一，选题背景
我们学习Python到什么程度，就可以开始找工作了呢，大家都知道，实践是检验真理的唯一标准，那么学到什么程度可以找工作，当然得看市场的需求，毕竟企业招你来是工作的，而不是让你来带薪学习的。
所以，今天我们就试着爬取下拉钩上关于 Python 的招聘信息，来看看市场到底需要什么样的人才。
二，数据分析方案
1.本数据集的数据内容
本数据集是一份拉勾网的部分招聘信息数据，含有10个字段。
| 字段 | 类型 | 解释 |
| city | 字符型 | 工作地点地图 |
| industryField | 字符型 | 行业分布 |
| education | 字符型 | 学历要求 |
| workYear | 字符型 | 工作经验 |
| salary | 字符型 | 薪资 |
| skillLables | 字符型 | 所需技能 |
| companyLabelList | 字符型 | 福利 |
| firstType | 字符型 | 第一类型 |
| secondType | 字符型 | 第二类型 |
| thirdType | 字符型 | 第三类型 |
二，数据分析及课程概述
1，对数据进行预处理，清洗
2，对数据进行挖掘与分析
三，数据分析
1.数据源，
利用爬虫工具后裔采集器爬取数据，
https://www.lagou.com/jobs/list_python?px=new&city=%E5%85%A8%E5%9B%BD
导入包
1 #导入各种需要的库 2 import numpy as np 3 from pyecharts.charts import Bar 4 from pyecharts.charts import Pie 5 import pyecharts.options as opts 6 from pyecharts.charts import WordCloud 7 from pyecharts.globals import SymbolType 8 from pyecharts.commons.utils import JsCode 9 import json 10 import pandas as pd 11 import matplotlib.pyplot as plt 12 import seaborn as sns 13 14 plt.rcParams['font.sans-serif']=['SimHei']##中文乱码问题！ 15 plt.rcParams['axes.unicode_minus']=False#横坐标负号显示问题！
导入数据
上面我们将获取到的 json 数据存储到了 data.txt 文件中，这不方便我们后续的数据分析操作。用 pandas 对数据做分析，所以需要做一下数据格式化。
1 #加载数据
2 def get_data():
3 with open("data.txt",'rb') as f:
4 data = []
5 for line in f.readlines():
6 result = json.loads(line)
7 result_list = result['content']['positionResult']['result']
8 for item in result_list:
9 dict = {
10 'city': item['city'],
11 'industryField': item['industryField'],
12 'education': item['education'],
13 'workYear': item['workYear'],
14 'salary': item['salary'],
15 'firstType': item['firstType'],
16 'secondType': item['secondType'],
17 'thirdType': item['thirdType'],
18 # list
19 'skillLables': ','.join(item['skillLables']),
20 'companyLabelList': ','.join(item['companyLabelList'])
21 }
22 data.append(dict)
23 return data
1 #查看数据 2 data = get_data() 3 data = pd.DataFrame(data) 4 data.head(5)
2，数据清洗
在工程实践中，我们得到的数据会存在有缺失值、重复值等，在使用之前需要进行数据清洗。
1 #删除无效的行 2 data.drop(0, axis = 0, inplace=True) 3 data
1 #查找重复值 2 data.duplicated()
1 #查询空值 2 data[data.isnull().values==True].head()
1 #缺失值NaN 2 data.isna().head()
1 #describe查看统计信息 2 data.describe()
3，数据可视化
Top15 的城市数据
先来看看哪些城市的招聘需求最大。这里我们只取 Top15 的城市数据。
1 # 城市图 Top15
2 #统计每个城市出现的次数
3 citys_value_counts = data['city'].value_counts()
4
5 #获取前15个城市名称
6 top = 15
7 citys = list(citys_value_counts.head(top).index)
8
9 #获取前15城市出现的次数
10 city_counts = list(citys_value_counts.head(top))
11
12 bar = (
13 Bar()
14 .add_xaxis(citys)
15 .add_yaxis("", city_counts)
16 .set_global_opts(title_opts=opts.TitleOpts(title="城市招聘需求", subtitle="Top15 城市数据"))
17 )
18 bar.render_notebook()
全部城市
1 # 城市图 所有城市
2 c = (
3 Pie()
4 .add(
5 "",
6 [list(z) for z in zip(citys, city_counts)],
7 radius=["40%", "55%"],
8 label_opts=opts.LabelOpts(
9 position="outside",
10 formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c} {per|{d}%} ",
11 background_color="#eee",
12 border_color="#aaa",
13 border_width=1,
14 border_radius=4,
15 rich={
16 "a": {"color": "#999", "lineHeight": 22, "align": "center"},
17 "abg": {
18 "backgroundColor": "#e3e3e3",
19 "width": "100%",
20 "align": "right",
21 "height": 22,
22 "borderRadius": [4, 4, 0, 0],
23 },
24 "hr": {
25 "borderColor": "#aaa",
26 "width": "100%",
27 "borderWidth": 0.5,
28 "height": 0,
29 },
30 "b": {"fontSize": 16, "lineHeight": 33},
31 "per": {
32 "color": "#eee",
33 "backgroundColor": "#334455",
34 "padding": [2, 4],
35 "borderRadius": 2,
36 },
37 },
38 ),
39 )
40 .set_global_opts(legend_opts=opts.LegendOpts(is_show=False),title_opts=opts.TitleOpts(title="城市招聘需求", subtitle="所有城市数据"))
41 )
42 c.render_notebook()
由上图可以看出，北京基本占据了四分之一还多的招聘量，其次是上海，深圳，杭州，单单从需求量来说，四个一线城市中广州被杭州所代替。
这也就从侧面说明了我们为啥要去一线城市发展了
行业信息
这些招聘方都属于哪些行业。因为行业数据不是非常规整，所以需要单独对每一条记录按照 , 作下切割。
1 # 行业
2 industrys = list(data['industryField'])
3 industry_list = [i for item in industrys for i in item.split(',')]
4
5 industry_series = pd.Series(data=industry_list)
6 industry_value_counts = industry_series.value_counts()
7
8 industrys = list(industry_value_counts.head(top).index)
9 industry_counts = list(industry_value_counts.head(top))
10
11 pie = (
12 Pie()
13 .add("", [list(z) for z in zip(industrys, industry_counts)])
14 .set_global_opts(title_opts=opts.TitleOpts(title="招聘方所属行业"))
15 .set_global_opts(legend_opts=opts.LegendOpts(is_show=True,pos_left=True))
16 .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
17 )
18 pie.render_notebook()
移动互联网行业占据了四分之一还多的需求量，这跟我们的认识的大环境是相符合的
学历情况
接下来我们分析学历占比情况
1 # 学历
2 #统计每个学历出现的次数
3 eduction_value_counts = data['education'].value_counts()
4
5 #获取所有学历
6 eduction = list(eduction_value_counts.index)
7
8 #获取所有学历出现的次数
9 eduction_counts = list(eduction_value_counts)
10
11 pie = (
12 (
13 Pie()
14 .add(
15 series_name="学历",
16 data_pair=[list(z) for z in zip(eduction, eduction_counts)],
17 radius=["50%", "70%"],
18 label_opts=opts.LabelOpts(is_show=False, position="center"),
19 )
20 .set_global_opts(
21 legend_opts=opts.LegendOpts(pos_left="legft", orient="vertical")
22 )
23 .set_series_opts(
24 tooltip_opts=opts.TooltipOpts(
25 trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)"
26 ),
27 label_opts=opts.LabelOpts(formatter="{b}: {c}")
28 )
29 )
30 )
31 pie.render_notebook()
工作年限分析
3-5年的中级工程师需求最多，其次是 1-3 年的初级工程师。
其实这也是符合市场规律的，这是因为高级工程师换工作频率远远低于初中级，且一个公司对高级工程师的需求量是远远低于初中级工程师的。
但是发现1年以下的招的非常少，所以很多自学的人入行难！
1 # 工作年限
2 #对工作年限进行次数统计
3 work_year_value_counts = data['workYear'].value_counts()
4
5 #获取所有工作年限
6 work_year = list(work_year_value_counts.index)
7
8 #获取所有工作年限出现的次数
9 work_year_counts = list(work_year_value_counts)
10
11
12 bar = (
13 Bar()
14 .add_xaxis(work_year)
15 .add_yaxis("",work_year_counts, category_gap="60%")
16 .set_series_opts(
17 itemstyle_opts={
18 "normal": {
19 "color": JsCode(
20 """new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
21 offset: 0,
22 color: 'rgba(0, 244, 255, 1)'
23 }, {
24 offset: 1,
25 color: 'rgba(0, 77, 167, 1)'
26 }], false)"""
27 ),
28 "barBorderRadius": [30, 30, 30, 30],
29 "shadowColor": "rgb(0, 160, 221)",
30 }
31 }
32 )
33 .set_global_opts(title_opts=opts.TitleOpts(title="工作年限"))
34 )
35 bar.render_notebook()
薪资条件
看看各大公司给出的薪资条件
1 # 薪资
2 #获取每个工资范围及对应的数量
3 salary_value_counts = data['salary'].value_counts()
4
5 #获取所有工资范围
6 salary = list(salary_value_counts.head(top).index)
7
8 #获取所以工资范围对应的数量
9 salary_counts = list(salary_value_counts.head(top))
10
11 #柱状图
12 bar = (
13 Bar()
14 .add_xaxis(salary)
15 .add_yaxis("", salary_counts)
16 .set_global_opts(xaxis_opts=opts.AxisOpts(name_rotate=0, name="薪资", axislabel_opts={"rotate": 45}))
17 .set_global_opts(title_opts=opts.TitleOpts(title="薪资"))
18 )
19 bar.render_notebook()
第一类型
1 # firstType
2 industrys = list(data['firstType'])
3 industry_list = [i for item in industrys for i in item.split(',')]
4
5 industry_series = pd.Series(data=industry_list)
6 industry_value_counts = industry_series.value_counts()
7
8 industrys = list(industry_value_counts.head(top).index)
9 industry_counts = list(industry_value_counts.head(top))
10
11 pie = (
12 Pie()
13 .add("", [list(z) for z in zip(industrys, industry_counts)])
14 .set_global_opts(title_opts=opts.TitleOpts(title="firstType"))
15 .set_global_opts(legend_opts=opts.LegendOpts(is_show=True,pos_left=True))
16 .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
17 )
18 pie.render_notebook()
第二类型
1 #先按逗号进行切分，然后转换为Series类型的数据
2 word_data = data['secondType'].str.split(',').apply(pd.Series)
3 #删除空值
4 word_data = word_data.replace(np.nan, '')
5 #将数据转换为字符串类型
6 text = word_data.to_string(header=False, index=False)
7 #去除字符串里面的空白字符，存入skills列表
8 skills = text.split()
9 skill_count = {}
10 #统计每个关键词出现的次数
11 for item in skills:
12 if item in skill_count:
13 skill_count[item]+=1
14 else:
15 skill_count[item]=1
16 skill = skill_count.keys()
17 skill_value = skill_count.values()
1 result = [list(z) for z in zip(skill, skill_value)] 2 c = ( 3 ( 4 WordCloud() 5 .add(series_name="工作", data_pair=result, word_size_range=[20, 60]) 6 .set_global_opts( 7 title_opts=opts.TitleOpts( 8 title="工作性质", title_textstyle_opts=opts.TextStyleOpts(font_size=23) 9 ), 10 tooltip_opts=opts.TooltipOpts(is_show=True), 11 ) 12 )) 13 c.render_notebook()
第三类型
1 #统计thirdType中每个类型出现的次数
2 citys_value_counts = data['thirdType'].value_counts()
3
4 citys = list(citys_value_counts.head(top).index)
5
6 #获取前15城市出现的次数
7 city_counts = list(citys_value_counts.head(top))
8
9 bar = (
10 Bar()
11 .add_xaxis(citys)
12 .add_yaxis("", city_counts)
13 .set_global_opts(title_opts=opts.TitleOpts(title="招聘技能需求", subtitle="Top15 数据"))
14
15 )
16 bar.render_notebook()
分析技能情况
1 #先按逗号进行切分，然后转换为Series类型的数据
2 word_data = data['skillLables'].str.split(',').apply(pd.Series)
3 #删除空值
4 word_data = word_data.replace(np.nan, '')
5 #将数据转换为字符串类型
6 text = word_data.to_string(header=False, index=False)
7 #去除字符串里面的空白字符，存入skills列表
8 skills = text.split()
9 skill_count = {}
10 #统计每个关键词出现的次数
11 for item in skills:
12 if item in skill_count:
13 skill_count[item]+=1
14 else:
15 skill_count[item]=1
16 skill = skill_count.keys()
17 skill_value = skill_count.values()
1 result = [list(z) for z in zip(skill, skill_value)] 2 c = ( 3 ( 4 WordCloud() 5 .add(series_name="技能点", data_pair=result, word_size_range=[20, 60]) 6 .set_global_opts( 7 title_opts=opts.TitleOpts( 8 title="技能", title_textstyle_opts=opts.TextStyleOpts(font_size=23) 9 ), 10 tooltip_opts=opts.TooltipOpts(is_show=True), 11 ) 12 )) 13 c.render_notebook()
福利待遇
年底双薪、绩效奖金、扁平化管理。都是大家所熟知的福利，其中扁平化管理是互联网公司的特色。不像国企或实体企业，上下级观念会比较重
1 #先按逗号进行切分，然后转换为Series类型的数据,操作基本一样
2 word_data = data['companyLabelList'].str.split(',').apply(pd.Series)
3 #删除空值
4 word_data = word_data.replace(np.nan, '')
5 #将数据转换为字符串类型
6 text = word_data.to_string(header=False, index=False)
7 #去除字符串里面的空白字符，存入skills列表
8 Welfares = text.split()
9 Welfarecount = {}
10 #统计每个关键字出现的次数
11 for item in Welfares:
12 if item in Welfarecount:
13 Welfarecount[item]+=1
14 else:
15 Welfarecount[item]=1
16 Welfare = Welfarecount.keys()
17 Welfare_value = Welfarecount.values()
1 result = [list(z) for z in zip(Welfare, Welfare_value)]
2 c = (
3 WordCloud()
4 .add("", result, word_size_range=[20, 100], shape=SymbolType.DIAMOND)
5 .set_global_opts(title_opts=opts.TitleOpts(title="公司福利"))
6 )
7 c.render_notebook()
四，完整代码
1 #导入各种需要的库
2 import numpy as np
3 from pyecharts.charts import Bar
4 from pyecharts.charts import Pie
5 import pyecharts.options as opts
6 from pyecharts.charts import WordCloud
7 from pyecharts.globals import SymbolType
8 from pyecharts.commons.utils import JsCode
9 import json
10 import pandas as pd
11 import matplotlib.pyplot as plt
12 import seaborn as sns
13
14 plt.rcParams['font.sans-serif']=['SimHei']##中文乱码问题！
15 plt.rcParams['axes.unicode_minus']=False#横坐标负号显示问题！
16
17 #加载数据
18 def get_data():
19 with open("data.txt",'rb') as f:
20 data = []
21 for line in f.readlines():
22 result = json.loads(line)
23 result_list = result['content']['positionResult']['result']
24 for item in result_list:
25 dict = {
26 'city': item['city'],
27 'industryField': item['industryField'],
28 'education': item['education'],
29 'workYear': item['workYear'],
30 'salary': item['salary'],
31 'firstType': item['firstType'],
32 'secondType': item['secondType'],
33 'thirdType': item['thirdType'],
34 # list
35 'skillLables': ','.join(item['skillLables']),
36 'companyLabelList': ','.join(item['companyLabelList'])
37 }
38 data.append(dict)
39 return data
40
41
42 #查看数据
43 data = get_data()
44 data = pd.DataFrame(data)
45 data.head(5)
46
47 #删除无效的行
48 data.drop(0, axis = 0, inplace=True)
49 data
50
51 #查找重复值
52 data.duplicated()
53
54 #查询空值
55 data[data.isnull().values==True].head()
56
57 #缺失值NaN
58 data.isna().head()
59
60 #describe查看统计信息
61 data.describe()
62
63 # 城市图 Top15
64 #统计每个城市出现的次数
65 citys_value_counts = data['city'].value_counts()
66 #获取前15个城市名称
67 top = 15
68 citys = list(citys_value_counts.head(top).index)
69 #获取前15城市出现的次数
70 city_counts = list(citys_value_counts.head(top))
71
72 bar = (
73 Bar()
74 .add_xaxis(citys)
75 .add_yaxis("", city_counts)
76 .set_global_opts(title_opts=opts.TitleOpts(title="城市招聘需求", subtitle="Top15 城市数据"))
77 )
78 bar.render_notebook()
79
80 # 城市图 所有城市
81 c = (
82 Pie()
83 .add(
84 "",
85 [list(z) for z in zip(citys, city_counts)],
86 radius=["40%", "55%"],
87 label_opts=opts.LabelOpts(
88 position="outside",
89 formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c} {per|{d}%} ",
90 background_color="#eee",
91 border_color="#aaa",
92 border_width=1,
93 border_radius=4,
94 rich={
95 "a": {"color": "#999", "lineHeight": 22, "align": "center"},
96 "abg": {
97 "backgroundColor": "#e3e3e3",
98 "width": "100%",
99 "align": "right",
100 "height": 22,
101 "borderRadius": [4, 4, 0, 0],
102 },
103 "hr": {
104 "borderColor": "#aaa",
105 "width": "100%",
106 "borderWidth": 0.5,
107 "height": 0,
108 },
109 "b": {"fontSize": 16, "lineHeight": 33},
110 "per": {
111 "color": "#eee",
112 "backgroundColor": "#334455",
113 "padding": [2, 4],
114 "borderRadius": 2,
115 },
116 },
117 ),
118 )
119 .set_global_opts(legend_opts=opts.LegendOpts(is_show=False),title_opts=opts.TitleOpts(title="城市招聘需求", subtitle="所有城市数据"))
120 )
121 c.render_notebook()
122
123 # 行业
124 industrys = list(data['industryField'])
125 industry_list = [i for item in industrys for i in item.split(',')]
126
127 industry_series = pd.Series(data=industry_list)
128 industry_value_counts = industry_series.value_counts()
129
130 industrys = list(industry_value_counts.head(top).index)
131 industry_counts = list(industry_value_counts.head(top))
132
133 pie = (
134 Pie()
135 .add("", [list(z) for z in zip(industrys, industry_counts)])
136 .set_global_opts(title_opts=opts.TitleOpts(title="招聘方所属行业"))
137 .set_global_opts(legend_opts=opts.LegendOpts(is_show=True,pos_left=True))
138 .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
139 )
140 pie.render_notebook()
141
142 # 学历
143 #统计每个学历出现的次数
144 eduction_value_counts = data['education'].value_counts()
145
146 #获取所有学历
147 eduction = list(eduction_value_counts.index)
148
149 #获取所有学历出现的次数
150 eduction_counts = list(eduction_value_counts)
151
152 pie = (
153 (
154 Pie()
155 .add(
156 series_name="学历",
157 data_pair=[list(z) for z in zip(eduction, eduction_counts)],
158 radius=["50%", "70%"],
159 label_opts=opts.LabelOpts(is_show=False, position="center"),
160 )
161 .set_global_opts(
162 legend_opts=opts.LegendOpts(pos_left="legft", orient="vertical")
163 )
164 .set_series_opts(
165 tooltip_opts=opts.TooltipOpts(
166 trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)"
167 ),
168 label_opts=opts.LabelOpts(formatter="{b}: {c}")
169 )
170 )
171 )
172 pie.render_notebook()
173
174 # 工作年限
175 #对工作年限进行次数统计
176 work_year_value_counts = data['workYear'].value_counts()
177
178 #获取所有工作年限
179 work_year = list(work_year_value_counts.index)
180
181 #获取所有工作年限出现的次数
182 work_year_counts = list(work_year_value_counts)
183
184
185 bar = (
186 Bar()
187 .add_xaxis(work_year)
188 .add_yaxis("",work_year_counts, category_gap="60%")
189 .set_series_opts(
190 itemstyle_opts={
191 "normal": {
192 "color": JsCode(
193 """new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
194 offset: 0,
195 color: 'rgba(0, 244, 255, 1)'
196 }, {
197 offset: 1,
198 color: 'rgba(0, 77, 167, 1)'
199 }], false)"""
200 ),
201 "barBorderRadius": [30, 30, 30, 30],
202 "shadowColor": "rgb(0, 160, 221)",
203 }
204 }
205 )
206 .set_global_opts(title_opts=opts.TitleOpts(title="工作年限"))
207 )
208 bar.render_notebook()
209
210 # 薪资
211 #获取每个工资范围及对应的数量
212 salary_value_counts = data['salary'].value_counts()
213
214 #获取所有工资范围
215 salary = list(salary_value_counts.head(top).index)
216
217 #获取所以工资范围对应的数量
218 salary_counts = list(salary_value_counts.head(top))
219
220 #柱状图
221 bar = (
222 Bar()
223 .add_xaxis(salary)
224 .add_yaxis("", salary_counts)
225 .set_global_opts(xaxis_opts=opts.AxisOpts(name_rotate=0, name="薪资", axislabel_opts={"rotate": 45}))
226 .set_global_opts(title_opts=opts.TitleOpts(title="薪资"))
227 )
228 bar.render_notebook()
229
230 # firstType
231 industrys = list(data['firstType'])
232 industry_list = [i for item in industrys for i in item.split(',')]
233
234 industry_series = pd.Series(data=industry_list)
235 industry_value_counts = industry_series.value_counts()
236
237 industrys = list(industry_value_counts.head(top).index)
238 industry_counts = list(industry_value_counts.head(top))
239
240 pie = (
241 Pie()
242 .add("", [list(z) for z in zip(industrys, industry_counts)])
243 .set_global_opts(title_opts=opts.TitleOpts(title="firstType"))
244 .set_global_opts(legend_opts=opts.LegendOpts(is_show=True,pos_left=True))
245 .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
246 )
247 pie.render_notebook()
248
249
250 #先按逗号进行切分，然后转换为Series类型的数据
251 word_data = data['secondType'].str.split(',').apply(pd.Series)
252 #删除空值
253 word_data = word_data.replace(np.nan, '')
254 #将数据转换为字符串类型
255 text = word_data.to_string(header=False, index=False)
256 #去除字符串里面的空白字符，存入skills列表
257 skills = text.split()
258 skill_count = {}
259 #统计每个关键词出现的次数
260 for item in skills:
261 if item in skill_count:
262 skill_count[item]+=1
263 else:
264 skill_count[item]=1
265 skill = skill_count.keys()
266 skill_value = skill_count.values()
267
268 result = [list(z) for z in zip(skill, skill_value)]
269 c = (
270 (
271 WordCloud()
272 .add(series_name="工作", data_pair=result, word_size_range=[20, 60])
273 .set_global_opts(
274 title_opts=opts.TitleOpts(
275 title="工作性质", title_textstyle_opts=opts.TextStyleOpts(font_size=23)
276 ),
277 tooltip_opts=opts.TooltipOpts(is_show=True),
278 )
279 ))
280 c.render_notebook()
281
282
283 #统计thirdType中每个类型出现的次数
284 citys_value_counts = data['thirdType'].value_counts()
285
286 citys = list(citys_value_counts.head(top).index)
287
288 #获取前15城市出现的次数
289 city_counts = list(citys_value_counts.head(top))
290
291 bar = (
292 Bar()
293 .add_xaxis(citys)
294 .add_yaxis("", city_counts)
295 .set_global_opts(title_opts=opts.TitleOpts(title="招聘技能需求", subtitle="Top15 数据"))
296
297 )
298 bar.render_notebook()
299
300
301 word_data = data['skillLables'].str.split(',').apply(pd.Series)
302 #删除空值
303 word_data = word_data.replace(np.nan, '')
304 #将数据转换为字符串类型
305 text = word_data.to_string(header=False, index=False)
306 #去除字符串里面的空白字符，存入skills列表
307 skills = text.split()
308 skill_count = {}
309 #统计每个关键词出现的次数
310 for item in skills:
311 if item in skill_count:
312 skill_count[item]+=1
313 else:
314 skill_count[item]=1
315 skill = skill_count.keys()
316 skill_value = skill_count.values()
317
318 result = [list(z) for z in zip(skill, skill_value)]
319 c = (
320 (
321 WordCloud()
322 .add(series_name="技能点", data_pair=result, word_size_range=[20, 60])
323 .set_global_opts(
324 title_opts=opts.TitleOpts(
325 title="技能", title_textstyle_opts=opts.TextStyleOpts(font_size=23)
326 ),
327 tooltip_opts=opts.TooltipOpts(is_show=True),
328 )
329 ))
330 c.render_notebook()
331
332
333 #先按逗号进行切分，然后转换为Series类型的数据,操作基本一样
334 word_data = data['companyLabelList'].str.split(',').apply(pd.Series)
335 #删除空值
336 word_data = word_data.replace(np.nan, '')
337 #将数据转换为字符串类型
338 text = word_data.to_string(header=False, index=False)
339 #去除字符串里面的空白字符，存入skills列表
340 Welfares = text.split()
341 Welfarecount = {}
342 #统计每个关键字出现的次数
343 for item in Welfares:
344 if item in Welfarecount:
345 Welfarecount[item]+=1
346 else:
347 Welfarecount[item]=1
348 Welfare = Welfarecount.keys()
349 Welfare_value = Welfarecount.values()
350
351 result = [list(z) for z in zip(Welfare, Welfare_value)]
352 c = (
353 WordCloud()
354 .add("", result, word_size_range=[20, 100], shape=SymbolType.DIAMOND)
355 .set_global_opts(title_opts=opts.TitleOpts(title="公司福利"))
356 )
357 c.render_notebook()
五，总结
通过选取拉勾网关于 Python 的招聘数据，对这批数据分析之后得出如下结论：
关于学历你最好是本科毕业，市场对 1-5 年工作经验的工程师需求量比较大，需求量最大的城市是北上深杭，需求量最多的行业仍然是移动互联网，而且大多数公司都够给到不错的薪酬待遇。如果你学历比较低，想要拿到高薪，需要有过硬的技能。
标签：数据分析,拉勾,招聘,list,value,item,counts,data,opts From： https://www.cnblogs.com/zhaowuxing/p/16998006.html