「數據遊戲」：數據告訴你多讀書到底能不能多賺錢？

時間 2019-11-16

標籤數據遊戲告訴讀書到底能不能賺錢欄目遊戲简体版

原文原文鏈接

北起漠河南至曾母暗沙，東達撫遠西至斯姆哈納。在廣袤的中國土地上，千百年一直流傳着古老的傳說：書中自有黃金屋。前端

今天，我就用數據告訴你，書中到底有沒有黃金屋。git

數據來源

利用 Max 的拉勾爬蟲爬取了拉勾杭州站，要求3～5年工做經驗的1000條招聘數據。github

簡單數據分析

疑問1:不一樣學歷進的公司規模有明顯不一樣嗎？

positionlist_grouped = positionlist.groupby(by = ['companySize','education'],as_index = False).count()

將數據按照公司規模與教育程度分組。後端

plt.rcParams['font.family'] = ['Arial Unicode MS'] 
plt.rcParams['axes.unicode_minus'] = False 
 
sns.set_style('whitegrid',{'font.sans-serif':['Arial Unicode MS','Arial']})


# Draw a nested barplot to show survival for class and sex
g = sns.catplot(x="companySize", y="positionId", hue="education", data=positionlist_grouped,
                height=6, kind="bar", palette="muted")
g.despine(left=True)
g.set_ylabels("count");

繪製分組數據的條形圖。微信

從圖上能夠看到，雖然明確要求碩士的崗位比較少，可是不一樣規模的公司對學習要求的分佈基本一致。異步

不一樣學歷進的公司規模沒有明顯不一樣。學習

疑問2:不一樣學歷進的公司財務情況有明顯不一樣嗎？

作法與疑問1同樣，區別是將數據按照財務情況和學歷進行分組，而後繪製分佈的條形圖。flex

groupbyfe = positionlist.groupby(by = ['financeStage','education'],as_index = False).count()

咱們能夠看到 C 輪的公司開放給大專學歷的崗位相比 B 輪有一個斷崖式的下跌。餅圖會更明顯的反應出這個現象。人工智能

plt.pie('positionId',labels = 'financeStage',data = groupbyfe[groupbyfe['education'] == '大專'],autopct='%1.1f%%')
plt.title('專科');
....
....# 省略了繪製本科的代碼
....# 省略了繪製碩士的代碼

<div style = 'display:flex;justify-content:space-around'>
<img src = 'https://user-gold-cdn.xitu.io...;h=250&f=png&s=21188' style = 'width:30%;height:30%'>
<img src = 'https://user-gold-cdn.xitu.io...;h=250&f=png&s=21948' style = 'width:30%;height:30%'>
<img src = 'https://user-gold-cdn.xitu.io...;h=249&f=png&s=20731' style = 'width:30%;height:30%'>
</div>spa

對比三個餅圖，注意觀察本科和專科,B、C 輪公司的分佈，咱們能夠看到 C 輪的公司提供給專科學歷的人的崗位佔比很是的低。

因此對於疑問2，個人見解是：不一樣學歷進的公司財務情況基本一致，可是 C 輪的公司可能更傾向於招募本科及本科以上學歷的員工。

疑問3:不一樣的崗位對學歷的要求有明顯不一樣嗎？

對於這個問題，我繪製了詞雲。

首先將數據按照職位類別和學歷進行分組並統計頻數
僅保留分組數據的職位類別和學歷列
將新的數據轉置
將職位類別行設置爲列名
利用 pandas 的 to_dict 方法生成詞頻數據
利用 wordcloud 的 generate_from_frequencies 方法繪製詞頻

positionlist_grouped = positionlist.groupby(by = ['secondType','education'],as_index = False).count()
grouped_dz = positionlist_grouped[positionlist_grouped['education'] == '大專'].loc[:,['secondType','positionId']].T.dropna(axis = 1)
grouped_dz.rename(columns=grouped_dz.loc['secondType',:],inplace = True)
grouped_dz.drop(labels = 'secondType',inplace=True)

from wordcloud import WordCloud
wordcloud = WordCloud(font_path='/Library/Fonts/Songti.ttc',background_color='white').generate_from_frequencies(grouped_dz.to_dict('records')[0])
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

上面三張圖由左至右分別是專科、本科與碩士學歷的職位詞雲。

能夠看到銷售相關的工做要求專科學歷便可，運營、後端開發、移動前端開發、產品經理等崗位對學歷的要求專科、本科勢均力敵。而一些當下火熱的崗位，好比人工智能、硬件開發、數據開發等，大部分公司對學歷的要求是碩士。

疑問4:不一樣學歷的薪資有明顯不一樣嗎？

終於，到了最核心也是你們最關心的部分。

原始數據的薪資是一個區間，將區間拆分爲最低與最高兩個變量。

positionlist['Lsalary']=positionlist['salary'].str.split('-',expand  = True)[0].str[:-1].astype(int)
positionlist['Hsalary']=positionlist['salary'].str.split('-',expand  = True)[1].str[:-1].astype(int)

繪製不一樣學歷的最低薪資與最高薪資分佈直方圖。

x = positionlist[positionlist['education'] == '大專'].loc[:,['Lsalary']]
y = positionlist[positionlist['education'] == '本科'].loc[:,['Lsalary']]
z = positionlist[positionlist['education'] == '碩士'].loc[:,['Lsalary']]
ax = sns.distplot(x)
ax = sns.distplot(y)
ax = sns.distplot(z)
ax.set_xlabel('工資(單位K/月)')
ax.set_title('最低工資分佈');
#*****最高薪資👇***********#
x = positionlist[positionlist['education'] == '大專'].loc[:,['Hsalary']]
y = positionlist[positionlist['education'] == '本科'].loc[:,['Hsalary']]
z = positionlist[positionlist['education'] == '碩士'].loc[:,['Hsalary']]
ax = sns.distplot(x,kde_kws={"label": "大專"})
ax = sns.distplot(y,kde_kws={"label": "本科"})
ax = sns.distplot(z,kde_kws={"label": "碩士"})
ax.set_xlabel('工資(單位K/月)')
ax.set_title('最高工資分佈');

對比以後能夠看到學歷越高，起薪的衆數越高，最高薪的衆數也越高。因此，不得不說學歷的高低與收入的高低在統計分佈上有相關性。