python--boss直聘数据可视化

python 数据可视化

本文中主要使用matplotlib和Pandas对数据进行可视化
数据来源：爬取的BOOS直聘数据分析数据

数据展示

本文中针对以上数据，对salary,company_info，work_time,education这几个信息进行数据可视化，做出直方图和饼图

整体框架

先看一下使用的包吧

import re #正则表达式模块
import json #json模块
import pandas as pd #pandas模块
from nltk import FreqDist #nltk模块，用于分析词频
import matplotlib.pyplot as plt #matplotlib模块
from numpy import nan as NAN #numpy 模块

指定matplotlib中的字体

plt.rcParams['font.sans-serif'] = ['SimHei']  # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题

初始化，构造DataFrame数据

由于数据是从爬虫返回的JSON文件中导出的，而爬虫返回的JSON文件中JSON格式不标准，需要对格式进行处理，然后再loads为Python对象

    def __init__(self):
       #读出文件中的内容
        self.fp = open("boss_fp.json",'r',encoding='utf-8').read()
        #在每一行数据中添加逗号，
        self.fp_re = re.sub(r"}","},",self.fp)
        #取出最后一个逗号，并在首尾添加方括号，构造为一个标准的JSON数据
        self.fp_re = "["+self.fp_re[:-2]+"]"
        #loads为Python对象数据
        self.json_str = json.loads(self.fp_re)
        self.df = pd.DataFrame(self.json_str)

数据清洗

在这个项目中