你还在研究秒杀茅台吗？都已经在用爬虫捡漏奔驰拉！

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。

 

很多人学习python，不知道从何学起。
很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。
很多已经做案例的人，却不知道如何去学习更加高深的知识。
那么针对这三类人，我给大家提供一个好的学习平台，免费领取视频教程，电子书籍，以及课程的源代码！
QQ群：883888997

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

在动手爬取数据前，我们先确定要用的工具，也就是库。目前用Python写爬虫主要有以下几个做法：

 

 

根据需求选好工具后，就可以开始爬取数据了。

 

首先，爬虫会根据我们的指令下载网页的数据，接着，利用xpath表达式从网页数据中提取出我们需要的内容。也就是每辆二手车的标题、年份、里程数、价格等信息。（记得根据页面的二手车信息数量写一个循环哦！）

 

 

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。

 

就像我们这个例子，爬取的title里存在空格，副标题里存在“|”，我们需要将不同的数据分割，同时删除年份里的“年”字、里程数后的“万公里”这些字眼。只有纯粹的数据计算机才能计算。

 

最后，利用Pandas库输出为csv文件。

 

 这样的数据是不是赏心悦目多了？

四、数据可视化

 得到了csv格式的规范数据后，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。

 

五、总结流程

 

 

 

在这里推荐下我的Python开发学习群:883888997，群里都是学Python开发的，如果你想学或者正在学习Python ，欢迎你加入，大家都是软件开发党，不定期分享干货（只有Python软件开发相关的），包括我自己整理的一份最新的Python进阶资料和高级开发教程，欢迎进阶中和进想深入Python的小伙伴！

免责声明：本文内容来源于网络，文章版权归原作者所有，意在传播相关技术知识&行业趋势，供大家学习交流，若涉及作品版权问题，请联系删除或授权事宜。