大數據分析一線城市1000多份崗位招聘需求，告訴你如何科學找工做

時間 2020-04-09

原文原文鏈接

文章每週持續更新，各位的「三連」是對我最大的確定。能夠微信搜索公衆號「後端技術學堂」第一時間閱讀（通常比博客早更新一到兩篇）

每一年的三四月份是招聘高峯，也常被你們稱爲金三銀四黃金招聘期，這時候上一年的總結作完了，獎金拿到了，職場人開始謀劃着年初的找工做大戲，做爲高薪行業之一的IT行業，程序員們也開始瘋狂的往心儀公司投遞簡歷，今年疫情影響是否是會變成「金四銀五」呢？程序員

做爲IT人咱們要發揮本身的專業特長，如何從各類招聘網上找到滿意的職位？我分析了北京、廣州、深圳三個一線城市的C++招聘崗位信息，篇幅限制文中只拿出北京深圳的數據分析，讓咱們看看C++崗位的招聘現狀，以及如何科學提升應聘成功率。算法

文末分享本次分析的高清圖表，須要的同窗自取。同時我分享源碼用於學習交流，若對其餘崗位感興趣能夠自行運行源碼分析。數據庫

需求分析

經過分析招聘網站發佈的招聘數據，得出崗位分佈區域、薪資水平、學歷要求，崗位需求關鍵技能、匹配的人才具備哪些特色？從而幫助應聘者提升自身能力，補齊短板，有的放矢的應對校招社招，達成終極目標得到心儀的offer。編程

軟件設計

數據分析是Python的強項，項目用Python實現。軟件分爲兩大模塊：數據獲取和數據分析json

詳細實現

數據獲取

request庫構造請求獲取數據後端

cookie = s.cookies
req = requests.post(self.baseurl, headers=self.header, data={'first': True, 'pn': i, 'kd':self.keyword}, params={'px': 'default', 'city': self.city, 'needAddtionalResult': 'false'},   cookies=cookie, timeout=3)
text = req.json()

數據csv格式存儲微信

with open(os.path.join(self.path, '招聘_關鍵詞_{}_城市_{}.csv'.format(self.keyword, self.city)),                'w',newline='', encoding='utf-8-sig') as f:
    f_csv = csv.DictWriter(f, self.csv_header)
    f_csv.writeheader()
    f_csv.writerows(data_list)

數據分析

字段預處理cookie

df_all.rename({'職位名稱': 'position'}, axis=1, inplace=True) #axis=1表明index; axis=0表明column
df_all.rename({'詳細連接': 'url'}, axis=1, inplace=True)
df_all.rename({'工做地點': 'region'}, axis=1, inplace=True)
df_all.rename({'薪資': 'salary'}, axis=1, inplace=True)
df_all.rename({'公司名稱': 'company'}, axis=1, inplace=True)
df_all.rename({'經驗要求': 'experience'}, axis=1, inplace=True)
df_all.rename({'學歷': 'edu'}, axis=1, inplace=True)
df_all.rename({'福利': 'welfare'}, axis=1, inplace=True)
df_all.rename({'職位信息': 'detail'}, axis=1, inplace=True)
df_all.drop_duplicates(inplace=True)
df_all.index = range(df_all.shape[0])

數據處理展現數據結構

from pyecharts.charts import Bar
regBar = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))
regBar.add_xaxis(region.index.tolist())
regBar.add_yaxis("區域", region.values.tolist())
regBar.set_global_opts(title_opts=opts.TitleOpts(title="工做區域分佈"),
                     toolbox_opts=opts.ToolboxOpts(),
                     visualmap_opts=opts.VisualMapOpts())
                     
from pyecharts.commons.utils import JsCode
shBar = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))
shBar.add_xaxis(sala_high.index.tolist())
shBar.add_yaxis("區域", sala_high.values.tolist())
shBar.set_series_opts(itemstyle_opts={
            "normal": {
                "color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
                    offset: 0,
                    color: 'rgba(0, 244, 255, 1)'
                }, {
                    offset: 1,
                    color: 'rgba(0, 77, 167, 1)'
                }], false)"""),
                "barBorderRadius": [30, 30, 30, 30],
                "shadowColor": 'rgb(0, 160, 221)',
            }})
shBar.set_global_opts(title_opts=opts.TitleOpts(title="最高薪資範圍分佈"), toolbox_opts=opts.ToolboxOpts())

word.add("", [*zip(key_words.words, key_words.num)],
         word_size_range=[20, 200], shape='diamond')
word.set_global_opts(title_opts=opts.TitleOpts(title="崗位技能關鍵詞雲圖"),
                     toolbox_opts=opts.ToolboxOpts())