用python分析“数据分析”到底值不值得学习，以及学完之后大概能拿到多少工资
前言
嗨喽！大家好呀，这里是魔王~
国内数据分析求职需求分析
用python分析“数据分析”到底值不值得学习，以及学完之后大概能拿到多少工资
青灯教育
数据分析流程
1.原始数据
2.数据清洗
3.数据分析
4.结论
事先采集得数据
#%%
import pandas as pd # anaconda里面自带的，如果是pycharm需要另外安装
# 导入绘图的图表
from pyecharts.charts import Bar,Pie # 这个得命令安装
#%% md
### 读取csv，并且添加header
#%%
df = pd.read_csv('boss.csv') # 默认会隐藏掉一些行
pd.set_option('display.max_rows',None) # 设置显示所有行 （一般不做这个操作）
df
#%% md
### 数据预览
#%%
df.head()
#%% md
## 数据可视化和简单的分析
#%%
df
#%%
不同城市的平均工资差异
mean = df.groupby('address').salary.mean()
bar = (
Bar()
.add_xaxis(mean.index.tolist())
.add_yaxis("均值", mean.values.astype('int64').tolist())
)
bar.render_notebook()
各学历薪资均值比较图
mean = df.groupby('diploma').salary.mean()
bar = (
Bar()
.add_xaxis(mean.index.tolist())
.add_yaxis("平均工资", mean.values.astype('int64').tolist())
)
bar.render_notebook()
不同工作经验薪资均值比较图
mean = df.groupby('experience').salary.mean()
bar = (
Bar()
.add_xaxis(mean.index.tolist())
.add_yaxis("均值", mean.values.astype('int64').tolist())
)
bar.render_notebook()
市场学历需求占比
data = df['diploma'].value_counts()
x = data.index.tolist()
y = data.values.tolist()
c = (
Pie()
.add(""
,[list(b) for b in zip(x, y)]
)
)
c.render_notebook()
市场工作经验需求占比
data = df['experience'].value_counts()
x = data.index.tolist()
y = data.values.tolist()
c = (
Pie()
.add(""
,[list(b) for b in zip(x, y)]
)
)
c.render_notebook()
行业需求占比
data = df['lables'].value_counts()
x = data.index.tolist()
y = data.values.tolist()
c = (
Pie()
.add(""
,[list(b) for b in zip(x, y)]
)
)
c.render_notebook()
视频教程
用python数分 来分析一下数据分析师求职需求~
尾语
好了，我的这篇文章写到这里就结束啦！
有更多建议或问题可以评论区或私信我哦！一起加油努力叭(ง •_•)ง
喜欢就关注一下博主，或点赞收藏评论一下我的文章叭！！！