某招聘网站数据分析案例及数据集.zip

某招聘网站数据分析案例，数据清洗、图表显示，python编写及数据集

#全国14个热门城市，搜索数据分析岗位的结果条目，共4087条
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams[‘font.sans-serif‘]=[‘SimHei‘] 
plt.rcParams[‘axes.unicode_minus‘] = False
data = pd.read_excel（r‘boss_zhipin.xls‘sheet_name=‘boss_res‘）
data.head（）

#将id列设为索引
data1 = data.set_index（‘id‘）
data1.info（）
#去除是实习工作的行，只保留全职工作
drop_lt = data1[data1[‘full_time‘]==‘否‘].index
data2 = data1.drop（drop_ltaxis=0）
data2.info（） #删除后还剩4011行，一共删除了76行

#增加平均年薪列
data2[‘salary_max‘]=data2[‘salary_max‘].astype（‘int64‘）
data2[‘salary_year_avg‘] = （（data2[‘salary_min‘]+data2[‘salary_max‘]）/2）*data2[‘month‘]
data2[‘salary_avg‘] = data2[‘salary_year_avg‘]/12#增加平均工资列
data2.head（）
#14城总体工资分布情况
data2[‘salary_avg‘].describe（）
data2[‘salary_avg‘].plot（kind=‘box‘）
plt.show（）

#工资的中位数为8k，最低工资1.5k最高工资95k
data2[data2[‘salary_avg‘].isin（[1.595]）]#其中没有数据分析岗，而是其他的岗位，与这些公司发布职位的分类有关

#多数工资为6k-11k左右，其次为3k-6k
figax = plt.subplots（11figsize=（86））
ax.hist（data2[‘salary_avg‘]bins=20density=True）
#data2[‘salary_avg‘].plot（ax=axkind=‘kde‘）
ax.set_xticks（range（51005））
ax.grid（True）
plt.show（）  

data2.city.value_counts（）#不同城市的工资情况
ser = data2.groupby（‘city‘）[‘salary_avg‘].median（）
figa = plt.subplots（11figsize=（126））
ser.plot（kind=‘bar‘ax=awidth=0.8color=‘gold‘label=‘各城市平均工资‘）
a.plot（ser.indexnp.array（np.random.randint（8914））linestyle=‘--‘label=‘全国平均工资‘）
plt.legend（loc=‘best‘） #各城市的平均工资都高于6k其中高于全国平均线的为北京、上海、杭州、深圳、广州
data2.head（）

data2[‘education‘].value_counts（）#各学历分布情况
data2[data2[‘education‘]==‘博士‘]#要求博士学历的很少，看一下是哪些职位要求博士的
se = data2.groupby（‘education‘）[‘salary_avg‘].median（）#学历与工资的关系
se = se.sort_values（ascending=False）
figaa = plt.subplots（11figsize=（86））
se.plot（kind=‘bar‘color=‘green‘）
plt.title（‘学历与工资的关系‘）
plt.show（）
#学历越高，工资越高
#初中及以下的平均工资与本科一样，高过大专，可能是这些公司为了在招聘时博得求职者关注，应该有问题，如培训机构
data2[data2[‘education‘]==‘初中及以下‘]

#工作经验与工资的关系
ss = data2.groupby（‘experience‘）[‘salary_avg‘].median（）
ss = ss.sort_values（）
ss.plot（kind= ‘bar‘figsize=（106））
ss.plot（color=‘orange‘）
plt.show（）
#由图可见，工作经验越高，工资越高。经验为一年以内的与经验不限的工资水平基本一样。
#从折线斜率看，新人在参加工作的前1-2年工资平稳增长，但越往后，则越值钱，可见数据分析是越老越吃香，与吃青春饭的程序员不一样。

data2[‘industry‘].value_counts（）#行业与工资的关系#招聘信息共来自于89个行业，其中最多的是互联网

#绘制一个以地图为背景的行业分布词云图
import jieba
import wordcloud
from imageio import imread
mask=imread（‘Chinamap.jpg‘）
w = wordcloud.WordCloud（width=1000height=700font_path=‘msyh.ttf‘background_color=‘white‘max_words=20mask=mask）
txt = ‘‘.join（data2[‘industry‘]）
ls = jieba.lcut（txt）
txt = ‘ ‘.join（ls）
res = w.generate（txt）
plt.axis（‘off‘）
plt.imshow（res）

#挑选前10个热门行业作分析
industry_lt = data2[‘industry‘].value_counts（）.head（10）.index.tolist（）
industry_data = data2[data2[‘industry‘].isin（industry_lt）]
res = industry_data.groupby（[‘industry‘‘education‘]）[‘salary_min‘].median（）
df = res.unstack（-1）
df.plot（kind=‘bar‘figsize=（1510）width=1color=[‘g‘‘gold‘‘c‘‘m‘‘wheat‘‘cornflowerblue‘‘tomato‘‘y‘]）
plt.show（）
#可见平均工

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件     3000320  2019-08-22 10:04  某招聘网站数据分析案例及数据集\boss_zhipin.xls
     文件        5549  2019-11-07 14:50  某招聘网站数据分析案例及数据集\源码.py
     目录           0  2019-11-07 14:50  某招聘网站数据分析案例及数据集\