一文教你如何用python探寻地铁与房价的关系

从我大学毕业到现在工作已经快20年了，由于我这个人比较喜欢挑战，所以北上广深都待过，偶尔休假回到我的三四线小城市时，我发现没有地铁的日子是多么的不方便。

随着科技的发展，地铁越来越普及，几乎中国一二线城市都有自己的地铁。房价、商铺的数据信息都与地铁线路以及地铁站都有很大的关联，所以地铁线路图越来越重要。

根据外媒Curbed的数据，上海和北京是地铁系统增长规模最大的两个城市，有着庞大、覆盖密度极高的地铁网，年客运量分别为20亿和18.4亿，与之对比，纽约的年客运量仅为16亿。

 

这是公共交通狂人和设计师皮特·多瓦克（Peter Dovak）再次带来的惊艳作品，这一次他将中国30年的地铁发展视觉化。90年代之前，中国只有北京、香港和天津拥有地铁，三个城市分别在1969年、1979年和1984年运营了第一条地铁线路，其中天津的第一条地铁现已拆除重建，这一细节也在多瓦克的图中体现出来。

 

地铁多了，交通便利了，房子也就自然贵了。

那到底怎么用python看出每条线路附近的房价是多少呢？本篇文章以深圳地铁为例，学会之后任何城市都是小菜一碟。

1．地铁线路的绘制

要想获得地铁线路数据信息，可以使用前面介绍的数据拾取工具。先从网上下载相应的地铁线路图片，然后使用数据拾取工具拾取数据。需要拾取两个方面的数据：

• 地铁站的坐标位置信息
• 地铁线路的位置信息

深圳市地铁线路图

实际地铁线路图的数据，可以先从网上下载各个地铁站的名称以及对应的站号，在使用python语言根据地铁站名，在高德地图自动查找对应的地理经纬坐标(long, lat)，使用R包ggmap的get_map()函数获取深圳市（shenzhen）的地图，再使用包ggplot2的geom_point()和geom_path()两个函数绘制地铁线路和地铁站。

数据信息

 

现在世界各地的地铁图都是根据1932年伦敦地铁图设计的。这张标志性的伦敦地铁图由工程师Harry Beck 设计，除了每条线路一个颜色，设计重点在于全图只有90度和45度角，均衡各站点距离，以便查找使用。该图放弃了和实际地理位置的准确对应，而只是大致反映。

地铁线路图的数据信息可以通过GetData和Excel插件EasyCharts等数据拾取功能从网络上下载的深圳市地铁线路图-图片拾取数据信息，包括地铁线路和地铁站绘图坐标(x, y)，可以在R中分别使用包ggplot2的geom_point()和geom_path()两个函数绘制地铁线路和地铁站。

R语言ggplot2绘制的深圳市地铁线示意线路图

2. 房价数据的爬取

1. 链家网一般提供了每套出售的二手房信息。我们可以在链家网使用python爬虫，爬取两个关键的信息：房楼名称和每平米单价。

2. 在使用爬虫，根据房楼名称，在高德地图中爬取获得房楼具体的经纬坐标信息(long, lat)。然后就可以将房楼以散点图的形式绘制在深圳地图上。

 

 

 

 

3. 深圳市地铁房价分布图

根据地铁站地理坐标(lat, long)，获得附近方圆3km内所知的房楼每平米的价格，然后求取均值，即作为该地铁站的二手房均价数值(平方米)。

使用R包ggplot2的geom_point()函数绘制地铁站坐标(x,y)，并将圆圈大小size映射到房价均值。