关于招聘信息简单分析第三弹，对招聘信息中融资情况、工作经验、学历要求和薪酬之间的关系进行简单分析和数据可视化操作（本例中数据主要集中为Python相关职位分析）
分析工具
import pandas as pd
from pyecharts import Boxplot
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.read_csv("数据文件")
# matplotlib 中文显示设置
plt.rcParams['font.sans-serif']=['SimHei']
# 取平均值为薪酬值
def avg_salary(salary):
salary_list = salary.split('-')
salary_min = salary_list[0][:-1]
salary_max = salary_list[1][:-1]
return (int(salary_min)+int(salary_max))/2.0
北京部分区县薪酬比较
薪酬和区域之间关系数据处理
df["salary_avg"] = df["工资"].apply(avg_salary).astype(int)
groupy_by_dist = df.groupby(["区域"])["salary_avg"]
count_by_dist = df.groupby(['区域'])['区域'].count()
df_dist =[]
for group in count_by_dist.index:
v = groupy_by_dist.get_group(group).values
df_dist.append(v)
- seaborn工具实现数据展示
ax = plt.figure(figsize=(10, 6)).add_subplot(111)
sns.boxplot(data=df_dist)
ax.set_xticklabels(count_by_dist.index, rotation=-30,fontsize=18)
ax.set_title('北京部分地区薪酬比较', fontsize=22)
ax.set_ylabel('薪酬K/月', fontsize=20)
plt.savefig('北京部分地区薪酬比较', bbox_inches='tight')
plt.show()
- pycharts工具实现数据展示
boxplot = Boxplot("北京部分城区薪酬比较")
boxplot.use_theme("dark")
_yaxis = boxplot.prepare_data(df_dist)
boxplot.add("",count_by_dist.index , _yaxis,is_area_show=True,yaxis_name="薪酬（k/月）",is_label_show=True,
is_axisline_show=True,is_fill=True,mark_point=["max","min","average"])
boxplot.render()
北京部分地区薪酬比较
北京部分地区薪酬比较
朝阳区薪酬最高，海淀区紧跟其后。并且北京各区Python职位薪资水平普遍还是较高的，薪酬分布最大值为25k（石景山区）、最小值为2K（海淀区）、平均值为11K（东城区）。
不同工作经验的薪酬情况
薪酬和工作经验之间关系数据处理
count_by_experience = df.groupby(['工作经验'])['工作经验'].count()
value_by_experience = pd.DataFrame([count_by_experience.index, count_by_experience.values], index = ['experience', 'counts']).T
sort_by_experience = value_by_experience.copy()
mappings = {'应届毕业生':1, '1年以下':2, '1-3年':3, '3-5年':4, '5-10年':5, '10年以上':6,'不限':7}
sort_by_experience['sortby'] = sort_by_experience['experience'].map(mappings)
sort_by_experience.sort_values(by='sortby', inplace=True)
df["salary_avg"] = df["工资"].apply(avg_salary).astype(int)
groupy_by_experience = df.groupby(['工作经验'])["salary_avg"]
df_exper = []
for group in sort_by_experience["experience"]:
v = groupy_by_experience.get_group(group).values
df_exper.append(v)
- seaborn工具实现数据展示
ax = plt.figure(figsize=(10,6)).add_subplot(111,axisbg='#FFDAB9')
# add_subplot(111)
sns.boxplot(data=df_exper)
ax.set_xticklabels(sort_by_experience["experience"],fontsize=18)
ax.set_title('不同工作经验的薪酬分布',fontsize=20)
ax.set_ylabel('薪酬K/月', fontsize=20)
plt.savefig('不同工作经验的薪酬分布')
plt.show()
- Pyecharts工具实现数据展示
from pyecharts import Boxplot
boxplot = Boxplot("不同工作经验的薪酬分布")
boxplot.use_theme("dark")
_yaxis = boxplot.prepare_data(df_exper)
boxplot.add("",sort_by_experience["experience"] , _yaxis,is_area_show=True,yaxis_name="薪酬（k/月）",is_label_show=True,
is_axisline_show=True,mark_point=["max","min","average"],
is_geo_effect_show=True)
boxplot.render("exp_sal.html")
不同工作经验的薪酬分布
不同工作经验的薪酬分布
工作经验和薪资呈正相关分布，而3-5年和5-10年工作经验基本代表Python职位薪资普遍薪酬。薪酬分布最大值为40k（10年以上）、最小值为2K（应届毕业生）、平均值为11K（3-5年）。
不同学历要求的薪酬分布
学历要求和薪酬之间关系数据处理
count_by_degree = df.groupby(['学历要求'])['学历要求'].count()
value_by_degree = pd.DataFrame([count_by_degree.index, count_by_degree.values], index = ['degree', 'counts']).T
sort_by_degree = value_by_degree.copy()
degree_mappings = {'不限':1, '大专':2, '本科':3, '硕士':4,'博士':5}
sort_by_degree['sortby'] = sort_by_degree['degree'].map(degree_mappings)
sort_by_degree.sort_values(by='sortby', inplace=True)
df["salary_avg"] = df['工资'].apply(avg_salary).astype(int)
group_by_degree = df.groupby(['学历要求'])['salary_avg']
df_deg = []
for group in sort_by_degree['degree']:
v = group_by_degree.get_group(group).values
df_deg.append(v)
-
seaborn工具实现数据展示
ax = plt.figure(figsize=(10, 8)).add_subplot(111,axisbg='#FFDAB9') sns.boxplot(data=df_deg) ax.set_xticklabels(sort_by_degree['degree'], fontsize=18) ax.set_title('不同学历的薪酬分布', fontsize=22) ax.set_ylabel('薪酬K/月', fontsize=20) plt.savefig('不同学历的薪酬分布') plt.show()``` -
Pyecharts工具实现数据展示
from pyecharts import Boxplot boxplot = Boxplot("不同学历要求的薪酬分布") boxplot.use_theme("dark") _yaxis = boxplot.prepare_data(df_deg) boxplot.add("",sort_by_degree["degree"] , _yaxis,is_area_show=True,yaxis_name="薪酬（k/月）",is_label_show=True, is_axisline_show=True,mark_point=["max","min","average"], is_geo_effect_show=True) boxplot.render("deg_sal.html")
不同学历的薪酬分布
不同学历要求的薪酬分布
同样学历和薪资呈正相关分布，而大专和本科基本代表Python职位薪资普遍薪酬。薪酬分布最大值为35k（博士）、最小值为2K（硕士）、平均值为7K（不限）。而由于数据样本过于集中导致数据分析结果出现极值，本科占整个数据比例为90%左右。
公司融资情况和薪酬之间关系
公司融资情况和薪酬之间关系数据处理
count_by_financing = df.groupby(['融资阶段'])['融资阶段'].count()
value_by_financing = pd.DataFrame([count_by_financing.index, count_by_financing.values], index = ['financing', 'counts']).T
sort_by_financing = value_by_financing.copy()
mappings = {'未融资':1, '天使轮':2, 'A轮':3, 'B轮':4, 'C轮':5,'D轮及以上':6, '上市公司':7,'不需要融资':8}
sort_by_financing['sortby'] = sort_by_financing['financing'].map(mappings)
sort_by_financing.sort_values(by='sortby', inplace=True)
df["salary_avg"] = df["工资"].apply(avg_salary).astype(int)
groupy_by_financing = df.groupby(['融资阶段'])["salary_avg"]
df_financing = []
for group in sort_by_financing["financing"]:
v = groupy_by_financing.get_group(group).values
df_financing.append(v)
- seaborn工具实现数据展示
ax = plt.figure(figsize=(10,6)).add_subplot(111,axisbg='#FFDAB9') sns.boxplot(data=df_financing) ax.set_xticklabels(sort_by_financing["financing"],rotation=-45,fontsize=18) ax.set_title('融资情况和薪酬之间的关系',fontsize=20) ax.set_ylabel('薪酬K/月', fontsize=20) plt.savefig('融资情况和薪酬之间的关系') plt.show() - Pyecharts工具实现数据展示
from pyecharts import Boxplot boxplot = Boxplot("融资情况和薪酬之间的关系") boxplot.use_theme("dark") _yaxis = boxplot.prepare_data(df_financing) boxplot.add("",sort_by_financing["financing"] , _yaxis,is_area_show=True,yaxis_name="薪酬（k/月）",is_label_show=True, is_axisline_show=True,mark_point=["max","min","average"], is_geo_effect_show=True) boxplot.render("financing_sal.html")
融资情况和薪酬之间的关系
融资情况和薪酬之间的关系
公司融资和薪资关系并不是很紧密，公司获得天使轮投资的Python职位薪资相对较高。薪酬分布最大值为6k（天使轮）、最小值为2K（A轮）、平均值为3K（B轮）。