拉勾网“设计”职位数据分析之用pyecharts画箱线图

（前情提要）我爬了拉勾网搜索“设计”职位的招聘信息，Python爬虫获取拉勾网招聘信息详见Python爬虫获取拉勾网招聘信息。并用pyecharts画了地图Geo,Map，条形图，饼图以及词云图。详见拉勾网“设计”职位数据分析之用pyecharts画地图Geo,Map，拉勾网“设计”职位数据分析之用pyecharts画条形图Bar，拉勾网“设计”职位数据分析之用pyecharts画饼图（南丁格尔图玫瑰图）Pie，拉勾网“设计”职位数据分析之用pyecharts画词云图。

接下来画最后一个图———箱线图（其实箱线图这里我不是太明白，有点照猫画虎的意思吧，还需要再多多学习学习）

import pandas as pd
from pyecharts import options as opts 
from pyecharts.charts import Boxplot 
from pyecharts.globals import ChartType, SymbolType,ThemeType

df = pd.read_excel('lagou_sj0309_155511.xlsx')
#处理薪酬数据
    pattern = '\d+'
    # 将字符串转化为列表,薪资取最低值加上区间值得25%，比较贴近现实
    df['salarys'] = df['salary'].str.findall(pattern)
    avg_salary_list = []
    for k in df['salarys']:
        int_list = [int(n) for n in k]
        avg_salary = int_list[0] + (int_list[1] - int_list[0]) / 4
        avg_salary_list.append(avg_salary)
    df['月薪'] = avg_salary_list
    #处理工作年限数据
    df['workYears']=df['workYear'].replace({'应届毕业生':'1年以下','不限':'1年以下'})
    groupby_workyear=df.groupby(['workYears'])['月薪']
    count_groupby_workyear=groupby_workyear.count()
    count_groupby_workyear=count_groupby_workyear.reindex(['1年以下','1-3年','3-5年','5-10年'])
    a = count_groupby_workyear.index
    dff=[]
    for b in a:
        c=groupby_workyear.get_group(b).values
        dff.append(c)
    c = Boxplot(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    c.add_xaxis(['1年以下','1-3年','3-5年','5-10年']).add_yaxis("薪酬k/月", c.prepare_data(dff)
        ).set_global_opts(title_opts=opts.TitleOpts(title="不同工作经验的薪酬分布"))
    c.render("不同工作经验的薪酬分布.html")