用python分析“数据分析”到底值不值得学习，以及学完之后大概能拿到多少工资

前言

嗨喽！大家好呀，这里是魔王~

国内数据分析求职需求分析

用python分析“数据分析”到底值不值得学习，以及学完之后大概能拿到多少工资

青灯教育

数据分析流程

1.原始数据

2.数据清洗

3.数据分析

4.结论

事先采集得数据

#%%

import pandas as pd   # anaconda里面自带的，如果是pycharm需要另外安装
# 导入绘图的图表
from pyecharts.charts import Bar,Pie  # 这个得命令安装

#%% md

### 读取csv，并且添加header

#%%

df = pd.read_csv('boss.csv') # 默认会隐藏掉一些行
pd.set_option('display.max_rows',None)   # 设置显示所有行  （一般不做这个操作）
df

#%% md

### 数据预览

#%%

df.head()

#%% md

## 数据可视化和简单的分析

#%%

df

#%%

不同城市的平均工资差异

mean = df.groupby('address').salary.mean()
bar = (
    Bar()
    .add_xaxis(mean.index.tolist())
    .add_yaxis("均值", mean.values.astype('int64').tolist())
)
bar.render_notebook()

各学历薪资均值比较图

mean = df.groupby('diploma').salary.mean()

bar = (
    Bar()
    .add_xaxis(mean.index.tolist())
    .add_yaxis("平均工资", mean.values.astype('int64').tolist())
)

bar.render_notebook()

不同工作经验薪资均值比较图

mean = df.groupby('experience').salary.mean()

bar = (
    Bar()
    .add_xaxis(mean.index.tolist())
    .add_yaxis("均值", mean.values.astype('int64').tolist())
)

bar.render_notebook()

市场学历需求占比

data = df['diploma'].value_counts()
x = data.index.tolist()
y = data.values.tolist()
c = (
    Pie()
    .add(""
        ,[list(b) for b in zip(x, y)]
        )
)
c.render_notebook()

市场工作经验需求占比

data = df['experience'].value_counts()
x = data.index.tolist()
y = data.values.tolist()
c = (
    Pie()
    .add(""
        ,[list(b) for b in zip(x, y)]
        )
)
c.render_notebook()

行业需求占比

data = df['lables'].value_counts()
x = data.index.tolist()
y = data.values.tolist()

c = (
    Pie()
    .add(""
         ,[list(b) for b in zip(x, y)]
        )
)
c.render_notebook()

视频教程

用python数分 来分析一下数据分析师求职需求~

尾语

好了，我的这篇文章写到这里就结束啦！

有更多建议或问题可以评论区或私信我哦！一起加油努力叭(ง •_•)ง

喜欢就关注一下博主，或点赞收藏评论一下我的文章叭！！！