Python采集58同城数据，并进行数据可视化分析

采集58同城数据可以使用Python的requests库和beautifulsoup库，数据可视化分析可以使用matplotlib库和seaborn库。下面是一个简单的例子：

import requests
from bs4 import BeautifulSoup
import matplotlib.pyplot as plt
import seaborn as sns

# 设置请求头
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}

# 发送请求获取页面
url = 'https://bj.58.com/pinpaigongyu/pn/{page}/?minprice=2000_4000'
house_data = []
for page in range(1, 3):
    res = requests.get(url.format(page=page), headers=headers)
    soup = BeautifulSoup(res.text, 'html.parser')

    # 解析页面获取数据
    house_list = soup.select('.list > li')
    for house in house_list:
        house_title = house.select('.title a')[0].string
        house_location = house.select('.add > a')[0].string.strip()
        house_price = house.select('.money > b')[0].string
        house_data.append({'title': house_title, 'location': house_location, 'price': house_price})

# 数据可视化分析
df = pd.DataFrame(house_data)
df['price'] = df['price'].astype(int)
df['location'] = df['location'].apply(lambda x: x.split('-')[0])
sns.boxplot(x='location', y='price', data=df)
plt.show()

这个例子以北京地区的品牌公寓为例，爬取了两页的房源数据，并使用箱线图对不同地区的房价进行了可视化分析。