房天下网杭州市新房数据采集与分析

湖南商务职业技术学院毕业设计

目录

1引言1

1.1项目背景1

1.2开发环境与工具2

1.2.1Python简介2

1.2.2Jypyternotebook简介2

1.2.3Python第三方库简介3

2需求分析3

2.1可行性需求分析3

2.2采集目标功能分析4

2.3关键技术分析4

2.3.1网络爬虫技术4

2.3.2文件存取技术5

2.3.3可视化技术6

3数据采集7

3.1采集页面分析7

3.2字段分析9

3.3编程实现10

4数据清洗与处理13

4.1数据清洗13

4.2数据储存14

5数据统计与分析15

5.1数据准备15

5.2数据展示16

5.2.1根据楼盘销售状态的数量进行统计16

5.2.2依据各销售状态的均价进行统计17

5.2.3据新房价格分布进行统计和分析18

5.2.4依据单价价格前20楼盘位置进行统计19

I

湖南商务职业技术学院毕业设计

5.2.5根据户型数量进行统计20

5.3本章小结21

6小结21

参考资料23

II

湖南商务职业技术学院毕业设计

房天下网杭州市新房数据采集与分析

1引言

21世纪已然过去20年，全球在这20年里发展迅速，我国也同样进入信息

大爆炸时段，从以前的只闻耳边事，到现在的知天下事。科技的迅速发展带给

人们更便捷，更舒适的生活体验。我国虽然1997年才介入互联网，到2017年

互联网的普及率才过半，但经过断断几年的发展，我国从无到有，再到如今的

飞跃。同时随着互联网的发展，我国也以惊人的速度成长起来，成为大国。

个人的穿衣风格、食物喜好、娱乐选择，汇聚为个人数据，那么全球70亿

人口的所有数据集合便是一个庞大无比的数据库。从这个巨大的数据库中观察，

便可发现许多珍贵的信息，尤其是人们的衣食住行、卫生医疗、娱乐项目等等，

其中的价值可开发性巨大。也因此，互联网专业人才从几年前的供不应求的状

态变成现在的饱和，正式人们看到了数据的未来的发展空间大。随着发展，人

们的喜好会变，因此数据也会增加改变，发掘性也一直存在。

1.1项目背景

住房一直以来都是人们普遍关注的事，房子通常给人的感觉是温暖、安全，

因此人们来到一个新城市的第一件事就是找到居住的房子。对于工作的年轻人，

通常都想在当地拥有一个属于自己的房子，而拥有房子，也让婚姻有了保障，

让夫妻在此培养下一代。

沿海省份普遍比内陆省份发展高，工作薪资一般也比内陆高。如今人们生

活离不开住房，但近几年的售房率却大大下降。在以往，寻找工作的年轻人的

选择一般都为沿海省份城市，找到工作，然后买一间自己的小屋，所以房地产

行业经久不衰。对于购房者，买方需要满足自己的需求，周围环境、朝向、交

通、医疗距离，都是购房的考虑要素。

这也是我将这作为毕设的原因，生活离不开住房，对房屋的各项分析便于

人更加清晰的了解房子，从而作出自己的选择，房产公司也可通过分析了解人

们的隐形需求，以便未来发展。

1

湖南商务职业技术学院毕业设计

1.2开发环境与工具

1.2.1Python简介

Python由荷兰数学和计算机科学研究学会的吉多·范罗苏姆于1990年代

初设计，作为一门叫做ABC语言的替代品。因为是从ABC发展起来的，因此受

到了Modula-3的影响，结合了UnixShell和C的习惯。

Python是一种十分优美的语言，其丰富的模块和其他语言难以描述的列表、

字典等复杂的数据类型，在近年得到广泛运用。它具有开源、免费、功能强大、

语法简洁清晰、简单、数据类型丰富、面向对象等特点。而且它还有十分丰富

的资源包，无论用户要干什么，基本都能找到一个程序包满足自己。

随着互联网的快速发展，越来越多的信息被发布到互联网上，信息含量越

来越密集。而大数据技术所设计的数据获取、数据清洗、可视化处理里，都有

这python的存在，足以证明python的应用广泛性。在如今，python已经成为

了最受欢迎的程序语言之一，在国外，很多做科学计算的科研机构都会选择使

用python，一些知名大学也采取了用python教授设计课程的措施。众多开源的

科学计算软件包都提供了python的调用接口。同时，NumPy、SciPy和

matplotlib这三个经典的科学计算扩展库为python提供了快速数组处理、数值

运算已经绘图功能，这是人们更加愿意使用python。

最后,python曾在2022年超越Java，在最新的榜单中，python在PYPL指

数榜中斩获冠军，成为最火热的计算语言。并且随着python的继续开发，从事

的工作岗位及内容也增多。大数据技术的未来发展空间巨大，也正是因为python

在许多方面大有发挥之处，现在的python相关职位也炙手可热。

1.2.2Jypyternotebook简介

Jupyternotebook从本质上来说是一个Web程序,便于创建和共享程序

文档，支持实时代码，教学方程，可视化和markdown的应用程序其最大的优点

是可以重现整个分析过程，并将说明文字、代码、图表。公式和结论都整合在

一个文档中。用户可以通过垫子邮件等方法将数据结构分享给其他人。相较于

其他的数据清洗方式，jypyternotebook更加方便。它支持markdown语言，可

以在编辑代码的同时，可以为代码注释。而且jypyternotebook执行代码不会

将注释一起执行，这使教学更加易懂，讲解项目时也简单明确。

对于大数据技术的工作人员，在收集了大量数据后，用jypyternotebook

2

湖南商务职业技术学院毕业设计

来清洗数据十分广泛，毕竟它除了可以清洗、处理数据外，还可以可视化，如

此方便、快捷的程序深受欢迎。

由于Anaconda中自带jypyternotebook，所以用户可以直接在当前的系统

中安装Anaconda环境，这样就默认拥有了了jypyternotebook，不需要另行下

载和安装。当然如果不想要Anaconda，可直接前往官网安装，都是可行的。

1.2.3Python第三方库简介

Requests库:是一个原生的HTTP库，比urllib3库更容易使用，且无须手

动为URL添加查询字符，也不需要对POST数据进行表单编码。相较于urllib3

库，它拥有完全自动化的Keep-Alive和HTTP连接池的功能。

Xpath：XML路径语言是一门在XML文档中查找信息的语言，Xpath的选择

功能强大，它提供了非常简洁明了的路劲选择表达式，还提供了超过100个内

建函数，几乎所有定位都可以用Xpath来选择。

Csv：csv属于python内置模块之一,它可以在python中读取csv格式的

文件，也可以将数据存储为csv可是文件。Csv文件是常见的数据存储的文件格

式。

NumPy库：具有矢量算术能力和复杂的广播能力，可以进行部分科学计算。

而且它还拥有对高维数组的处理能力。比python标准款操作性更高。

pandas：基于MumPy的库，专门解决数据分析任务，它不仅加入了大量的

库和一些标准模型，还提供了高效操作大型数据所需的工具。

pycharts：绘图库,可绘制柱状图、条形图、饼图、箱型图等可视图。

Bar、Pie、：生成柱状图、饼图。

pylab：它能设置画图让文字显示中文。

2需求分析

2.1可行性需求分析

1、技术可行性

面向对像的语言中python相对其他计算机编程语言通俗易懂些，本次项目

用python编写程序来获取数据，以及数据的清洗预处理和可视化。对网页进行

数据获取需要事先设置反爬，以防ip封禁。网页为静态网页，因此不需要像动

态网页那么复杂，通过向浏览器控制台发生请求和获取参数，得到房天下杭州

3

湖南商务职业技术学院毕业设计

新房网页的数据返回值。再通过xpath路径获取所需的新房数据，通过去空格、

保留所需字符等操作，将爬取出的数据存以csv格式文件，后续再进行数据预

处理清洗和可视化分析数据。

以上为本次项目的技术可行性,我将在接下来的工作中将以上步骤实现到

位,确保数据的准确性、有序性和安全性。

2、项目可行性

教育、住房、医疗一直是人民所关注的、关心的,也是我们国家发展的必要

领域。安小家成大家，生活中方方面面都涉及到住房，教育、医疗都离不开住

房。而我国人民一直都高度关注住房问题，尤其近几年售房数有所下降。

此次项目收集群众看房频率较高的一家售房网站房天下网站，沿海城市杭

州的新房数据。我们将从目前正在销售的新房和未来进入销售行列的新房的数

量、价格、分布区域进行深度分析，得到有用的信息，然后可视化得到更为直

观的信息结论。

2.2采集目标功能分析

此次项目的数据来源房天下网网站，通过用python爬取其网站下杭州城市

新房的数据信息。经过数据清洗后留下了926条数据，获取的数据尽可能的检

查数据的准确性，确保爬取的数据准确、一一对应且的确为杭州新房的新房各

类数据的信息。

获取房天下杭州新房的房产信息，确定我爬取的房产数据为楼盘名称、户

型、面积、价格、房屋类型、区域、地址、销售状态，在对爬取后的原信息进

行处理后，对其进行多方面的分析。例如正处于在售和待售的新房数量，在售

及待售平均单价为多少，这样可以看出该城市新房的平均单价处于哪个范围，

购房者是否支撑得起购房所需的金额，查看每平米单价价格前二十的楼盘名称，

以及它们多分布在城市的区域位置。可看出未来房产发展方向及城市规划，助

于人们未来居住区域的规划。

2.3关键技术分析

2.3.1网络爬虫技术

如今网上的东西繁多，在浏览自己喜欢或需要的网页时，难免遇到要缓存

到本地的数据，数量小还可以手动自己去下载保存，但遇到庞大的数据是，手

动保存费事费力，好几个G甚至T的单位的数据若要进行手动几乎难以实现，

4

湖南商务职业技术学院毕业设计

这时候爬虫就体现了它的重要性，使用爬虫自动获取数据可比手动快，准确性

也高，哪怕发生错误，也可重新爬取，省时又省力。

网络爬虫素有网络蜘蛛和网络机器人之称，是一个可实现自动化下载网页

的计算机程序或者自动化脚本。只需编写出正确的代码，网络蜘蛛就会如同一

只蜘蛛一样在互联网上爬行，去浏览那庞大的互联网，并且将网页中的数据进

行精准、准确的采集。如今的网络爬虫大致分为四种：通用网络爬虫、聚焦网

络爬虫、增量式网络爬虫、深层网络爬虫，其分类是按照系统的结构和运作原

理划分。

谈起网络爬虫大多数人第一反应是——黑客，但普通的网络爬虫不能与黑

客混为一谈。黑客是属于违法行为，那些黑客们违法获取个人信息或者某些组

织的重要信息售卖进行营利。若要将大数据比作女友，那么普通的网络爬虫便

是通过正规追求方式并获得首肯的男友，而黑客就是违法犯罪的掠夺，二者有

着本质上的区别。当然在进行爬虫是还要设置反爬或者设置睡眠缓冲时间，否

则以极高的频率去重复访问浏览器，会造成压力，还会倍客户端认为是恶意攻

击行为，导致服务器自动关机或者ip封禁。

网络爬虫在不同的场景会发挥其不同的作用，例如大学生放假前的抢票、

追星人给喜爱的明星投票、购物促销时的限时抢购、名额有限的报名等等。同

样也有坏的影响，歌手演唱会恶意大量抢购然后高价售出的黄牛行为、持续不

断地信息骚扰。互联网有利有弊，爬虫也是如此的，因此我们技术人员要知法、

守法，不要作出违法行为，哪怕技术高超，有着超越绝大多数人的能力，也要

控制自己，不要踏入罪恶的深渊。

有爬虫就有反爬虫，一家公司设计网页时肯定想到过他人会爬取网页，那

么就会设制防守机制，反爬就是绕过防守机制获取自己所需商务数据。反爬策

略有多种，发送模拟User-Agent、调整访问频率、通过验证码校验、应对网站

结构变化、通过账号权限限制、通过代理IP规避等。这些反爬技术虽说会极大

写工作量，但为了更好的获取数据，这些也在所难免。对于部分小网站，设置

一个简单的反爬获取数据，既不会造成太大的成本也会使我们操作简单些。

2.3.2文件存取技术

Python内置csv模块如图2-1显示：

5

湖南商务职业技术学院毕业设计

图2-1python内置csv模块及添加表头

图2-2python内为csv文件

存储数据内容

2.3.3可视化技术

将爬取后的数据进行预处理后，我们仍然不能直接得到我们需要的分析结

果，因此我们为了更加直观的得出结论，将数据可视化就能实现一目了然的分

析结论。

可视化就是将数据整理绘制出各类图形，其主要数据都直接的显示在图中，

而一副图可得出的信息不仅仅只有显示出来的那些，一些隐含的数据也会在可

视图中展露身影。

哪怕在我们预处理后的数据有序，但数据集庞大，几百上千条的数据还是

各数据都在一起，若要盯着一条数值去看上上百条，也是繁冗枯燥的，何况要

分析得出结论，几乎无法实现。为此，我们导入之后要利用到的第三方库，将

数据提取出关键的数字、字符，然后根据提取出的数字、字符进行统计、排序，

然后思考选择怎样的几何图形才能更好的、直观的表达我们所需要的信息，接

着编译、绘制图形。

随着互联网的发展，数据量已经扩大了50倍，如今哪怕单一数据集的规模

都达到了几十TB到数PB不等，何况数据有复杂类型繁多，可视化技术也必须

随之进步。这么多年来，可视化技术也发展成了三类：科学可视化、信息可视

化、可视化分析。本项目用到的是信息可视化，专门对非结构、非几何的数据

对象进行处理，减少由于数据复杂而混淆视觉的信息的干扰。

我们这次也仅是将数据简单的用可视化技术来实现数据可视化，用到的是

python的第三方库pyecharts库来进行可视化分析，pyecharts内有许多的库，

除了本次使用到的饼图、条形图，还有柱状图、折线图、箱型图等，这写都可

以快捷的将数据展示出来，它的图形呈现的数据结果一目了然，分析然后得出

6

湖南商务职业技术学院毕业设计

结论。

3数据采集

3.1采集页面分析

我们首先利用谷歌浏览器搜索房天下网站网页,接着找到杭州的新房页面

观察图3-1,其URL为：/house/s/。

图3-1数据网址页面

找到并点击页面下方的分页键,网页更新后观察URL,发现URL有所变化，观

察图3-2，页面URL变为：/house/s/b92/。

7

湖南商务职业技术学院毕业设计

图3-2第二页的网址页面

因此我们从分页行列点击上页回到第一页，发现URL只有最后一个数字的

变化，如图3-3。

图3-3第一页网址页面

右击弹出窗口点击检查跳出开发者工具,刷新页面,如图3-4。

8

湖南商务职业技术学院毕业设计

图3-4开发者工具

因此我们进行爬虫爬取网址根据换页后的网址进行编写。

3.2字段分析

前往网页页面在选项栏中选择网页，将栏目定位在新房信息处，刷新后再

开发者工具界面的上方选项栏中选择Preview键，找到新房信息起始处，如图

3-5，可以发现我们所要的房产数据信息网站是get响应网站，这使我们接下来

的爬取数据提供了很大的方便，因此我们可以根据此特点，利用Requests中的

get请求来获取网页响应，再一一利用xpath爬取所需数据。

9

湖南商务职业技术学院毕业设计

图3-5分析数据类型页面

将楼盘名称、户型、面积、价格、房屋类型、区域、地址、销售状态的数

据爬取，整理后将所有数据按照顺序写进csv格式的文件中，保证每条数据都

是准确对应的。

图3-6房屋字段内容

3.3编程实现

导入所需要使用的库

图3-6导入所需要使用的库页面

设置请求头,利用模拟User-Agent来通过浏览器的检验。

图3-7请求头内容页面

代码实现如下：

importcsv

fromlxmlimportetree

importurllib3

10

湖南商务职业技术学院毕业设计

importre

url='/house/s/b9{}/'

headers={'user-agent':'Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36

(KHTML,likeGecko)Chrome/Safari/537.36',

'cookie':"global_cookie=486nggyqlvkzehh1jmvkryzuk1tlee1au8i;engine_source_coo

kie=baidu;sf_source=baidu;__utma=147393320.1008477909.1676971114.16

76975563.1677054963.4;__utmc=147393320;__utmz=147393320.16770549

63.4.2.utmcsr=baidu|utmccn=(organic)|utmcmd=organic;__utmt_t0=1;__utmt

_t1=1;__utmt_t2=1;city=hz;csrfToken=dNkmJQKuYiS7ybIEHQ60Zo0E;

g_sourcepage=xf_lp^lb_pc';__utmt_t3=1;__utmt_t4=1;unique_cookie=U_ygp

fb7hzks3lc7lu8o1gydp2o11leff81d4*4;__utmb=147393367705496

3",

'referer':'/'}

##为csv文件添加表头

header=('楼盘名称','户型','面积','价格','房屋类型','区域','地址','销售状态')

withopen('房天下.csv',mode='a',encoding='utf-8_sig',newline='')asf:

csv_writer=csv.writer(f)

csv_writer.writerow(header)

foriinrange(1,48):

url1=url.format(i)

http=urllib3.PoolManager()

res=http.request('GET',url1,headers=headers)

#print(res.status)

html=etree.HTML(res.data,parser=etree.HTMLParser(encoding='utf-8'))

a=html.xpath('//*[@class="nl_conclearfix"]/ul/li')

#print(a)

forjina:

##楼盘名称

house_name=j.xpath('normalize-space(.//*[@class="nlcd_name"]/a/text())')

#print(house_name)

##房子户型

h_type=j.xpath('.//*[@class="house_typeclearfix"]/a/text()')

house_type='-'.join(h_type)

#print(huxing)

##房子面积

h_area=j.xpath('.//*[@class="house_typeclearfix"]/text()')

h_area2=[x.strip()forxinh_areaifx.strip()!='\t']

11

湖南商务职业技术学院毕业设计

ar=re.search('[\d~平米]+',str(h_area2))

ifar==None:

house_area='None'

else:

house_area=ar.group()

#print(house_area)

##房子价格

h_price=j.xpath('.//*[@class="nhouse_price"]/*/text()')

house_price='|'.join(h_price)

#print(house_price)

##房源

fy=j.xpath('.//*[@class="fangyuan"]/a/text()')

fangyuan='/'.join(fy)

#print(fangyuan)

##房子区域和地址

ar=j.xpath('normalize-space(.//*[@class="address"]/a/@title)')

ar2=re.sub('[a-zA-Z]','',str(ar))

h_address=str(ar2).strip('[]')

##区域

house_district=h_address[:2]

##地址

house_address=h_address[2:]

#print(house_address)

#print(house_district)

##销售状态

house_sale=j.xpath('normalize-space(.//*[@class="fangyuan"]/span/text())')

#print(house_sale)

#print(house_name,house_type,house_area,house_price,

#fangyuan,house_district,house_address,house_sale)

#withopen('房天下.csv',mode='a',encoding='utf-8_sig',newline='')asf:

#csv_writer=csv.writer(f)

#csv_writer.writerow([house_name,house_type,house_area,house_price,

#fangyuan,house_district,house_address,house_sale])

12

湖南商务职业技术学院毕业设计

4数据清洗与处理

得到了大量的数据后，则需要对数据进行相关的处理，检查获取的数据是

否错误、以及是否有空值，行数据是否对应。只有数据准确无误，才能正确的

分析数据，得出有用的结果。然后，将数据按要求整理，是它们有序性、清晰

性，这样在后续的可视化中更方便的进行可视化，也使对数据进行调用开发的

人员同样方便快捷、清晰易懂。

在此次项目中，我们要把数据和原网址的数进行比对，查看数值是否错误、

是否存在空缺、数据错乱。并在对它们进行其对应的修正措施，然后再根据我

们需要的分析目的进行处理。

4.1数据清洗

图4-1数据清洗准备页面

经过数据比对和检查后,发现数据没有发生缺失,错位以及空值,那么我们

接下来将有效的数据保留，将不要的数据去掉，以防发生数据的冗余，以及后

续分析过程的失误。保留好整理后的数据，重新存为列表，留以后续的统计分

析、可视化处理。

13

湖南商务职业技术学院毕业设计

图4-2数据清洗完成界面

4.2数据储存

数据储存方法有很多种类,例如我们常见txt储存，也就是记事本格式储存，

当然还有替他格式的存储方法，例如数据库、excel、json等储存方式，对于数

据较多的储存，数据库虽然为一个不错的选择，但容易出现错误，以及容易发

生数据库密码忘记的记忆错误。因此此次采取的事通过python进行数据爬取后，

直接在python内进行csv存储，添加每列数据的表头，一遍csv表中的数据明

了。本次使用到的项目是csv。

如图4-3所示：

图4-3数据存储为csv储存页面

14

湖南商务职业技术学院毕业设计

图4-4数据存储csv页面

5数据统计与分析

5.1数据准备

导入相关的要使用的库,读取csv文件,读取前十条数据，如图5-1、5-2。

图5-1数据准备页面

15

湖南商务职业技术学院毕业设计

图5-2数据加载页面

5.2数据展示

5.2.1根据楼盘销售状态的数量进行统计

图5-3数据展示页面

将在表格中价格待定的楼盘删去，汇总成一个新的表格，将表格的销售状

态的字段数据进行汇总和处理然后将其统计出现的频率,最后生成特定序列,通

16

湖南商务职业技术学院毕业设计

过特定序列里面的数据参照频率绘制出销售状态的数量图。根据图发现，杭州

的新房待售的数量比在售的多，在后续的楼盘进一步开放售卖中，这些待售的

楼盘将是个房产行业的主要宣传对象。

由于近年来可供房地产建新房的土地逐年下降，因此对于房产行业来说，

现有的待售的房产是保障未来继续发展的保障，在得到新的可用于建房的土地

前，要计划好手中的待售楼盘开放频率。而对于购房者来说，待售楼盘也是考

虑范围内的，在人群居多的地方，各类生活服务也会紧随而至，区域的经济便

会随人数增多发展。

5.2.2依据各销售状态的均价进行统计

图5-4数据展示页面

由图5-4可以看出，待售的每平米的平均单价比在售的每平米平均单价高，

在待售房比在售房多出91的数量上，在售的均价比待售的少了3500元左右。

由此可见，在售房虽然数量少，但价格普遍高，导致在低了近100的数量上只

低了4000不到。

在售的每平米的单价平均为27000元，但我国7亿多劳动人口，月薪资达

到5000元的人数占比不到10%，每月的工资除去生活花费后，所能存下的数额

非常少，这让现在的人们买方更加困难，哪怕有着房贷的存在，背负房贷的时

长长达数十年，这更加让月薪不多的人们生活更加困难。同时由于可供建房的

土地减少，房产商们或许会因为土地减少而增加每平米单价。商家增加房子价

格，买家因高额的房价放弃买方，这会使购房率持续下降，形成恶性循环。

17

湖南商务职业技术学院毕业设计

5.2.3据新房价格分布进行统计和分析

图5-5数据展示页面

图5-5可以看出，新房的单价价格分布在20000~40000元区间，40000元以

上的房价较少，10000元至20000元的楼盘相对于40000元以上的多，而有的房

价甚至达到了12万元每平米。

如上述所说，我国有90%的人每月薪资不足5000元，但新房市场上的房子

普遍在20000元每平米到40000元每平米，而对于这部分人来说，一年除去花

销所攒下的金额不足5万元，而一间房通常几十平米，一年攒下的金额无法满

足一个人的购房需求。近年来，购房率下降，房产行业面临无人购房的处境，

与高房价、低薪资离不开关系，有人调查过，相对于8、90年代，房子的价格

上涨了将近500倍，而薪资却涨了3倍，薪资涨幅于房价涨幅相差极大，导致

人们买方难。同时，因为生活物价上涨，年经人生活普遍压力大，导致结婚率

下降，买方的主力军——婚姻下降，本来的因婚姻买方的占比下降，更是导致

购房率下降。

18

湖南商务职业技术学院毕业设计

5.2.4依据单价价格前20楼盘位置进行统计

图5-6数据展示页面

我们将前20的楼盘的区域位置进行统计，发现有一半的楼盘建在上城区，

西湖的有四个，其次就是拱墅的三个。由此可知，大多地产开发商都趋向于在

上城修建新房。

办公区、学校、医院周边通常会成为房产商建设新房的目标，因为人们住

房都会选择离工作近、交通方便的地方，有孩子的家庭则更多选择学校附近，

而单价前20的楼盘有一半在上城，经济越是发达的区域，房价也是更高，由此

可看出，上城的经济发展高于其他地区，周边的卫生条件、社区服务也是相对

会高于其他地区。西湖、拱墅数量相差一，其经济状况或许比不过上城，但也

有较高水平，何况杭州作为沿海省份城市，城市经济相对较高。但由于高薪资

人群少，所以，哪怕上城有多处新房销售，不同人家也是望文却步。

19

湖南商务职业技术学院毕业设计

5.2.5根据户型数量进行统计

图5-5数据展示页面

根据图5-5数据可知，在这些楼盘总，绝大多数支持三居或四居的房屋室

内户型，而又100多个楼盘只支持三居室、四居室户型，而排在前四的都是都

是支持多居室的户型，而支持多类户型的楼盘只有一两个。

如今购房的目的多为婚姻家庭，购房者的家庭多为夫妻式家庭组合，因此

三居、四居的购房者居多，且人们普遍认为，婚姻要有新房才能有未来，房产

商们也正是抓住这点，建设的房屋多为家庭设户型。但由于今年来结婚率下降，

青年人普遍单身，购房便不是必要选择。再者，近年来女性购方率升高，女性

购方普遍为个人居住，因此，一居室、两居室的户型房将会受到大量青年人欢

迎。但不排除合租式居住，购房者将新房买下，将其出租给他人，合租人太多

易发生矛盾，因此三居、四居为主要选择，所以三、四居式房屋仍不会无人访

问。

五居房多为三代式家庭居住，但愿意与长辈居住一起的人甚少，