项目描述：
这是一个基于 Python Django 框架开发的 全栈 Web 应用，旨在为用户提供一个集租房、售房信息浏览、数据分析与可视化于一体的综合平台。项目核心功能涵盖：
核心 Web 功能:
使用 Django 搭建后端服务，实现用户注册、登录、个人信息管理等基础功能。
利用 MySQL 数据库存储和管理用户信息、房源数据（包括租房和售房）、用户收藏等。
提供房源信息的 CRUD (创建、读取、更新、删除) 操作接口。
用户可以浏览、搜索、筛选不同城市、区域、价格范围、户型等的租房和售房信息。
实现用户收藏/取消收藏感兴趣房源的功能。
集成 SimpleUI 优化 Django Admin 后台，方便管理员进行高效的数据管理和维护。
数据爬取与集成:
包含一个独立的 Scrapy 爬虫模块 (spider目录)，用于自动化采集来自外部网站（如贝壳等）的最新租房与售房数据，确保平台信息的时效性。
对爬取到的原始数据进行清洗、处理和结构化，以便入库和后续分析。
数据分析与预测:
利用 Pandas 和 NumPy 对清洗后的房源数据进行深度处理和特征工程。
应用 Scikit-learn 库中的机器学习模型（如随机森林、朴素贝叶斯）对房源数据进行分析，例如根据面积、朝向、区域等特征预测房价区间。
使用 Joblib 持久化训练好的机器学习模型，以便快速调用进行预测。
数据可视化与展示:
对聚合后的数据进行统计分析，生成如“不同区域房源数量分布”、“各类户型占比”、“价格区间分布”、“城市平均租金/售价”等多维度分析结果（对应数据库中的 Part1 - Part18 等表）。
（推测）前端页面（可能使用 Echarts、Matplotlib/Seaborn 等库生成图表，虽然 requirements.txt 中可视化库是可选）以图表形式直观展示数据分析结果，帮助用户理解市场趋势。
技术栈:
后端: Python, Django 4.2
数据库: MySQL 8.0
爬虫: Scrapy, Requests
数据处理/分析: Pandas, NumPy, Scikit-learn, Joblib
后台界面: SimpleUI
前端: HTML, CSS, JavaScript (含jQuery, Echarts 等)