寻找最安全的居住行政区

这个项目的背景是分析伦敦各区的安全性，目的是为了帮助计划迁移到伦敦的外籍人士选择一个安全的居住区。通过分析 2008 至 2016 年的犯罪数据，项目寻找伦敦最安全的区域。然后，利用数据分析和 K-means 聚类方法，探索这些安全区域的邻里，并了解每个地区最常见的场所。项目使用了来自 Kaggle 的犯罪数据和维基百科等来源的区域及邻里信息。这项分析为目标受众提供了基于常见地点的区域特性洞察，帮助他们做出更明智的居住选择。

项目的主要目标是基于犯罪统计数据选择伦敦最安全的区域，项目会对数据进行详细的数据探索与分析。此外，项目还旨在使用 k-means 聚类算法对邻里进行聚类。这项分析的目的是为考虑迁移到伦敦的外籍人士提供关于伦敦最安全区域及其邻里和常见场所的信息，帮助他们做出更好的居住选择。项目还考虑了将来可能基于生活成本等其他因素进一步筛选区域的可能性。

这个项目的方法和分析框架不仅对于伦敦有价值，还可以应用于全球其他城市和地区。通过分析犯罪数据和区域特征，该项目可以帮助人们确定任何城市中的安全区域，从而为居住、投资或旅游提供指导。这种方法还可以扩展到其他领域，比如评估教育资源、医疗设施或商业机会的分布。对于城市规划者和政策制定者来说，这种数据驱动的方法能提供洞察力，帮助他们更有效地分配资源和规划城市发展。对于企业和投资者，它提供了有价值的市场洞察，有助于制定战略决策。

根据我们问题的定义，影响我们决策的因素有：

* 去年每个行政区的犯罪总数。

* 所选最安全行政区每个街区最常见的场所。

需要以下数据源来提取/生成所需的信息：

第 1 部分：预处理来自 Kaggle 的现实世界数据集，显示 2008 年至 2016 年的伦敦犯罪情况：由从 Kaggle 获得的伦敦每个行政区的犯罪统计数据组成的数据集。这个数据集包含以下字段：

第 2 部分：从 Wikipedia 页面抓取伦敦不同行政区的附加信息：使用 Beautifulsoup 库抓取有关伦敦行政区的更多信息

第 3 部分：创建伦敦最安全行政区邻里的新数据集并生成其坐标：将使用 Google Maps API 地理编码获得邻里坐标