猎聘招聘网数据可视化

神舟。

已于 2023-05-07 00:48:01 修改

阅读量167

点赞数 1

文章标签：信息可视化 python 数据分析

于 2023-05-07 00:20:37 首次发布

本文链接：https://blog.csdn.net/Shenzhou_code/article/details/130537714

版权

本文主要介绍了如何对猎聘招聘网的数据进行清洗和可视化。首先，文章详细阐述了数据清洗的过程，确保数据的质量。接着，通过使用Python库进行数据可视化，展示了原始数据集的关键特征，帮助理解数据分布和潜在模式。

摘要由CSDN通过智能技术生成

Data Cleaning

import pandas as pd
import numpy as np
import re
from pyecharts.charts import Bar,Map,WordCloud,HeatMap
from pyecharts import options as opts
import matplotlib.pyplot as plt
import nltk
# 下载所需的资源
nltk.download('punkt')
import jieba
from collections import Counter
from matplotlib import rcParams
config = {
    "font.family":'serif',
    "font.size": 13,
    "mathtext.fontset":'stix',
    "font.serif": ['SimSun'],
}
rcParams.update(config)

plt.rcParams['font.sans-serif'] = ['SimHei']   #解决中文显示问题
plt.rcParams['axes.unicode_minus'] = False    # 解决中文显示问题

data = pd.read_csv('liepin.csv')
data.head()

# 去重
print(len(data))
data1 = data.drop_duplicates()
print(len(data1))

# 对于缺失值删除所在行的数据
data.dropna(inplace=True)
#统计所有列缺失值
data.isnull().sum()

data['工作地区']=data['工作地区'].str.replace(r'-.*', '').str.strip()

# 对“工资”列数据进行数据清洗,取中间值来替换
def get_middle_salary(salary_str):
        # 匹配 8-15k·13薪" 类型的字符串
        match = re.match(r'(\d{1,2})-?(\d{1,3})k·(\d+)薪', salary_str)
        if match:
            min_salary = ((float(match.group(1)) + float(match.group(2))) / 2) * 1000
            salary_per_month = float(match.group(3))
            month = salary_per_month - 12
            middle_salary = ((month * min_salary) / 12) + min_salary
            return int(middle_salary)

        match = re.match(r'(\d{1,2})-?(\d{1,3})k', salary_str)
        if match:
            middle_salary = (float(match.group(1)) + float(match.group(2))) / 2
            return int(middle_salary * 1000)


        # 如果都匹配不上，返回 4000
        return 4000


data['工资'] = data['工资'].apply(get_middle_salary)

Data Visualization

xueli = data['学历'].value_counts().index.to_list()
xueli_num = data['学历'].value_counts().values.tolist()

fig, ax = plt.subplots(figsize=(9,6))
plt.bar(xueli, xueli_num, label='academic qualifications')
for a,b,i in zip(xueli,xueli_num,range(len(xueli))): # zip 函数
    plt.text(a,b+0.01,"%.f"%xueli_num[i],ha='center',fontsize=13) # plt.text 函数

plt.title('学历占比情况', size=18)
plt.legend(loc=1)
plt.xlabel('学历', size