阅读文本大概需要 7 分钟。
大家还记得你们刚来上海的时候租房的房租是多少吗？现在相比于那个时候，是不是涨了不少？上个月中介哄抢租赁房源的事件大家应该还没忘记。在上海，也是见证了房租稳步上涨的过程。很多网友感慨，以前是买不起房，现在是租房都租不起了。
今天，用 Python 爬虫给大家分析下上海的房租。我们用数据来看看上海的房租究竟有多高。
这次的租房房源数据来源于链家网，用 Python 收集数据后制作成可视化图形。
效果图
本次用 Python 爬取链家网的样本数据我把它做成了柱形图。从图中看到，有些区域的房源是比较少的，像崇明、金山、上海周边这三个区域提供的房源较少。
通过样本数据我提取出上海各区域的房租平均值。图中标出了最高房租和最低房租。
这个房租的平均值参考性不大，因为房租的多少还和房屋面积和户型有关。我们用词云图来看看出租的房源中的主要户型情况，字体越大表示此户型占的比例越大。
从户型词云图看得出来，出租的房源中最多的户型是 3 室 2 厅和 2 室 2 厅。如果和认识的朋友一起，租这种户型的房子也是一个不错的选择，这种户型的房子一般在小区，环境也不错。
所以，为了使数据更具有参考性，我把各区域房源每平米的月租平均值用 Python 计算出来画成了柱形图。图中标出了最高的每平米月租和最低的的每平米月租。最高的平均值是静安区的 160.79 元，最低的平均值是奉贤区的 29.77 元。
项目环境
语言：Python 3
编辑器：Pycharm
主要思路
1、用 Python 爬虫对链家网房源信息收集。
2、把房源信息按照自己需求整理成可视化图形。
出租房信息收集
出租房信息采集的来源是链家网，打开链家网页面，用 F12 打开页面的调试功能。页面信息的抓取用 requests 库就可以轻松获取。
代码分析
先把单个页面租房的信息提取出来以字典的形式保存。我提取的信息有出租房屋的标题、户型、面积、房租、每平米房租。把这些信息以字典的形式返回。部分主要代码如下。（左右滑动查看全部代码）
接下来把上面提取的信息保存在 csv 文件中，文件名称通过提取 url 中的元素作为获得，因为每个地区的出租房信息链接都是在后面加一个中文拼音，比如浦东。
一行表示一组房屋信息，列信息分别对应是上面函数获取的标题、户型、面积、房租、每平方房租，我把所有信息都保存在 E 盘的 「zufang」目录下，需要事先新建好目录，保存的文件部分截图如下。
实现把房源信息以 csv 文件形式存储功能的代码如下。（左右滑动查看全部代码）
对页面分页时我们需要判断页面有多少页，不同地区页面会显示该地区房源的数量，每个页面显示 30 个房源，所以基本情况是页面等于房源总数量除以 30，所有区域房源最大的页面是 100 页，但是有些地区房源数量除以 30 结果大于 100 页，不知道链家的多余的房源去哪里了，这里超过 100 就当 100 处理了，还有一种情况是有些地方房源比较少，不到 30 个，那么就只有一页的数据。
接下来获取不同区域的所有房源信息，包括浦东区、闵行区、宝山区、普陀区、杨浦区、长宁区、松江区、嘉定区、黄埔区、静安区、闸北区、虹口区、青浦区、奉贤区、金山区、崇明区、上海周边地区、地铁租房、所有房源。为了不给链家服务器造成太大的压力而导致 IP 被封，每爬取一页时我设置了随机等待时间。
数据可视化处理
接下来对获得的数据进行可视化处理，我拿对户型生成词云图举例，通过从保存的 csv 文件中获取需要列的信息并统计相同元素出现的次数，剔除无关信息后生成文章前面出现的户型词云图。