作者 | 徐麟
责编 | 郭芮
随着互联网行业的日益兴盛,吸引力越来越多的牛人加入其中,也有许多小伙伴跃跃欲试,想要在互联网的浪潮中大展身手。今天我们通过看准网的数据,帮助大家对各大互联网公司有一个比较概括的了解。
数据来源
看准网提供了许多员工对于公司的评价,我们从中提取需要的数据,包括整体评分、面试难度、推荐率、前景看好情况、CEO支持率,代码如下:
## 获得信息
def get_company_info(num,headers):
## 获得评价数据
url = 'https://www.kanzhun.com/gsr'+str(num)+'.html?ka=com-blocker1-review'
js='window.open("'+url+'")'
driver.execute_script(js)
time.sleep(5)
driver.close()
driver.switch_to_window(driver.window_handles[0])
bsObj=BeautifulSoup(driver.page_source,"html.parser")
tag=bsObj.find('div',attrs={'class':'all_item'}).text.replace('\t','').replace('\n','').replace('(',' ').replace(')',' ').split(' ')
tag=tag[0:len(tag)-1]
this_tag = {tag[i*2]:tag[i*2+1] for i in np.arange(int(len(tag)/2-1))}
this_name = bsObj.find('div',attrs={'class':'co_name t_center'}).text
this_overal = float(bsObj.find('div',attrs={'class':'res_box_star f_right'}).find('em').text)
points = bsObj.find('ul',attrs={'class':'score_rate clearfix'}).text.replace('\n',' ').split()
this_recommend = float(points[0][0:2])/100*5
this_future = float(points[2][0:2])/100*5
this_ceo = float(points[4][0:2])/100*5
## 获得CEO头像和公司logo
ceo_pic = bsObj.find('div',attrs={'class':'ceo_info'}).find('div').find('img').attrs['src']
ceo_name = bsObj.find('div',attrs={'class':'ceo_info'}).find('p').text
head_logo = bsObj.find('div',attrs={'class':'com_logo f_left'}).find('img').attrs['src']
head_loc = 'D:/爬虫/看准/公司logo/'+this_name+'.jpg'
ceo_loc = 'D:/爬虫/看准/CEOlogo/'+this_name+'.jpg'
request.urlretrieve(head_logo,head_loc)
request.urlretrieve(ceo_pic,ceo_loc)
## 获得面试难度
url = 'https://www.kanzhun.com/gsm'+str(num)+'.html?ka=com-floater-interview'
js='window.open("'+url+'")'
driver.execute_script(js)
time.sleep(5)
driver.close()
driver.switch_to_window(driver.window_handles[0])
bsObj=BeautifulSoup(driver.page_source,"html.parser")
req=request.Request(url,headers=headers)
html=urlopen(req)
bsObj=BeautifulSoup(html.read(),"html.parser")
this_difficulty = float(bsObj.find('section',attrs={'class':'interview_feel'}).find('em').text)
this_feeling = bsObj.find('ul',attrs={'class':'score_list'}).find_all('span',attrs={'class':'percent'})
this_feeling = [float(k.text.replace('%','')) for k in this_feeling]
this_feeling = (this_feeling[0]*5+this_feeling[1]*3+this_feeling[2]*1)/100
## 整合数据成为字典
this_company ={'name':this_name,'overal':this_overal,'comments':tag[1],'recommend':this_recommend,
'future':this_future,'ceo':this_ceo,'difficulty':this_difficulty,'feeling':this_feeling}
return this_company,this_tag,this_name
整体对比
我们最终选取了50家互联网公司作为样本进行对比,选取来源主要是结合2018年互联网公司百强榜单和看准网上的实际评价数量,选取的公司logo拼图如下,我们会在第4部分讲解如何将图片进行拼接:
首先对比各项评价指标的TOP15:
可以看到,榜单中BAT在各项排名中都处于十分靠前的位置,网易也占据了多个榜单的靠前位置,腾讯霸占了所有排名的TOP1。
下面我们再来看一下面试难度,我们选取了面试难度评分的TOP15和BOTTOM15,该数据仅供参考,根据笔者的经验,同一个公司的不同部门不同岗位之间的难度差异也非常大。
在面试难度偏低的一些公司中,有许多非常不错的公司,该数据仅仅是一个参考,真正的面试还是要取决于求职者的实际能力,所谓会者不难,难者不会。真正的大牛无论是面对多么困难的面试,依然可以slay全场。
## 整体评分top15柱形图
company=pd.read_excel('company_info.xlsx')
company_overal = company.sort_values('overal',ascending=False)[0:15]
attr = company_overal['name']
v1=round(company_overal['overal'],2)
bar = Bar("整体评分TOP15",title_pos='center')
bar.use_theme('essos')
bar.add("", attr, v1, is_stack=False,xaxis_rotate=30,yaxis_min=3.7,is_label_show=True,
xaxis_interval =0,is_splitline_show=False)
bar.render('整体评分TOP15.html')
雷达图
前面我们看的都是各个公司之间的对比,下面我们看一下同一个公司不同维度的情况,我们选取了BAT和TMD作为数据,其他的公司也可以按照同样的方式进行对比,首先看一下BAT:
BAT真的是名副其实的业界标杆,各项指标都slay整个行业,下面我们看一下此前发展势头迅猛的TMD三家公司:
TMD三家公司和行业整体水平相比,也是处于领先地位,可见其还不错的发展势头。最后放上和笔者息息相关的三家公司,具体是哪三家,相信了解笔者的朋友一定是可以猜出来的:
value_avg = [list(company.iloc[:,[1,3,4,5,6]].mean())]
value_company0 = [list(company.iloc[0,[1,3,4,5,6]])]
value_company1 = [list(company.iloc[1,[1,3,4,5,6]])]
value_company2 = [list(company.iloc[2,[1,3,4,5,6]])]
c_schema= [{"name": "总体评价", "max": 4.4, "min": 3.2},
{"name": "推荐度", "max": 4.75, "min": 2.4},
{"name": "前景看好", "max": 4.25, "min": 1},
{"name": "CEO/董事长认可度", "max": 4.8,"min":3},
{"name": "面试难度", "max": 3.4,"min":2.3}]
radar = Radar()
radar.use_theme('essos')
radar.config(c_schema=c_schema, shape='circle')
radar.add(company['name'][0], value_company0, item_color="blue", symbol=None,linewidht=5)
radar.add(company['name'][1], value_company1, item_color="orange", symbol=None,linewidht=5)
radar.add(company['name'][2], value_company2, item_color="red", symbol=None,linewidht=5)
radar.add("整体水平", value_avg, item_color="purple", symbol=None,linewidth=5,
legend_selectedmode='multiple')
radar.render('bat.html')
图片拼接
看准网提供了各个公司的logo和各位公司大佬的头像,我们冒昧地利用这些数据进行简单的图片拼接,制作成一副大的合成图。主要原理是利用numpy中的多维数组进行拼接,由于图像本身就可以看做是一个三维数组(彩色)或者一位数组(黑白),所以我们只需利用数组的拼接方法,就可以达到我们的目的。
代码如下:
## 拼接公司logo成为5*10的拼图
i = 0
for filename in os.listdir("./公司logo"):
file_loc = "D:/爬虫/看准/公司logo/"+filename
img = mpimg.imread(file_loc)[:,:,0:3]
img = cv2.resize(img, (180,180),interpolation=cv2.INTER_AREA)
if i % 10 == 0:
row_img=img
elif i == 9:
row_img=np.hstack((row_img,img))
all_img = row_img
elif i % 10 == 9:
row_img=np.hstack((row_img,img))
all_img = np.vstack((all_img,row_img))
else:
row_img=np.hstack((row_img,img))
i = i+1
plt.imshow(all_img)
plt.axis('off')
## 拼接大佬头像成为7*7的拼图
i = 0
for filename in os.listdir("./CEOlogo"):
file_loc = "D:/爬虫/看准/CEOlogo/"+filename
img = mpimg.imread(file_loc)[:,:,0:3]
img = cv2.resize(img, (500,500),interpolation=cv2.INTER_CUBIC)
if i % 7 == 0:
row_img=img
elif i == 6:
row_img=np.hstack((row_img,img))
all_img = row_img
elif i % 7 == 6:
row_img=np.hstack((row_img,img))
all_img = np.vstack((all_img,row_img))
else:
row_img=np.hstack((row_img,img))
i = i+1
plt.imshow(all_img)
plt.axis('off')
下面就是我们的效果图,不知道大家是否能一眼就把所有的logo都认全:
最后是各位大佬的拼图,不知道大家第一眼看到的是哪位大佬,第一眼看到的大佬,或许就是你未来的老板。
作者:徐麟,知乎同名专栏作者,目前就职于上海唯品会产品技术中心,哥大统计数据狗,从事数据挖掘&分析工作,喜欢用R&Python玩一些不一样的数据。个人公众号:数据森麟(ID:shujusenlin)。
声明:本文为作者投稿,版权归对方所有。
微信改版了,
想快速看到CSDN的热乎文章,
赶快把CSDN公众号设为星标吧,
打开公众号,点击“设为星标”就可以啦!
推荐阅读:
2018 AI开发者大会
◆
只讲技术,拒绝空谈
◆
2018 AI开发者大会首轮重磅嘉宾及深度议题现已火热出炉,扫码抢“鲜”看。国庆特惠,购票立享 5 折优惠!