基于30多万条招聘信息的热门城市、地域 、薪资、人才要求的数据可视化分析...

又是一年毕业季,什么工作好找、工资高、哪些地域有优势等就是很多人关注的话题了。这里用一份2019年初,含有32万条数据(行)、19个详细招聘信息(列)的数据进行招聘信息的知识发现、挖掘。

数据部分截图如下:

640?wx_fmt=png

需要完成的工作

1、数据预处理;

2、每个行业的招聘次数、平均工资分析;

3、学历要求与平均工资分析;

4、不同工作经验的招聘次数、平均工资分析;

5、不同职位的发展前景分析;

6、不同地域招聘次数、平均工资分析。

下面分别从以上这几方面展开分析。

1、数据预处理

(1)、读入数据并且去掉不会用到的字段(比如公司福利、Url等)。

640?wx_fmt=png

(2)、这里需要根据读入的原始数据的工资范围简单计算平均工资,并且处理人数字段为数值型,便于后面的计算。

平均工资 = (工资最大+工资最小)/2

640?wx_fmt=png

本来想对不同行业描述做分词处理,继而进行词云分析,发现停词后每个词频都很小,几乎都为1,词云效果很差感觉这里行业描述文本挖掘或许不合适,就放弃了。

这里还是附上文本挖掘代码,如下:

640?wx_fmt=png

2、每个行业的招聘次数、平均工资分析

(1)、基于行业招聘次数的数据探索

640?wx_fmt=png

简单统计不同行业的招聘次数,画出柱状图如下:

640?wx_fmt=png

可以看出,计算机软件、互联网、IT服务行业,招聘次数总和最多。可见,在现在的互联网大潮中,计算机、互联网行业人才缺口仍然很大,但是到底工资水平怎么样呢?就需要进一步的分析了。

(2)、行业平均工资

由于行业太多,这里取招聘次数最多的前十名进行平均工资分析。这里匹配计算的平均工资定义如下:

行业平均工资 = SUM(每个行业招聘人数x平均工资)/总人数

640?wx_fmt=png

画出的行业平均工资分布柱状图如下:

640?wx_fmt=png

可以看出,电子技术行业平均工资最高,其次是基金与计算机硬件,可见行业人才需要与行业平均工资水平关系不大。

3、学历要求与平均工资分析

为什么很多人会去考研追求更高学历呢?因为,不同学历工资待遇是有差别的,那么这个工资差异到底体现出什么样的规律呢?

(1)、不同学历招聘频数统计640?wx_fmt=png

画出的柱状图如下:

640?wx_fmt=png

大专学历招聘次数最多,学历不限与本科学历居于第二,可见现在企业对人才的需求中大专需求最多,门槛比较低。硕士、博士招聘最少,可见高学历人才需求比较少,当然或许是因为高学历人才本身就少的缘故。

(2)、不同学历平均工资分析

这里匹配计算的平均工资定义如下:

学历平均工资 = SUM(每个学历招聘人数x平均工资)/总人数

640?wx_fmt=png

画出的学历~平均工资柱状图如下:

640?wx_fmt=png

其它学历工资最高,这里并不清楚到底是些什么学历。但是除了这个,博士工资毋庸置疑第一,其次是硕士学历的平均工资,本科工资第三,一切都在情理之中。所以,对自己没有自信拿到满意工资的本科生,还是继续读研深造或许会改观自己的现状吧。

4、不同工作经验的招聘次数、平均工资分析

(1)、还是不同工作经验招聘次数的统计探索性分析

640?wx_fmt=png

画出的柱状图如下:

640?wx_fmt=png

(2)、不同经验~平均工资分析

由于招聘经验字段有26个取值,图中反应的不很清楚,取六个次数较多的进行经验~平均工资分析。这里匹配计算的平均工资定义如下:

经验平均工资 = SUM(不同经验招聘人数x平均工资)/总人数

640?wx_fmt=png

画出的经验~平均工资柱状图如下:

640?wx_fmt=png

可以看出5-10年经验平均工资最高,其次是3-5年,经验与工资确实成正相关。其实,不管做什么事情,都是一种经验的积累。

5、不同职位的发展前景统计分析

这里通过对不同职位的招聘人数的简单统计,可以看出哪些职位类型是当前热门职位,只是取出招聘次数最多的前10名进行统计分析。

640?wx_fmt=png

画出的柱状图如下:

640?wx_fmt=png

由于这份数据对职位分的比较细,第一名是“软件工程师”,后面好像都是与软件有关,可见现在“软件”行业确实需要大量人才。

6、不同地域招聘次数、平均工资分析。

良禽择木而栖,找工作时地域选择确实是个问题。下面对数据中总共的33个城市进行招聘次数~平均工资的统计分析。

(1)、不同地域招聘次数的统计探索分析

统一将所有地域标准化到【市级】地域单位,比如不管是北京的朝阳区还是什么区,都统一标准化为北京这个市级单位。

640?wx_fmt=png

画出的柱状图如下:

640?wx_fmt=png

作为神都的北京确实对人才需求很大,把其它城市远远的甩在了后面。上海、深圳、武汉、成都、杭州呈现逐渐梯度下降,对人才需求也很大。北京虽然人才需求大,但是北京的生活压力等还是比较大的。总而言之,地域选择还是要根据实际情况慎重考虑,不可盲目跟风,小看了社会这个大舞台。

(2)、不同地域平均工资

通过上面的分析我们已经知道,北京的人才需求最大,那么工资水平怎么样呢?当然了,如果你是大神,走到哪里,你都是人才。哈哈!

这里匹配计算的平均工资定义如下:

地域平均工资 = SUM(不同地域招聘人数x平均工资)/总人数

640?wx_fmt=png

画出的地域平均工资柱状图如下:

640?wx_fmt=png

可以看出北京、上海、佛山地区平均工资高,上海平均工资最高,确实合乎情理。但是,发现整体平均工资水平好像差别并不大,这或许与数据抓取的城市都是发达大城市或者省会大城市有关。这样来看,又是可以理解的了。

十年寒窗,未来?每个人都想找到心仪的工作,俗话说:只要是金子,到哪里都会发光!在这些个炎热、躁动的毕业季,最需要的恰恰是冷静。

欢迎留言,觉得不错,记得点赞分享哦!

点击【阅读原文】领取课程!

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值