Python语言得天独厚的优势使之在业界的火热程度有增无减，尤其是在经历了互联网，物联网，云计算，大数据，人工智能等浪潮的推动下，其关注度，普适度一路走高。
今天我们就让python做一次主角，带大家体验一回“挑offer、选职业”沉浸式小剧场，通过一次Python实践，帮你选择最适合的职位，最靠谱的公司。
好，进入正题，日常生活中我们偶有人品大爆发的情况，例如一下子同时接到好几个offer，这时你除了感叹上帝给予你的恩赐，下一秒立马进入举棋不定的纠结状——我到底去哪家好呢？抛硬币决定？NO！在数据大爆炸的时代你怎么还这么OUT呢，必须请python出马协助我们选个offer中的真命天子，不是么？！
1、一则案例入手(多个offer在手也是有烦恼的哦)
某年某月某日， 小星同时接到2个公司的offer， 如下图(我们简称A公司，B公司)，纠结的小星经过了一番调研，收集了一些可观的数据(职位，薪资，人数)——两家公司的职位及对应的薪资人数如下：
那么现在问题来了，假设在其他综合条件都忽略不计的前提下，该选择哪家公司呢？应聘的是普通测试去哪家合适？应聘的是测试主管，又当如何？无容置疑的是，假定在两家公司的综合条件都不相上下的前提下，小星一定会选择一家从长远角度看，薪资水平高的那家公司入职。
通过观察，单个数据往往不足以支撑个人的判断，组合后的数据集看似有那么点意思，但两家公司的总体趋势还是不太明朗化，于是小星决定试试平均数，那平均数能够反映一个公司的薪资走向吗？回答是否定的，如果平均数能够反映收入的趋势，那么当大家看到北上广的薪资水平后，就不会有那么多人说“自己拖了北上广人民的后腿了”。
2、“数学小常识”你”小学”毕业了吗？
由此得出，单单靠“平均数”，是不足以反应整体数据趋势，我们需要“中位数”的加入。“平均数”和“中位数”都有什么区别呢？这两个概念是我们小学就接触到的，大家还记得吗？(敲黑板，划重点)平均数 —— 对于有限的数据集，可以通过求出所有数据之和再除以这组数据的个数得出，平均数它是反映数据集中趋势的一项指标。
中位数 ——对于有限的数据集，可以通过把所有观察值高低排序后找出正中间的一个作为中位数，如果观察值有偶数个，通常取最中间的两个数值的平均数作为中位数。中位数同样是反映数据集中趋势的一项指标。
平均数易受数据中极端数值的影响，而中位数由于仅需把数据按顺序排列后即可确定，不易受数据中极端数值的影响，当一组数据中的个别数据变动较大时，常用它来描述这组数据的集中趋势。
3、Python科学计算库numpy
接着看看numpy是怎么替我们秒算平均数和中位数的？我们先用一列简单的有限数据集作为演示：
我们来简单归纳一下numpy求均值和中位数的流程：安装numpy库
(2)导入numpy库
(3)创建numpy数组
(4)求取数组中所有数据的平均值
(5)求取数组中所有数据的中位数
4、Python可视化显示输出图表
好，现在我们回过头来看看我们的offer筛选，可以分别将A公司和B公司放入两个numpy 数组，分别求他们薪资的平均值和中位数，然后结合python可视化显示输出图表，观察两家公司的薪资趋势。
源码如下：
运行结果如下：
从上面的分析可以看出，B公司工资的中位数更大。在同等综合条件下，作为一名普通测试员，应该选择去B公司。
如果觉得数据不够直观？我们有图有真相(python可视化图形库matplotlib) —— 对可视化感兴趣的可以私信后台。
源码如下：
运行结果如下：
我们对数据处理结果进行了可视化显示，同时也得到了想要的结果，小星可以妥妥地选择B公司啦。
对于这两份offer中的数据远远称不上大数据，然而却可以帮助我们选择一份更有发展前景的公司和职位，Python的世界很精彩，如果你只了解他的冰山一角，那真是暴殄天物了！
5、总结
通过对海量的数据进行分析，我们可以从中窥探出数据变化的趋势，从而尝试进行数据建模，进而用这套模型对某一事物的未来走向进行预测，这才是这些数据存在的意义，否则再多的数据也只是一盘散沙。
对于测试从业人员来说，学习python不仅仅意味着可以写自动化脚本，构建自动化测试框架，更应跟上时代脚步，逐一探索python的精彩世界，这也已然成为了业内大神们公认的IT职业可持续发展的生存法则之一。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
