因为参考案例中，作者用的可视化工具是Tableau，所以我就迫不及待地想要尝试一下。参考案例链接：https://blog.csdn.net/lbship/article/details/79452459
在官网下载了Tableau，试用期14天，找了好久的破解版，无果，后来发现有免费版的Table Public可以用，等试用期过了就用免费版的。先拿我刚抓到的数据试试手。
image.png
北京，50-150人规模的公司招聘条数非常多，看看具体是什么类型的公司。
image.png
从图里发现一个不和谐的数据，外企代表处是什么鬼？看看原始数据是什么
image.png
岗位几乎都是一个公司发出来的，点个url看看。
image.png
哇，这公司太不靠谱了，就是骗人的嘛！要把这个公司的所有招聘数据删掉再进行后续分析。
看了一下公司对应的招聘信息，排名第一的是北京中辉，看看具体数据
image.png
这工资和这要求明显不符，肯定又是不靠谱的，删！
招聘量排前三的都是这种套路，有点常识的应该不会去应聘吧！
百度了几家公司的天眼信息，没看出什么问题，后来搜全网，找到贴吧的信息
image.png
估计几家公司都是以面试为由骗钱的。总体来看，这种骗子公司北京最多，广州其次，上面这个北京万向已经把魔爪伸向大连和南京了。
最后根据统计公司名称出现的次数，发现除了阿里巴巴、腾讯和字节跳动这些大公司的招聘数量在前，其他公司招聘数量多的几乎都是骗子公司，岗位名称中也经常出现“高薪”、“急聘”等字眼。大概删除了3000条左右的无效数据，剩余7800条。
image.png
image.png
从排名变化可以看出北京、广州、合肥的无效数据较多，北京和广州的问题相同，无效数据主要是上述的套路招聘信息，而合肥的无效数据都是一些银行客服的招聘信息。
合肥地区岗位名称
