#全國14個熱門城市，搜索數據分析崗位的結果條目，共4087條
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（）

#將id列設為索引
data1?=?data.set_index（‘id‘）
data1.info（）
#去除是實習工作的行，只保留全職工作
drop_lt?=?data1[data1[‘full_time‘]==‘否‘].index
data2?=?data1.drop（drop_ltaxis=0）
data2.info（）?#刪除后還剩4011行，一共刪除了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#增加平均工資列
data2.head（）
#14城總體工資分布情況
data2[‘salary_avg‘].describe（）
data2[‘salary_avg‘].plot（kind=‘box‘）
plt.show（）

#工資的中位數為8k，最低工資1.5k最高工資95k
data2[data2[‘salary_avg‘].isin（[1.595]）]#其中沒有數據分析崗，而是其他的崗位，與這些公司發布職位的分類有關

#多數工資為6k-11k左右，其次為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（）#不同城市的工資情況
ser?=?data2.groupby（‘city‘）[‘salary_avg‘].median（）
figa?=?plt.subplots（11figsize=（126））
ser.plot（kind=‘bar‘ax=awidth=0.8color=‘gold‘label=‘各城市平均工資‘）
a.plot（ser.indexnp.array（np.random.randint（8914））linestyle=‘--‘label=‘全國平均工資‘）
plt.legend（loc=‘best‘）?#各城市的平均工資都高于6k其中高于全國平均線的為北京、上海、杭州、深圳、廣州
data2.head（）

data2[‘education‘].value_counts（）#各學歷分布情況
data2[data2[‘education‘]==‘博士‘]#要求博士學歷的很少，看一下是哪些職位要求博士的
se?=?data2.groupby（‘education‘）[‘salary_avg‘].median（）#學歷與工資的關系
se?=?se.sort_values（ascending=False）
figaa?=?plt.subplots（11figsize=（86））
se.plot（kind=‘bar‘color=‘green‘）
plt.title（‘學歷與工資的關系‘）
plt.show（）
#學歷越高，工資越高
#初中及以下的平均工資與本科一樣，高過大專，可能是這些公司為了在招聘時博得求職者關注，應該有問題，如培訓機構
data2[data2[‘education‘]==‘初中及以下‘]

#工作經驗與工資的關系
ss?=?data2.groupby（‘experience‘）[‘salary_avg‘].median（）
ss?=?ss.sort_values（）
ss.plot（kind=?‘bar‘figsize=（106））
ss.plot（color=‘orange‘）
plt.show（）
#由圖可見，工作經驗越高，工資越高。經驗為一年以內的與經驗不限的工資水平基本一樣。
#從折線斜率看，新人在參加工作的前1-2年工資平穩增長，但越往后，則越值錢，可見數據分析是越老越吃香，與吃青春飯的程序員不一樣。

data2[‘industry‘].value_counts（）#行業與工資的關系#招聘信息共來自于89個行業，其中最多的是互聯網

#繪制一個以地圖為背景的行業分布詞云圖
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）

#挑選前10個熱門行業作分析
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（）
#可見平均工

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件?????3000320??2019-08-22?10:04??某招聘網站數據分析案例及數據集\boss_zhipin.xls
?????文件????????5549??2019-11-07?14:50??某招聘網站數據分析案例及數據集\源碼.py
?????目錄???????????0??2019-11-07?14:50??某招聘網站數據分析案例及數據集\