数据分析思路
项目背景
上一篇爬取Boss数据直聘数据后，我们可以试着对这些数据进行分析并整理一些结论出来。我们的大致步骤如下：
- 清洗整理
- 确定分析目的与思路
- 进行数据分析
- 得出数据分析结论
分析思路
- 数据岗位基本就业情况：学历要求、工作经验要求、工作技能要求、薪资待遇、公司福利
- 学历要求：饼状图，学历要求的占比
- 工作经验要求：饼状图
- 工作技能要求：词云
- 薪资待遇：条形图
- 公司福利：词云，降序
- 工作经验要求：饼状图
- 工作技能要求：词云
- 薪资待遇：条形图
- 公司福利：词云，降序
- 了解影响薪资的关键因素，确定学习路线与技能树并进入合适公司做准备
- 学历与薪资散点图
- 工作经验要求与薪资散点图
- 工作技能要求 Top10 与薪资散点图
- 公司福利 Top10 与薪资散点图
代码与数据可视化
本次代码及数据可视化以 jupyter notebook 环境呈现。
- 读入Mongo数据并存入list中
Mongo数据读取
- 将数据转为DataFrame并进行清洗处理
读取数据转为DataFrame
-
数据岗位基本就业情况数据可视化
-
学历要求
可以看到，重庆地区的数据岗学历要求比较低，本科占59%，甚至没有研究生、博士学历要求，在数据岗学历来说比较少见
由于分学历做出箱型图，’学历不限‘类别数据样本太少，不做分析。本科与大专学历相比，存在两个极大异常值，且四分位距明显较小，说明数据更加聚集。虽然上四分位数，大专要大于本科，但本科箱形图的方盒关于中位线对称，更符合标准正态分布。结论：
- 本科学历岗位薪资更加集中，更符合正态分布，岗位薪资更稳定
- 大专学历岗位薪资有明显分散性，薪资高低更具有偶然性
-
不同学历岗位占比
不同学历岗位平均薪资箱型图
-
工作经验要求
学历要求方面，占比最高为'3—5年‘，为33%，’1—3年‘25.9%，对应届生与1年工作经验者来说合适的数据岗位数量较少。
薪资与工作经验呈明显的相关性。‘应届生’与‘工作时间一年内’两类数据样本太少，薪资也比较低。‘经验不限’类岗位离散性较大，薪资也处于中等，比较具有偶然性。
不同工作经验岗位占比
不同工作经验岗位平均薪资箱型图
-
工作技能要求
使用BosonNLP的API进行关键词提取，绘制词云。发现技能方面，对于数据库相关技能有要求的岗位较多，
使用BosonNLP API 进行关键词提取
关键词词云 -
薪资待遇
数量最多的岗位是平均薪资为3.5k以及10.5，中位数岗位平均薪资为7k。整体岗位平均薪资为10.8k，与重庆市平均薪资4k相比，具有明显优势。
不同薪资岗位柱状图
平均薪资、福利数量 基本统计信息
2019重庆市薪资水平报告
-
公司福利
公司福利的中五险一金、年终奖、股票期权等是最常见的福利，最少见的包括了加班补助以及带薪假期
公司福利的数量与薪资基本没有关系，看来通过招聘时公司许诺的福利来判断薪资基本行不通。
公司福利 词云
不同福利数量岗位平均薪资箱型图
公司福利Top10
公司福利 Last10
