初来香港的游客，多半会被这里鳞次栉比的高楼大厦震撼；对本地人来说，这些建筑是他们安身立命、工作赚钱的地方。同一片风景，对不同群体而言，意义完全不同。
不管你属于哪一群人，都可能对香港房屋背后的故事感兴趣。我们用香港民政事务总署的香港私人大厦电脑资料库，找出香港4万栋私有大厦的建筑年份，带大家看看香港的老房子集中在哪些区域，以及各区地产开发孰先孰后。
首先，我们先整理一下资料：截至2016年7月25日，私人大厦电脑资料库的大厦清单中，共有40269笔大厦纪录，其中记载建筑年份的资料约3.3万笔。
把3.3万笔资料从资料库中抓取下来，再根据地址做 geocoding，最后成功定位的资料约3.1万笔，转换成功率约为93%。感兴趣的读者，可以去文末查看18区地址转换成功率。
得到3.1万笔私人大厦的建筑年份和经纬度资料后，利用线上地图服务画成互动式地图。
警告：以下地图可能引起密集恐惧症患者不安，请斟酌观赏：
由于资料量过大，为了确保画面简洁，地图会自动隐藏重叠的建筑圆点，呈现该地区大致的建筑年份。想仔细观察各地区的建筑年份，可以放大地图，隐藏的圆点就会显现。
以下我们稍微浏览一下香港整体和三个地区（港岛、九龙和新界）的情况。
理所当然，年份较新的建筑，主要集中在晚开发的新界。港岛较新的建筑物分佈在南边靠海的地方，九龙则是西边建筑较旧，东边较新。
由于港岛多数建筑较旧，我们在上图中标出相对较新的区域。不难发现，这些被标注的地区，多半是中产阶级居住地，甚至是豪宅区，这些地区包括数码港、加列山道、深水湾、大坑、小西湾等。
在港铁港岛线沿线地区，金钟的建筑相对新，金钟东边（湾仔、铜锣湾）和西边（中环、上环、西营盘）较旧。在港岛东部，有太古城、杏花邨等开发较晚的屋苑。
这张图虽然主要是九龙地区，但也包括隶属于新界的将军澳、宝琳等地区。
在九龙，建筑年份相对新的地区有京士柏、大角咀、红磡湾、九龙湾等。港铁荃湾线沿线地区的建筑普遍较旧。
地图右边的将军澳、宝琳等大型市镇，几乎整片建筑都是蓝色圆点，与九龙地区的颜色呈现强烈对比。
由于新界幅员广阔，我们分成新界西和新界东两块地区观看。新界的建筑分佈相对分散，无人居住的地区十分辽阔。在普遍蓝色的圆点中，屯门、元朗和大埔的建筑较旧，是较早开发的市镇。
新界东的各地区中，马鞍山的建筑相当一致地新，对比左下角城门河-沙田地区的圆点，颜色偏浅蓝、浅黄的情况。
在新界东图的左上角的金钱地区，也有不少新建的建筑座落于此。这个地方靠近香港高尔夫球会，可能因此吸引建商兴建新屋苑。
注：香港18区的转换成功率从大到小排列：深水埗区: 97.55%, 沙田区: 96.95%, 湾仔区: 96.76%, 油尖旺区: 96.47%, 九龙城区: 96.11%, 中西区: 95.85%, 黄大仙区: 95.58%, 东区: 95.43%, 荃湾区: 95.2%, 观塘区: 95.03%, 离岛区: 94.99%, 屯门区: 94.11%, 葵青区: 93.78%, 大埔区: 93.13%, 北区: 92.63%, 南区: 91.1%, 元朗区: 85.86%, 西贡区: 72.09%。
End
如果有人质疑大数据？不妨把这两个视频转给他
视频：大数据到底是什么 都说干大数据挣钱 1分钟告诉你都在干什么
人人都需要知道 关于大数据最常见的10个问题
从底层到应用，那些数据人的必备技能
如何高效地学好 R?
一个程序员怎样才算精通Python？
排名前50的开源Web爬虫用于数据挖掘
33款可用来抓数据的开源爬虫软件工具
在中国我们如何收集数据？全球数据收集大教程
PPT：数据可视化，到底该用什么软件来展示数据？
干货｜电信运营商数据价值跨行业运营的现状与思考
大数据分析的集中化之路 建设银行大数据应用实践PPT
【实战PPT】看工商银行如何利用大数据洞察客户心声？
六步，让你用Excel做出强大漂亮的数据地图
数据商业的崛起 解密中国大数据第一股——国双
双11剁手幕后的阿里“黑科技” OceanBase/金融云架构/ODPS/dataV
金融行业大数据用户画像实践
“讲述大数据在金融、电信、工业、商业、电子商务、网络游戏、移动互联网等多个领域的应用，以中立、客观、专业、可信赖的态度，多层次、多维度地影响着最广泛的大数据人群
搜索「36大数据」或输入36dsj.com查看更多内容。
投稿/商务/合作:[email protected]
