昨天還幻想海邊別墅的年輕人，今天可能開始對房租絕望了。
8月初，有網友在“水木論壇”發帖控訴長租公寓加價搶房引起關注。據說，一名業主打算出租自己位於天通苑的三居室，預期租金7500元/月，結果被二方中介互相抬價，硬生生抬到了10800。
過去一個月，全國熱點城市的房租如脫韁野馬。一線的房租同比漲了近20%。一夜醒來，無產青年連一塊立錐之地都懸了。
從2018下半年開始，租金海嘯洶洶來襲，資本狂歡，官方默然，房東糾結，租客尖叫。
這不是一方的過錯，而更像是一場全社會的“集體謀殺作品”。最令人不安的是，過去房地產的那套玩法和上漲邏輯，今天正在轉移到房租上。
房租暴漲的不只是北京。有數據顯示，7月份北京、上海、廣州、深圳、天津、武漢、重慶、南京、杭州和成都十大城市租金環比均有所上漲。其中北京、上海、深圳的租金漲幅最猛，北京7月份房租同比上漲3.1%，有小區甚至漲幅超過30%。
圖自“21世紀經濟報道”《最新房租數據出爐，你一個月要交多少錢？（附房租地圖）》一文
接下來，戀習Python通過Python大法通過獲取某網數萬條北京租房數據，給大家說說真實的房租情況。
還是老規矩，老套路（是不是有股熟悉的味道），戀習Python常用的三部曲：數據獲取、數據清洗預覽、數據分析可視化，與你一起探究最近房租的狀況。
數據獲取
戀習Python今日就把目前市場佔有率最高的房屋中介公司為目標，來獲取北京、上海兩大城市的租房信息。
整體思路是：
先爬取每個區域的url和名稱，跟主url拼接成一個完整的url，循環url列表，依次爬取每個區域的租房信息。
在爬每個區域的租房信息時，找到最大的頁碼，遍歷頁碼，依次爬取每一頁的二手房信息。
post代碼之前簡單講一下這裡用到的幾個爬蟲Python包：
requests: 就是用來請求對鏈家網進行訪問的包。
lxml: 解析網頁，用xpath表達式與正則表達式一起來獲取網頁信息，相比bs4速度更快。
詳細代碼如下：
數據清洗預覽
數據共14038條，10個維度，由上圖可看出北京房源均價為9590元/月，中位數為7000。一半的房源價格在7000以下，所有房源的價格區間為[1000,250000]，價格極差過大。
數據分析可視化
四維度-北京房租均價
接下來，戀習Python將北京各區域、各路段、各樓盤房屋數量、均價分佈放在同一張圖上，更直觀地來看待房租。
從圖中可看出，最近，北京市各區域的房租均在6000元/月以上，其中最高區域為東城，均價達12463元/月。不過，由於房源信息過多過雜，房屋位置、面積、樓層、朝向等對價格均有較大影響，因此，價格這個維度需要進一步分析。
由上圖可得，各路段的均價基本都在6000以上，其中海淀北部新區的房源數最多，但均價最低，為3308元/月，這或許與海淀北部生態科技新區作為高新技術產業的承載區、原始創新策源地的研發基地，以及科技園集聚區，目前已入駐華為、聯想、百度、騰訊、IBM、Oracle等近2000家國內外知名的科技創新型企業有關。
另一方面，海淀紫竹橋的房價竟一起沖天，其附近以博物館、體育場館為特色，交通便利，配套設施完善，均價較高也是情理之中。
可以看出，不同樓盤的均價浮動很大，但都在6000/月以上。最高的甚至達到17516/月。由於每個樓盤戶型差別較大，地理位置也較為分散，因此均價波動很大。每個樓盤具體情況還需具體分析。
附詳情代碼：
由上圖可以看出，均價在8000-10000之間的房屋數量最多，同時1500-2000這個價位之間房屋數少的可憐。
據北京市統計局的數據，2017年全市居民月人均可支配收入為4769元。另據58同城和趕集網發佈的報告，2017年北京人均月租金為2795元。
北京租房者的房租收入比，驚人地接近60%。很多人一半的收入，都花在了租房上，人生就這樣被鎖定在貧困線上。
統計數據也表明，北京租房人群收入整體偏低。47%的租房人，年薪在10萬以下。在北京，能夠負擔得起每月5000元左右房租的群體，就算得上是中高收入人群。就這樣，第一批90後扛過了離婚、禿頭、出家和生育，終於還是倒在了房租面前。
附詳情代碼：
面積&租金分佈呈階梯性
上圖可以看出，80%的房源面積集中在0-90平方米之間，也符合租客單租與合租情況，大面積的房屋很少。
面積&租金分佈呈階梯性，比較符合常理。租房主力軍就是上班族了，一般對房子面積要求較低，基本集中在30平。
附詳情代碼：
大多數房屋年齡在10年以上
由上圖看出，房屋年齡大多集中在10-20年、25年以上，而5年以下的不到2%；不過，別看這些都是老房子，最近房租變得這麼猖狂？原因其中之一就是資本圈地。
這條網貼立馬點燃了大眾的情緒：“好啊，原來是這些長租平臺燒錢圈地，一心只想要壟斷市場房源，哄抬租金，企圖賺取暴利差價！”
後記
拿自如舉例，表面上看跟中介公司沒啥兩樣，收了各種散盤，然後集中裝修、出租、管理，因為運營成本和住房質量提高，房租肯定有所上漲。
但更關鍵的事情在背後。自如把項目打包起來搞起了資產證券化，以租金收益權為基礎資產做擔保，投放到金融市場上發行國內首單租房市場消費分期類ABS，讓各路資金來認購，每年給大家搞點分紅。
大量資本都在賭租房這個風口，而前期誰的規模越大、資源越多，以後的定價權就越大，利潤空間就越不可想象。
這次戀習Python一共從鏈家網上爬取14038條數據，而那就是大概一週前，8月17日北京住建委約談了幾家中介公司。最終的結果是自如、相寓和蛋殼承諾將拿出12萬間房子投入市場其中，自如將拿出8萬間（鏈家、自如、貝殼找房，他們的實際控制人是同一個人--鏈家老闆左暉）。
也就是說，平常的時候，鏈家網+自如一共在網上待租的也就是1萬多套房子，但是一被約談他們就一口氣拿出了8萬套房子增援？？怎麼增？繼續收房，讓房源更加供不應求？
昨天買不起房，今天租不起房，如果連這樣的生活也要因為市場的不規範而被逼迫、被奪走，真的會讓人對一個城市失去希望。
利用數據的方式分析住房有沒有很過癮，
很多騷年們是不是還不知道如何操作，
記得往下看哦！
《程序員學Python》
裘宗燕 著
本書是程序設計領域學者裘宗燕教授的潛心力作，程序員的Python入門和進階指南。書中全面介紹了Python語言的各方面特徵和應用技術，討論了準確理解Python、正確使用Python語言開發程序所需要的深入概念和情況，還介紹了用Python開發較大型或較複雜程序時應該瞭解的一些高級功能，如程序的模塊組織和導入系統，生成器、閉包和裝飾器，基本的和高級的面向對象編程機制和技術，以及作為Python最新擴展的協程和異步編程等。
此外，本書還提供完整的進階內容和對應案例，讓讀者全面深入地瞭解深度學習的知識和技巧，達到學以致用的目的。
《用Python寫網絡爬蟲 第2版》
[德]凱瑟琳 雅姆爾（Katharine Jarmul）著
本書包括網絡爬蟲的定義以及如何爬取網站，如何使用幾種庫從網頁中抽取數據，如何通過緩存結果避免重複下載的問題，如何通過並行下載來加速數據抓取，如何利用不同的方式從動態網站中抽取數據，如何使用叔叔及導航等表達進行搜索和登錄，如何訪問被驗證碼圖像保護的數據，如何使用Scrapy爬蟲框架進行快速的並行抓取，以及使用Portia的Web界面構建網路爬蟲。
《“笨辦法學”Python3》
Zed Shaw 著
本書是基於Python 3.6版本編寫的。百萬粉絲程序員帶你輕鬆入門Python語言！5小時的完整視頻教程，純美式發音，搭配中文字幕，邊看邊練兩不誤；52個精心設計的編程習題，拒絕拖沓，提供項目案例，學以致用不務虛。
本書是一本Python入門書籍，適合對計算機瞭解不多，沒有學過編程，但對編程感興趣的讀者學習使用。這本書以習題的方式引導讀者一步一步學習編程，從簡單的打印一直講到完整項目的實現，讓初學者從基礎的編程技術入手，最終體驗到軟件開發的基本過程。
今日互動
你最想用哪本書學Python？為什麼？截止9月6日17時，留言+轉發本活動到朋友圈，小編將抽獎選出2名讀者贈送紙書1本（參與活動直達微信端https://mp.weixin.qq.com/s/OcPuwq3f8-TYoBkT6NNDyA）
點擊（https://www.epubit.com/book/detail/34910），直接購買《程序員學Python》
閱讀更多 異步社區 的文章
