💖💖作者：计算机毕业设计小明哥
💙💙个人简介：曾长期从事计算机专业培训教学，本人也热爱上课教学，语言擅长Java、微信小程序、Python、Golang、安卓Android等，开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。平常喜欢分享一些自己开发中遇到的问题的解决办法，也喜欢交流技术，大家有技术代码这一块的问题可以问我！
💛💛想说的话：感谢大家的关注与支持！
💜💜
💕💕文末获取源码
中国租房信息可视化分析系统-系统功能
基于大数据的中国租房信息可视化分析系统是一个面向租房市场的综合性数据分析平台，采用Hadoop+Spark大数据处理框架作为核心技术架构，实现了对海量租房信息的高效存储、快速计算与多维度可视化展示。系统通过HDFS分布式文件系统存储租房数据，利用Spark SQL进行大规模数据的清洗、转换与聚合统计，结合Pandas和NumPy完成复杂的数据分析计算。后端采用Django框架构建RESTful API接口，前端运用Vue+ElementUI搭建交互界面，通过Echarts图表库将分析结果以直观的图表形式呈现。系统涵盖五大分析维度共25个统计指标，包括城市租金水平对比、区域房源密度分布、家具设施配备率统计、教育医疗资源便利性分析以及租房平台市场份额对比等功能模块。用户可以通过系统快速了解不同城市的租金差异、热门租房区域分布、房源配套设施情况及周边环境配套资源，为租房决策提供数据支撑。整个系统从数据采集到可视化展示形成完整的大数据处理链路，展现了大数据技术在实际应用场景中的价值。
中国租房信息可视化分析系统-技术选型
大数据框架：Hadoop+Spark（本次没用Hive，支持定制）
开发语言：Python+Java（两个版本都支持）
后端框架：Django+Spring Boot(Spring+SpringMVC+Mybatis)（两个版本都支持）
前端：Vue+ElementUI+Echarts+HTML+CSS+JavaScript+jQuery
详细技术点：Hadoop、HDFS、Spark、Spark SQL、Pandas、NumPy
数据库：MySQL
中国租房信息可视化分析系统-背景意义
选题背景 近年来随着城市化进程的持续推进和人口流动的日益频繁，租房已经成为大量城市居民特别是年轻群体解决居住问题的主要方式。各大租房平台上每天都会产生数以万计的房源信息更新，这些数据涵盖了房屋价格、地理位置、配套设施、周边环境等多个维度的信息。但是这些海量数据分散在不同平台上,租房者很难快速获取有价值的参考信息来做出合理决策。传统的租房信息查询方式往往只能逐条浏览房源详情,效率低下且难以把握整体市场行情。与此同时,房东和中介机构也缺乏有效的工具来了解市场价格走势和竞争态势。面对这种信息不对称的现状,运用大数据技术对租房市场进行系统性分析变得很有必要。通过采用Hadoop和Spark这类成熟的大数据处理框架,可以实现对海量租房数据的高效存储和快速计算,将原本零散的信息转化为有价值的统计结果和可视化图表,帮助各方参与者更好地理解市场状况。 选题意义 本课题的实际意义主要体现在为租房市场的各方参与者提供了一个实用的数据分析工具。对于普通租房者来说,系统能够帮助他们快速了解目标城市和区域的租金水平分布情况,对比不同房型的价格差异,查看各区域的房源供应量和配套设施情况,从而根据自己的预算和需求做出更合理的选择,避免因为信息不足而租到性价比低的房子。对于房东和中介机构而言,系统提供的市场分析数据可以作为定价参考,了解同区域类似房源的租金水平和设施配备标准,制定更符合市场行情的出租策略。从技术层面来看,本课题探索了大数据技术在生活服务领域的应用方式,通过实际开发过程掌握了Hadoop分布式存储、Spark数据处理、Spark SQL查询分析等核心技术的使用方法,积累了处理海量数据的实践经验。同时系统采用前后端分离的开发模式,结合Django后端框架和Vue前端框架,形成了一套相对完整的大数据可视化分析平台解决方案,这对今后从事数据分析类项目开发有一定的参考价值。
中国租房信息可视化分析系统-演示视频
中国租房信息可视化分析系统-演示图片
中国租房信息可视化分析系统-代码展示
from pyspark.sql import SparkSession
from pyspark.sql.functions import col, avg, count, sum, when, min, max, regexp_replace, round as spark_round
from pyspark.sql.types import DoubleType
import pandas as pd
import numpy as np
spark = SparkSession.builder.appName("RentalDataAnalysis").config("spark.driver.memory", "4g").config("spark.executor.memory", "4g").getOrCreate()
def city_rental_price_analysis(hdfs_data_path):
rental_df = spark.read.option("header", "true").option("inferSchema", "true").csv(hdfs_data_path)
rental_df = rental_df.withColumn("price_clean", regexp_replace(col("价格"), "[^0-9.]", "").cast(DoubleType()))
rental_df = rental_df.filter(col("price_clean").isNotNull()).filter(col("price_clean") > 0)
city_stats = rental_df.groupBy("城市").agg(
spark_round(avg("price_clean"), 2).alias("平均租金"),
spark_round(min("price_clean"), 2).alias("最低租金"),
spark_round(max("price_clean"), 2).alias("最高租金"),
count("*").alias("房源数量")
)
city_stats = city_stats.orderBy(col("平均租金").desc())
city_median_list = []
for city_row in city_stats.select("城市").collect():
city_name = city_row["城市"]
city_prices = rental_df.filter(col("城市") == city_name).select("price_clean").rdd.flatMap(lambda x: x).collect()
median_price = float(np.median(city_prices))
city_median_list.append({"城市": city_name, "中位数租金": round(median_price, 2)})
median_df = spark.createDataFrame(city_median_list)
final_result = city_stats.join(median_df, on="城市", how="left")
final_result = final_result.select("城市", "平均租金", "中位数租金", "最低租金", "最高租金", "房源数量")
result_pandas = final_result.toPandas()
result_dict = result_pandas.to_dict(orient="records")
return result_dict
def region_facility_analysis(hdfs_data_path):
rental_df = spark.read.option("header", "true").option("inferSchema", "true").csv(hdfs_data_path)
facility_columns = ["是否有床", "是否有暖气", "是否有宽带", "是否有冰箱", "是否有空调", "是否有电视", "是否有洗衣机", "是否有热水器", "是否有天然气", "是否有沙发", "是否有衣柜", "是否有可做饭"]
for facility in facility_columns:
rental_df = rental_df.withColumn(facility + "_num", when(col(facility) == "有", 1).otherwise(0))
facility_expr = " + ".join([f"`{fc}_num`" for fc in facility_columns])
rental_df = rental_df.withColumn("设施总数", eval(f"col('{facility_columns[0]}_num')") + sum([col(f"{fc}_num") for fc in facility_columns[1:]]))
region_stats = rental_df.groupBy("城市", "区").agg(count("*").alias("房源总数"))
for facility in facility_columns:
facility_count = rental_df.filter(col(facility) == "有").groupBy("城市", "区").agg(count("*").alias(f"{facility}_count"))
region_stats = region_stats.join(facility_count, on=["城市", "区"], how="left").fillna(0, subset=[f"{facility}_count"])
region_stats = region_stats.withColumn(f"{facility}配备率", spark_round((col(f"{facility}_count") / col("房源总数")) * 100, 2))
avg_facility_df = rental_df.groupBy("城市", "区").agg(spark_round(avg("设施总数"), 2).alias("平均设施数量"))
region_stats = region_stats.join(avg_facility_df, on=["城市", "区"], how="left")
select_cols = ["城市", "区", "房源总数", "平均设施数量"] + [f"{fc}配备率" for fc in facility_columns]
final_result = region_stats.select(select_cols).orderBy(col("平均设施数量").desc())
result_pandas = final_result.toPandas()
result_dict = result_pandas.to_dict(orient="records")
return result_dict
def surrounding_environment_comprehensive_analysis(hdfs_data_path):
rental_df = spark.read.option("header", "true").option("inferSchema", "true").csv(hdfs_data_path)
rental_df = rental_df.withColumn("最近学校距离_clean", regexp_replace(col("最近学校距离"), "[^0-9.]", "").cast(DoubleType()))
rental_df = rental_df.withColumn("最近医院距离_clean", regexp_replace(col("最近医院距离"), "[^0-9.]", "").cast(DoubleType()))
rental_df = rental_df.withColumn("周边学校个数_clean", col("周边学校个数").cast("int"))
rental_df = rental_df.withColumn("周边医院个数_clean", col("周边医院个数").cast("int"))
rental_df = rental_df.fillna({"最近学校距离_clean": 10000, "最近医院距离_clean": 10000, "周边学校个数_clean": 0, "周边医院个数_clean": 0})
rental_df = rental_df.withColumn("教育便利得分", when(col("最近学校距离_clean") <= 500, 40).when(col("最近学校距离_clean") <= 1000, 30).when(col("最近学校距离_clean") <= 2000, 20).otherwise(10) + when(col("周边学校个数_clean") >= 5, 30).when(col("周边学校个数_clean") >= 3, 20).when(col("周边学校个数_clean") >= 1, 10).otherwise(0))
rental_df = rental_df.withColumn("医疗便利得分", when(col("最近医院距离_clean") <= 500, 40).when(col("最近医院距离_clean") <= 1000, 30).when(col("最近医院距离_clean") <= 2000, 20).otherwise(10) + when(col("周边医院个数_clean") >= 3, 30).when(col("周边医院个数_clean") >= 2, 20).when(col("周边医院个数_clean") >= 1, 10).otherwise(0))
rental_df = rental_df.withColumn("综合便民指数", col("教育便利得分") + col("医疗便利得分"))
region_stats = rental_df.groupBy("城市", "区").agg(
spark_round(avg("教育便利得分"), 2).alias("平均教育便利得分"),
spark_round(avg("医疗便利得分"), 2).alias("平均医疗便利得分"),
spark_round(avg("综合便民指数"), 2).alias("平均综合便民指数"),
spark_round(avg("最近学校距离_clean"), 2).alias("平均最近学校距离"),
spark_round(avg("最近医院距离_clean"), 2).alias("平均最近医院距离"),
spark_round(avg("周边学校个数_clean"), 2).alias("平均周边学校数"),
spark_round(avg("周边医院个数_clean"), 2).alias("平均周边医院数"),
count("*").alias("房源数量")
)
region_stats = region_stats.withColumn("便民等级", when(col("平均综合便民指数") >= 120, "优秀").when(col("平均综合便民指数") >= 90, "良好").when(col("平均综合便民指数") >= 60, "一般").otherwise("较差"))
final_result = region_stats.orderBy(col("平均综合便民指数").desc())
result_pandas = final_result.toPandas()
result_dict = result_pandas.to_dict(orient="records")
return result_dict
中国租房信息可视化分析系统-结语
💕💕
💟💟如果大家有任何疑虑，欢迎在下方位置详细交流，也可以在主页联系我。
