数据下载时间：20170615
平均房间价格：为了对比1房，2房，3房哪个比较划算引入的概念。一条出租信息中，平均每个房间的价格，例如：3房的房租是4500，平均房间价格就是1500了。
考虑到网上发布的信息中，多数都是小区的，所以价格肯定比城中村高不少，所以不要大惊小怪，耐心看下去哈。
对某个城市有兴趣的可以留言一下。
下面直入主题吧：
结论：
1.北京不愧是帝都，连租房的网站都对这里的信息进行了详细的分区，分得特别细。
2.这个图只是显示了20个分区而已，其实还有很多的，由于布局大小无法显示全部，把后面供应量少的地方都删掉了。
3.跟广州、深圳的不一样，北京有很多供应量少的地方，价格反而特别贵，可能是因为重要地方太多了。
4.朝阳区、海定区、丰台区供应量最多的，但是价格最贵的是东城、西城
5.好吧，其实我对帝都不熟，还是不要乱下结论了，我们直接看地图。
结论：
1.越红的地方越贵，越绿的地方越便宜。
2.从图中可以看到北京的格局是非常整齐的，而中心点就是天安门一带。
3.隐隐可以看到离中心区越近的地方就越贵，越远的地方就越便宜。超过五环之后，极速减少。
4.另外一个趋势就是依赖南北主干线来分布，越近的就越密集。
5.其他偏远的区域也有一定的聚集地，但是价格和供应量都明显减少了。
结论：
算是意外惊喜吧，居然还有500以下的房出租，不过比例已经极少了。
占大比例的主要是1000-3000的区域，跨度明显比较大。
6000以下各个价格段的供应量相差都不大，6000以上的供应量明显开始缩减了。
价格跨度比较大，可能跟位置以及房间的新旧，家具等有很大关系。
下面再看看平均每个房间的价格吧。
结论：
1.平均房间价格主流是500-2500都有，跨度同样很大。
2.特意去查了一下那些价格偏低的具体房源信息，发现都是6环以外或者周边城市的。
结论：
1.1房2房的供应量最多，而且价格比3房的平均成本要贵。可能是因为人口非常密集，改造房非常盛行。
2.3房的供应量已经锐减了，到4/5房更加少。
3.后面的都是豪宅或者别墅，所以平均的房间价格就更加贵了。
4.粗看了一下深圳篇和广州篇，发现大概比深圳贵一两百而已，但是几乎是广州的1.5倍了。
结论：
1.整租依然占绝对比例，但是主卧和次卧竟然也有相当的供应。这点跟深圳和广州不同。
2.跟陌生人合租的信息很多，而且价格明显少很多。
结论：
1.个人房源竟然是最多的，而且价格也更加实惠。不知道是不是真实的信息，这是一个奇怪的现象。
2.至于中介，我爱我家的房源明显占绝对优势。链家这个名字好像在广州、深圳也出现了，看来是全国性的地产中介。
3.有写中介的价格明显贵很多，可能是专门做贵族小区的资源。
End
为了让大家能有更多的好文章可以阅读，36大数据联合华章图书共同推出「祈文奖励计划」，该计划将奖励每个月对大数据行业贡献（翻译or投稿）最多的用户中选出最前面的10名小伙伴，统一送出华章图书邮递最新计算机图书一本。投稿邮箱:[email protected]
点击查看：你投稿，我送书，「祈文奖励计划」活动详情>>>
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]
