- 爬取数据用到了scrapy框架
- 数据可视化用到了高德地图的api
对于房价数据的分析（租房）:
我们可以看到：太原市万柏林的租房房价是这些区中最高的，然后是小店区，为了验证，我特意去网上找了些验证。 大致还是吻合的，但是还有点偏差，我就在想是为什么？后来我发现数据的个数相差的很大，对于小店区来说，共有900多条，迎泽和万柏林为230多条，而杏花岭则为90条，而且在平均房价在2000的时候，万柏林竟然有好几条办公处所的出租，价格达到了两万。
最后：总的来说，小店，迎泽和万柏林，是太原市几个区中最贵的，相比之下，晋源和杏花岭就友好好多，显而易见，房价与房屋面积呈正相关。
后续会加入对于房价的预测，通过supervised learning
注：高德地图的api对于api的调用好像有隐藏的要求，如果不设置超时，是不是会有卡死的现象
未完待续
2018/8/13