1.按照招聘职位数量进行排序：
发现北京万向有限公司的数据异常高，去智联招聘网站上进行搜索：
点进该公司发布的一些职位，发现招聘要求属于笼统的概括且内容差异不大，
没有明确的职能区分；判定该公司走培训模式的概率很大，故作为异常值移除。
移除异常值后，招聘数量前10的公司：
2.进行招聘的公司中，股份制和民营的企业的职位较多，国企和事业单位发布的职位很少：
3.招聘职位较多的公司规模：100-499人和500-999人的企业
很大型的公司和很小型的公司需求都一般，可见很成熟的企业职位相对稳定，
需求不是太多；很小的公司刚起步，还没发展起来，职位也不会太多
4.各地区对于数据分析师的需求：
如热力图所示，北京地区的招求遥遥领先，其次是上海、广州，南京和杭州也紧随其后
5.除去不限学历的，对大专和本科学历的需求最普遍；
这应该是考虑了社会本身的学历输出以及公司招聘时的用人成本
6.对于工作经验的要求，除去空白的，大部分在1到3年，无经验也有一定占比，
数据分析师作为比较新兴的职位，目前的需求还是偏向初级岗位
7.细化了工资区间，在3500-6500工资的人群比较多
8.20人以下的公司给的薪资很高，1000到9999人的公司给的薪资次之；
由于这里的薪资数据是平均值，20人以下的公司人数较少，故无法平衡极端值；
而10000人以上的公司由于人数众多，极端值也可以被平衡掉。
9.国企和事业单位的平均薪资较高
10.一般来说，学历越高，工资越高，但这里没有考虑工作经验的因素
11.将岗位职责的要求复制粘贴到文本文档data-analysis.txt中，
打开jupyter notebook，新建一个python文件，输入以下代码：
filename = "data-analysis.txt"
with open(filename) as f:
mytext = f.read()
import jieba
mytext = " ".join(jieba.cut(mytext))
from wordcloud import WordCloud
wordcloud = WordCloud(font_path="simsun.ttf").generate(mytext)
%pylab inline
import matplotlib.pyplot as plt
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
根据词云分析的结果，数据分析师的主要任务就是对数据进行分析，同时对于专业有一定的要求，学历要求大专及以上