香港贫富差距尖锐，房价居高不下，Python 分析楼市现状

香港的贫富差距一直非常严重。最突出的表现就是收入和房价的巨大差异。早在20世纪60年代末，香港房价就出现飙升。人们早已深知房地产的金融属性，香港的投资气氛也一直相当热烈。尽管香港目前失业率高企，经济环境不佳，但购买力依然存在，楼市依然强劲。

为了更深入地了解香港房地产市场，本文使用Python收集了香港26,281套在售二手房的数据并进行可视化分析，试图了解香港房地产的现状从数据角度看市场。

可视化分析

九龙房屋供应最多，但港岛房价较高

香港特别行政区辖香港岛、九龙半岛、新界三个地区，共18个区。九龙半岛现有待售二手房8,108套，占比28.62%。根据中原城市指数CCI（仅包括大型屋苑），港岛区报187.66点香港楼市分析，高于香港其他地区。

从具体地区来看，香港待售二手房集中在葵青区、元朗区、屯门区等地，而九龙城区、深水埗区、中西区的房价则集中在葵青区、元朗区、屯门区等地。区、湾仔区、东区等地较高。香港待售二手房每平方尺实际平均售价为每平方尺18,688元。

将军澳拥有最多二手物业

将军澳、元朗及屯门均有超过1,000套二手房出售。其中，将军澳以2,112套二手房位居榜首。

九龙站二手房均价最高

九龙站、山顶/南区、贝沙湾及中半山的二手房平均售价超过每平方米30,000元。

以小户型为主，两居室占一半以上

从建筑面积来看，香港待售二手房建筑面积一般为500尺至1,200尺（46至111平方米），占比78.52%，共有18,825个单位。

从房型来看，香港待售二手房中，两房12,231套，占比51.05%；三居室7,613套，占比31.76%； 4房及以上的单位有71套，仅占0.29%。

每个建筑年龄组都有一定的比例分布

从香港出售二手房房龄来看，25至39年龄的二手房数量最多，共7,396套，占比31.31%； 15-24岁的有5939户香港楼市分析，占比25.36%；还有40年以上的房子。 2,347台，占比10.93%。

超过50%的二手房价格在1000万以下

从香港待售二手房价格来看，售价在501美元至1000万美元（约合人民币429-858万元）之间的房屋数量为12,301套，占比51.31%。

描述性统计

相关分析

从相关系数表和回归图来看，无论是距离（即卧室）还是楼龄，都与香港二手房价格没有明显的相关性。实用面积与房价有很强的正相关性。一般来说，人们看房子时看到的面积是建筑面积，而不是实用面积。套房内建筑面积=套房内使用面积+套房内墙面面积+阳台面积，实用面积即为套房内使用面积。另外，实用率与房价之间不存在相关性，这与大多数人的感性认识不一致。

技术实施

本文数据来自中原地产，网页结构比较简单。数据清洗主要使用Python的pandas库。由于内容较多，仅提供核心字段清理代码。数据可视化主要使用Python的pyecharts库，这是一些基本的图表。该公众号在前几期的原创文章中也多次提到过。

数据采集

爬虫核心代码

#将繁体转换成简体def tradition2simple(line):    return Converter('zh-hans').convert(line)#解析网页def get_page(page):        if page <11:            url = 'http://hk.centanet.com/findproperty/BLL/Result_SearchHandler.ashx?url=http%3A%2F%2Fhk.centanet.com%2Ffindproperty%2Fzh-HK%2FHome%2FSearchResult%3Fposttype%3DS%26src%3DC%26minprice%3D%26maxprice%3D%26sortcolumn%3D%26sorttype%3D%26limit%3D100%26currentpage%3D{0}'.format(page)        else:            url = 'http://hk.centanet.com/findproperty/BLL/Result_SearchHandler.ashx?url=http%3A%2F%2Fhk.centanet.com%2Ffindproperty%2Fzh-HK%2FHome%2FSearchResult%3Fposttype%3DS%26src%3DC%26minprice%3D%26maxprice%3D%26sortcolumn%3D%26sorttype%3D%26limit%3D-1%26currentpage%3D{0}'.format(page)
        req = requests.get(url, headers = headers)        bs = req.json()        # print(bs)        ts = tradition2simple(bs['post'])        # print(ts)        html = etree.HTML(ts)if __name__ == '__main__':    ua = UserAgent(verify_ssl=False)    headers = {"User-Agent": ua.random}    for page in range(1,2624):  #共2623页        get_page(page)        # time.sleep(1)        print("第%d页爬取完成"%page)        print('-'*100)

数据预览

数据清洗
建筑面积/单价

#异常字符替换为空df["建筑面积"] = df["建筑面积"].str.replace(",","").astype("float")df["建面单价"] = df["建面单价"].str.replace("$","").str.replace(",","").str.replace("/呎","").astype("float")#建筑面积和建面单价缺失值用均值填充df = df.fillna(value={'建筑面积':df["建筑面积"].mean(),'建面单价':df["建面单价"].mean()})

间隔
# 存在缺失值、换行符、非数字型、无房间数等脏数据df["间隔"] = df["间隔"].str.replace("\r\n","").str[:1]df = df[ ~ df['间隔'].isin(['('])]  #删除某列包含特殊字符的行df["间隔"] = df["间隔"].str.replace("开","0").astype("float")df = df.fillna(value={'间隔':df["间隔"].mean()})df["间隔"] = df["间隔"].astype("int")

售价
#售价单位存在万和亿，进行统一化处理
df["售价"] = (df["售价"].str.replace("$","").str.replace(",","").str[:-1].astype(float) * df['售价'].str[-1].map({"万": 1, "亿": 10000})).astype("int")

数据可视化
回归图

fig,axes=plt.subplots(5,1,figsize=(12,30)) sns.regplot(x='间隔',y='实用单价',data=df1,color='green',marker='*',ax=axes[0])sns.regplot(x='楼龄',y='实用单价',data=df1,color='green',marker='*',ax=axes[1])sns.regplot(x='实用面积',y='实用单价',data=df1,color='green',marker='*',ax=axes[2])sns.regplot(x='建筑面积',y='实用单价',data=df1,color='green',marker='*',ax=axes[3])sns.regplot(x='实用率',y='实用单价',data=df1,color='green',marker='*',ax=axes[4])

条形图
df5 = df1.groupby('屋苑位置')['实用单价'].count()df5 = df5.sort_values(ascending=True)df5 = df5.tail(10)print(df5.index.to_list())print(df5.to_list())c = (    Bar(init_opts=opts.InitOpts(theme=ThemeType.WONDERLAND))    .add_xaxis(df5.index.to_list())    .add_yaxis("",df5.to_list()).reversal_axis() #X轴与y轴调换顺序    .set_global_opts(title_opts=opts.TitleOpts(title="香港二手房数量TOP10",subtitle="数据来源：中原地产 \t制图：J哥",pos_left = 'left'),                       xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=13)), #更改横坐标字体大小                       yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=13)), #更改纵坐标字体大小                       )    .set_series_opts(label_opts=opts.LabelOpts(font_size=16,position='right'))    )c.render_notebook()

饼图
df2 = df1.groupby('间隔')['实用单价'].count()print(df2)df2 = df2.sort_values(ascending=False) regions = df2.index.to_list()values = df2.to_list()c = (        Pie(init_opts=opts.InitOpts(theme=ThemeType.WONDERLAND))        .add("", list(zip(regions,values)))        .set_global_opts(title_opts=opts.TitleOpts(title="香港二手房间隔分布",subtitle="数据来源：中原地产\n制图：J哥",pos_top="1%",pos_left = 'left'))        .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%",font_size=16))    )c.render_notebook()


租！ GPU计算能力
新推出批次4090/A800/H800/H100
特别适合企业级应用