笔者爬取了【拉勾网】17 个城市的 1600+ 个【数据分析】岗位进行分析并绘图展示，尝试探索该岗位当前市场状况。
ps.目标城市主要挑选的是排名靠前的互联网城市，剔除了个别职位数只有一两个的城市。
数据摘要
1
2
3
4
import pandas as pd
df_all = pd.read_csv(file, encoding='utf-8')
print(df_all.info())
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1689 entries, 0 to 1688
Data columns (total 20 columns):
position_id 1689 non-null int64
position_name 1689 non-null object
salary 1689 non-null object
work_year 1689 non-null object
education 1689 non-null object
job_nature 1689 non-null object
city 1689 non-null object
district 1689 non-null object
work_addr 1689 non-null object
position_advantage 1689 non-null object
position_labels 1679 non-null object
position_description 1689 non-null object
company_short_name 1689 non-null object
company_size 1689 non-null object
industry_field 1689 non-null object
finance_stage 1689 non-null object
investment_agencies 424 non-null object
company_full_name 1689 non-null object
company_homepage 1689 non-null object
company_inLaGou 1689 non-null object
dtypes: int64(1), object(19)
memory usage: 264.0+ KB
职位数量
1
2
city_counts = df_all.city.value_counts()
print(city_counts[:10])
1
2
3
4
5
6
7
8
9
10
11
上海 446
北京 437
深圳 291
广州 182
杭州 150
成都 44
武汉 38
南京 24
长沙 16
西安 14
Name: city, dtype: int64
使用 seaborn[^1] 绘制： [^1]: seaborn 官网
使用 matplotlib[^2] 绘制：
[^2]: matplotlib 官网
从条形图上可以很直观地观察到：
- 北上广深杭对于数据分析岗位的需求量远超其他城市，上海、北京尤甚；
- 数据分析师如果选错了就业地点可能面临无业可就的风险。 *[北上广深杭]: 北京、上海、广州、深圳、杭州
地图分布
- 上海的数据分析岗位主要集中分布在浦东新区、徐汇区和长宁区，其他区的职位数较少。
工作经验
1
print(work_year_sizes)
不限 10.834813 应届毕业生 5.032564 1年以下 2.131439 1-3年 28.478390 3-5年 39.964476 5-10年 13.380699 10年以上 0.177620 Name: work_year, dtype: float64
使用 matplotlib 绘制：
使用 pyecharts[^3] 绘制：
[^3]: pyecharts 官网
由饼图可以看出：
- 数据分析岗位对于经验的要求主要集中在“1-3年”和“3-5年”；
- 对于“1年以下”和“10年以上”经验的需求非常小。
薪资分布
取薪资区间的中间值计算，如 10k-14k 记为 12k
1
print(salary_dict)
1
2
3
4
5
{'5k及以下': 104,
'5k-10k': 231,
'10k-25k': 1002,
'25k-50k': 325,
'50k以上': 27}
使用 matplotlib 绘制：
使用 pyecharts 绘制：
由此可见：
- 数据分析岗位的月薪多数分布在10-25k范围；
- 北京、深圳平均月薪以大于20k超过平均水平。
学历要求
1
print(education_pairs)
1
2
3
4
5
[('学历不限', 0.05979869745411486),
('大专及以上', 0.06867969212551805),
('本科及以上', 0.8158673771462404),
('博士及以上', 0.0017761989342806395),
('硕士及以上', 0.053878034339846066)]
- 学历要求“本科及以上”占比超过80%！硕士博士占比不足10%。
- 学历要求没有想象得那么严格。
公司规模
1
print(company_size_pairs)
1
2
3
4
5
6
7
[('2000人以上', 571),
('500-2000人', 428),
('150-500人', 340),
('50-150人', 224),
('15-50人', 102),
('少于15人', 23),
('10-50人', 1)]
- 基本上，规模越大的公司对数据分析师的需求也越大。
行业领域
- 各行各业都设有数据分析岗位，移动互联网领域为最。
职位词云
职位标签
使用 wordcloud[^4] 绘制： [^4]: wordcloud 官网
职位标签反应出了该岗位的特点：
- 数据分析岗位的关键词提及最多的自然是“数据分析”啦；
- 所属的行业领域也多有提及，如“移动互联网”、“金融”、“电商”等；
- 岗位的技术特点有“大数据”、“数据挖掘”、“数据运营”、“可视化”等；
- 技术工具则以“SQL”、“MySQL”、“SQLServer”、“BI”、“SPSS”、“Hadoop”等，“Python”也在其中、但频数很小。
职位诱惑
使用 pyecharts 绘制：
职位诱惑多以基本福利频数最高，如“五险一金”、“六险一金”、“带薪年假”、“周末双休”、“年终奖”等。
薪资影响因素
下面的 Boxplot 展示了薪资分别与学历要求、工作经验、公司规模、融资阶段的关系：
一般地，
- 学历越高，薪资越高，硕士的薪资中位数在20k左右；
- 工作经验越丰富，薪资越高，3-5年经验的薪资基本都有15-25k；
- 公司规模越大，给的薪水也相对比较高。
- 未融资及天使轮公司的薪资都比较低，应该是公司刚起步比较缺钱的缘故；经历A、B、C、D轮融资后的公司，给出的薪水依次提高；上市公司的薪资相对较高。
融资阶段
为这个图调试样式费了不少时间，特在此展示以作纪念。。。
