数据分析师岗位 分析可视化

数据分析师岗位 分析可视化

目录

前言

一、导入模块

二、数据处理与分析

1.读取数据

2.查看数据表格描述

3.处理重复值

4.处理缺失值

5.提取地区信息 

6.提取经验信息

7.提取薪资信息

三、Pyecharts数据可视化

1.每个地区的招聘数量 

2.平均工资最高的地区 

3.经验学历需求图

4.招聘公司所在领域

---

前言

本文基于某招聘平台的数据分析师岗位招聘信息，首先利用pandas对数据进行处理与分析，然后利用pyecharts对各地区的招聘数量、平均工资、经验学历需求和招聘公司所在领域进行可视化的制图。

---

一、导入模块

import numpy as np
import pandas as pd
from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.globals import ThemeType

from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = 'all'

二、数据处理与分析
1.读取数据

df = pd.read_csv('xx直聘 数据分析师岗位 分析可视化/xx直聘数据分析师.csv')
df.head()

2.查看数据表格描述

df.info() #查看整体性描述

df.describe()

 在这里发现count“福利”的后面几行是不满300的，说明数据缺失，要对缺失值进行处理。

3.处理重复值

df.duplicated().sum() #查看重复值

表面存在3处重复值。下面将重复值删除。

df.drop_duplicates(inplace = True) #删除重复值

4.处理缺失值

df.isnull().sum() #查看空值

df[df['福利'].isnull()] #查看“福利”空值所属信息
df['福利'].fillna('无', inplace=True) #用“无”填充福利列空值

“福利”列空值有26个，查看数值为空的列，用“无”将其填充。

df.rename(columns={'tags1':'涉及1','tags2':'涉及2','tags3':'涉及3','tags4':'涉及4','tags5':'涉及5','tags6':'涉及6'},inplace=True) #选择性重命名列名
df

df.fillna('未知',inplace=True) #用“未知”填充空值
df

5.提取地区信息 

df['地区'] = df['标题'].apply(lambda x:x.split('·')[0]) #获取地区
df['地区'].unique()

6.提取经验信息

df['经验'].unique()

查看“经验”列，数据多且杂，对数据重命名分类，其中有一条异常数据，将其改为“经验不限”。

df['经验'].replace('在校/应届本科','经验不限本科', inplace=True) #重命名经验
df['经验'].replace('5天/周2个月本科','经验不限本科', inplace=True)
df['经验'].replace('经验不限学历不限','经验不限大专', inplace=True)
df['经验'].replace('5天/周6个月大专','经验不限大专', inplace=True)
df['经验'].replace('3天/周12个月本科','经验不限本科', inplace=True)
df['经验'].replace('3天/周3个月硕士','经验不限硕士', inplace=True)
df['经验'].replace('4天/周6个月硕士','经验不限硕士', inplace=True)
df['经验'].replace('3-5年学历不限','经验不限大专', inplace=True)
df['经验'].replace('5-10年大专','经验不限大专', inplace=True)
df['经验'].replace('3-5年大专','经验不限大专', inplace=True)
df['经验'].replace('5天/周6个月本科','经验不限本科', inplace=True)
df['经验'].replace('5天/周6个月本科','经验不限本科', inplace=True)
df['经验'].replace('                                                                                                                                                                                                                                                                    ','经验不限本科', inplace=True)
df['经验'].unique()

7.提取薪资信息

df['薪资'].unique()

df['m_max'] = df['薪资'].str.extract('(d+)') #提取出最低薪资
df['m_min'] = df['薪资'].str.extract('(d+)K') #提取出最高薪资
df['m_max'] = df['m_max'].apply('float64') #转换数据类型
df['m_min'] = df['m_min'].apply('float64')
df['平均薪资'] = (df['m_max']+df['m_min'])/2

df.head()

  三、Pyecharts数据可视化 1.每个地区的招聘数量 

#每个地区的招聘数量
dq = df.groupby('地区')['地区'].count()
dq_index = dq.index.tolist()
dq_value = dq.values.tolist()

bar1 = (
    Bar(init_opts=opts.InitOpts(width='800px',height='400px',theme=ThemeType.MACARONS))
    .add_xaxis(dq_index)
    .add_yaxis('', dq_value, category_gap="50%")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="每个地区的招聘数量"),
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-50)),
        visualmap_opts=opts.VisualMapOpts(max_=80), #彩色块
        datazoom_opts=opts.DataZoomOpts(), #拉动条形轴
    )
)

bar1.render_notebook()

反映每个地区招聘数量的条形图绘制完成，颜色的深浅代表了照片数量的多少，同时可以通过拉动条形轴来选择地区的范围。

2.平均工资最高的地区 

salary_average = df.groupby('地区')['平均薪资'].mean()
salary_average  = salary_average.sort_values(ascending=False)[:10] #找出平均薪资最高的十个地区
salary_average

利用.sort_values()函数对各地区平均工资进行降序排列，找出平均工资最高的十个地区。

#平均薪资保留两位小数
s = []
for i in salary_average.values:
    s.append(round(i, 2))

bar2 = (
    Bar(init_opts=opts.InitOpts(width='800px', height='400px', theme=ThemeType.MACARONS))
    .add_xaxis(salary_average.index.tolist())
    .add_yaxis('', s, category_gap="50%")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="平均工资最高的地区"),
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-40)),
        yaxis_opts=opts.AxisOpts(name='K'),
        visualmap_opts=opts.VisualMapOpts(max_=30)
    )
)

bar2.render_notebook()

由图可知，数据分析师岗位平均工资最高的十个地区从高到低分别为北京、上海、杭州、南京、深圳、汕尾、佛山、云浮、湖州和苏州。

3.经验学历需求图

jingyan = df.groupby('经验')['标题'].count()
jingyan

 

 首先对经验进行分组，获取数据分析师岗位对经验学历的需求信息。

#经验学历需求图
pair_1 = [(i, int(j)) for i, j in zip(jingyan.index,jingyan.values)]

pie = (
    Pie(init_opts=opts.InitOpts(theme=ThemeType.MACARONS,width='1000px',height='600px'))    
    .add('', pair_1, radius=['40%', '70%'])
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%"))
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="经验学历需求图", 
            pos_left='center', 
            pos_top='center',
            title_textstyle_opts=opts.TextStyleOpts(
                color='black', 
                font_size=20, 
                font_weight='bold'
            )
        )
    )
)

pie.render_notebook() 

 由图可知，大部分数据分析师的岗位需要有一定的工作经验，并且数据分析师的岗位对学历的要求大多为本科及以上的学历。

4.招聘公司所在领域

#招聘公司所在领域
gongsi = df.groupby('公司领域')['标题'].count()

pie1 = (
    Pie(init_opts=opts.InitOpts(width='1000px',height='600px',theme=ThemeType.MACARONS))
    .add(
        "",
        [list(z) for z in zip(gongsi.index.tolist(), gongsi.values.tolist())],
        radius=["20%", "80%"],
        center=["45%", "65%"],
        rosetype="radius",
        label_opts=opts.LabelOpts(is_show=False),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="招聘公司所在领域", pos_top="35%", pos_left="1%"))
)

pie1.render_notebook()

 由图可知，数据分析师的岗位需求覆盖各个行业和领域，其中对数据分析师岗位需求最大的四个领域分别为互联网、电子商务、计算机软件和移动互联网。