【R图秀-13】将薪比薪

谨以此文送给即将毕业的学生们

又到一年毕业季，实验室又送走了一批硕士博士。无论是出国做博后，还是留在国内发展，大家总算结束了穷苦的学生生涯，自己多年的努力终于修成正果。诗和远方虽然是美好的，但是找个满意的高薪职位显然更有现实意义。听着毕业生们谈论着工资待遇，我这个毕业多年的老人家也按耐不住内心的小激动，想看看我们这个专业（生物信息学）现在到底有多少“钱景”。

现在的招聘网站有很多，但我个人比较喜欢猎聘网，所以我们今天就来分析猎聘网上的数据。

liepin.png

我们先用“生物信息”做关键词来搜索职位：

searchbox.png

我喜欢猎聘网的一个主要原因就是他的搜索结果很合我的口味：

example.png

重要的信息一目了然。对求职者来说，最重要的信息无非就是工资（重中之重）、地点、教育背景和工作经验。如果想了解更详细的内容，可以点击职位链接。这样的设计不仅便于求职者浏览，还特别适合用爬虫程序来解析。

搜索的结果是分页显示的，我们点击>|按钮到达最后一页，并记下找到的最大页数（后面的爬虫程序需要用到）。

maxpage.png

我的爬虫程序利用的是rvest包。策略如下：

1. 先用浏览器在猎聘网上搜索，通过浏览器地址栏中的URL弄清它的API有哪些参数（比如key，curPage等）
2. 用浏览器查看搜索结果页面的html代码，找到想要提取的element的class，attribute等信息
3. 先写一个解析单页面的函数
4. 再写一个解析所有页面的函数，实际上就是循环调用上一个函数，直到完成所有页面（这就是为什么要先搞清楚搜索结果总共有多少页）
5. 我对解析到的原始数据进行了一些处理：我想要具体的工资数，所以去掉了“面议”的结果；我想知道具体的城市，所以去掉了包含“省”的结果；工资数是一个从最低到最高的范围，我取它们的平均值。

2个函数的代码如下：

code1.png

在调用函数的时候，我们只需要2个参数：搜索关键词（keyword）和搜索结果的最大页数（max_page）。除了我的专业外，我还对深度学习技术非常感兴趣，也在努力地恶补相关知识，所以今天也顺便了解一下深度学习的“钱景”如何。其实，从max_page=63就已经能看到它有多火热了。

code2.png

爬虫程序得到的结果如下：

table.png

接下来的工作就是做一点简单的统计：

1. 首先是看工资的分布

   
   
   

   salary_bioinfo.png
   
   
   

   salary_deeplearning.png
   
   

   生物信息：大约三分之一的职位处于10~15万的区间，25万以上只有10%
   深度学习：20万以上的职位就占了90%！40万以上差不多有三分之一

2. 然后看看北京、上海、深圳的工资

   
   
   

   city_bioinfo.png
   
   
   

   city_deeplearning.png
   
   

   生物信息：深圳有华大，北京有贝瑞和康、诺和致源，上海能叫的出名字的公司是哪家呢？工资水平也反映出了这种地域上差距。上海的同行们要加把劲啦！
   深度学习：上海的公司很给力！是我们学习的好榜样！

3. 再看看学历要求

   
   
   

   edu_bioinfo.png
   
   
   

   edu_deeplearning.png
   
   

   生物信息：尽管博士的需求不少，但是大部分职位本科生就可以胜任（跑跑流程而已）
   深度学习：最起码读个硕士吧，门槛还是比较高

4. 最后是工作经验

   
   
   

   exp_bioinfo.png
   
   
   

   exp_deeplearning.png
   
   

   生物信息：如果我把“经验不限”理解为没有经验，那么84%的职位只需要0~1年的工作经验，门槛较低
   深度学习：显然对工作经验的要求更高

作图函数如下：

code3.png

调用作图函数的代码：

code4.png

今天R图秀让我充满了学习的动力和拼搏的勇气，为了更高的目标而努力吧！

qrcode.jpg