每平米，全国租价平均值走势曲线图呈抛物线上升，租价几乎没有周期。同时，实际影响商品房租价的因素有很多，房子的类型、房子的占地面积、房子的装修程度、房子的居室大小、朝向和楼层高低都影响着房子价格。

基于租价问题的重要性，古今中外的许多学者都在租价分析预测这方面做出了重要的贡献，学者能够通过对影响租价的一个或多个因素作分析，将得出来的结果采取神经网络对其进行建模，或采取线性回归方程对其进行回归测试，以此来预测租价并找到影响租价的主要因素。乔智敏用实证分析表明了生产成本的波动对租房价格的波动有较强的作用[1]。国外的研究学者主要从溢出效应、消费者个体因素等视角对租价展开研究，研究方法注重实际证据与创新[2]。

于国家层面而言，租价的研究预测有利于政府制定有效的法律法规来维持租价的稳定性，防止经济市场