python用户画像统计词云_数据分析岗位要求词云分析

距离上一次总结已经一个多月了。转行到数据分析工程师岗位这段时间，还是比较忙的。现在的公司在我来之前，没有人做数据分析的工作。领导关于数据的所有需求，都是我来从0开始想办法完成，包括运营数据的分析，可视化，爬虫这种常见的，还有文本分词、知识图谱、自然语义方面这种之前从来没接触过的。所以，现在都是一边学习，一边想法子运用到工作里去。

现在的工作中，我用到Python和Excel是最多的。最近的学习计划里，数学基础的学习上花的时间最多。但是，一直感觉自己目前用的关于数据分析的技能还是很单薄。

大家可能也有这样的感觉，当我们想转行到数据分析岗位的时候，到网络上接触到各种文章、课程、社群，他们推荐了各种书，讲了各种不太理解的专业词：数据挖掘、算法、模型、BI、RFM、用户画像等等。太多的名词，越听越懵。

所以，这次我就专门爬取了500条招聘网站的数据分析岗位需求数据。我们的目的是要找工作嘛，那就来分析一下用人单位有什么需求。

这次不分析前面的数据了，想看的同学可以移步到拉勾网数据分析师职位需求分析。

数据清洗的过程很简单，将岗位要求列进行分词，清理掉没有含义的词，再统计一下词频，最后画出词云图。

这个过程都是通过python完成，用到了jieba包和pyecharts包。

根据这个词云图，我将岗位要求分为一下3点：

1 数学基础

红框标注的词里，“统计”“数学”相关的词出现的频率很高，要想成为优秀的数据分析师，数学是内功。数学基础包括统计学、概率论、线性代数、微积分这些课程，数据挖掘和算法建模都是基于这些基础知识的。很多公司都是要求“本科”“以上学历”，也有这部分原因。当然，这些我们也可以自己通过努力，重新学习。

2 工具技能

按照词出现频率从高到低：

“报告”：出现最多就说明最重要，我们展示自己分析结果的技能一定要硬；

“SQL”：工具类里出现最多，学习也不难；

“计算机”：计算机技术的难度主要体现在编程语言上，这是数据分析的外功；

“Python”：我目前用的最多的编程语言，做数据分析、可视化、算法建模都很方便，由于各种包的存在，能做很多事情，比如遍历一个文件夹里的文件，删掉不想要的文件；

“R”：类似于Python；

“Excel”：基础工具，数据量不大的时候，效率很高；

“PPT”：做报告的工具，加分项；

“SPSS”、“hadoop”、“hive”、“Java”、“BI”、“tableau”：这些出现的频率不高，但是也有需求，有时间可以考虑学习了解一下。

3 数据分析思维

数据分析思维都是要结合公司的业务，这方面要多看书，看别人做的项目。我就不推荐书了，自己可以去搜索。