用Python爬二手车网站数据做可视化分析

最近几年，“二手经济”逐渐火热，二手车市场也在快速扩大。

相同的车型，二手车比新车要实惠许多，比如下图中的奔驰GLC级，二手车能比新车便宜5-20万不等。因此有越来越多的人在购置车辆时将二手车纳入了考量。

但众所周知，二手市场的水也比较深，一不小心就容易缴“智商税”，所以在购买二手车前，对市场有一定的了解是必不可少的。

今天我给大家带来了一个某二手车网站的实战项目，用Python来分析二手车市场行情。

一、明确需求

1、爬取某二手车网站奔驰GLC级轿车的信息（标题、购车年份、里程数、价格）

2、利用年限和行驶里程，分析二手车保价率信息

二、爬取数据

本例中我们将用selenium库来爬取数据。Selenium不同于其他的爬虫库，可以直接操纵浏览器，就像真正的用户在操作一样，安全性极高，不用担心被服务器屏蔽。

首先，利用xpath helper得到我们需要的内容的xpath表达式

xpath表达式中，我们只要更改其中“li[1]”中的数字，就能让程序将整页的数据都爬取下来，一页有40条数据，所以我们只要写一条1-40的循环即可。

分析出这些信息后，我们就可以着手写代码了。

车辆的购车年份、里程数、价格也可以通过同样的方式获取。

三、数据清洗

什么是数据清洗？数据清洗是一个对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。

比如在我们这个例子中，我们发现爬取下来的年份里有个“年”字，里程数后有“万公里”的字样，我们在进行数据分析的时候是不需要这些文本的，因此我们需要在数据清洗中将这些多余的汉字给“清洗”掉。

最后，我们将获取的数据以表格的形式输出，就得到了一份二手车数据的表格，可以开始我们的数据分析了！

怎么样，数据清洗是不是很简单？

四、数据可视化

得到了数据，我们就可以通过直观的方式对数据进行分析，从中发现数据的趋势、特征。

如图，左图的点阵图可以很明显地看到，购买年份越早的车，价格会聚集在更低的区间；而右图我们可以看到，里程数与价格呈负相关。

这样，我们就完成了一个数据分析的完整流程，数据爬取→数据清洗→数据分析→可视化输出→得出结论。

我们学习Python，尤其是学习数据分析，离不开大量实战业务的训练，这里给大家提供一个免费的实战训练的途径：网易云课堂的《3天数据分析实战集训营》

如果你想自己动手做这个项目，或者尝试其他实战项目（电商直播和Python量化）都可以领取这3节免费直播课，可以帮助大家快速掌握数据思维，体验真实的数据分析项目。现在报名课程后添加小助手，还可以领取4G网易内部资料包。

\

1月29日 20:00&数据可视化入门：

1节课教你：用Tableau实现酷炫可视化报表

场景工具：了解可视化工具Tableau 流程处理: 爬取数据源并清洗数据 学习成果：建立指标，分析二手车交易数据 实战案例：用数据解读，二手车市场走势

1月30日 20:00&数据可视化进阶：

用Python实现电商直播数据可视化

场景工具：大厂数据分析工作流程解析 流程处理：用Python分析Excel处理不了的数据 学习成果：Python可视化常用工具箱 实战案例：动态展示电商直播数据

1月31日 20:00&量化交易入门和进阶:

利用Python，快速选择优质股票

场景工具：利用pandas工具分解KDJ指标构成 流程处理: 交易数据爬取，业务场景分析建模和可视化 分析结果：用KDJ指标模型对比特币行情买卖点搜索&交易回溯 实战项目：掌握根据数据指数和分析工具寻找虚拟货币买卖原理

他们每周都会定期分享一些干货供大家学习参考，对学习很有帮助。

（深度学习DeepLearning.ai实验室认证）

（微软/甲骨文/Cloudera等公司颁发的数据分析证书）

4步学会数据可视化，办公效率提高三倍