今天有个好朋友,和我说他的30岁,啥也没有,过的很失败。
我在安慰之余,有一些感触:30岁好像是一个槛,之前可以随意做自己,过了这个数字,就好像是为了活在别人的期待里。
现在很多人讲求急功近利,被那种“人均985,年薪百万”的氛围所迷惑了,搜索30岁这个关键词,可以发现更多的是收入、无力、压力等字眼:
你好,30岁,可现实真的好吗?
我们就从收入的角度,看看30岁的人到底能拿多少?先看一下这份分布统计:
按照道理是准确的,这个数据也符合常理,但是我想了想,还是不够精确,还是没有把数据挖掘出来。
于是,一个全能的IT人决定用大数据和可视化,对大家30岁的收入做一个详细的分析。
数据从哪来?各大求职网站(靠谱的),统计局官方统计(较为真实,且涉及各行各业),知乎这里不考虑,一个匿名我也能编故事。
python爬取是个获取数据的不错手段,除了一些能下载到的Excel表格数据之外,我们需要用python对招聘网站的薪资模块进行爬取,一般是工作5-6年的人,具体的教程和代码这里就不展示了,最后要的就是如下的Excel文件:
看了一下,数据还挺多的,大几十万是有的,所以处理起来还是蛮费力的,Excel处理的话,是非常麻烦的,就算你精通各种公式、函数,Excel本身的数据支持量也没有这么大。
程序员的话,写写代码也能处理,但这部分人也是少数,那么有没有什么大数据分析工具呢?处理数据和可视化为一体,在某种程度上还能取代Excel。
就拿FineBI来说吧,或者BI工具大家没听过,但其实你只需要知道用处和Excel差不多,比Excel简单,能实现更多的东西就行,称其为大数据分析工具,是不是好理解一点?
具体是怎么样的?
我们上面说到获取了数据集合的Excel,然后就可以把这Excel导入到FineBI里进行分析了。
FineBI也可以连接各种数据库,程序员可能会用到的比较多,如果是不会代码的人,就用Excel作为数据源就行了。
一般来说,数据是没什么问题的,但如果你想要处理数据,FineBI也是可以的,内置多种数据处理公式,都是现成的,相比于ETL还是差一点,不过简单处理的话是够了。
接下来就是创建仪表盘,进行分析了。
FineBI做可视化分析,是我比较满意的一个地方,因为分析过程很快速:
接下来就是可视化的结果了,分析和图表都为FineBI所作,你想操作和学习的话,看评论就行了。
1、30岁的人学历都是怎么样的?收入是多少?
很遗憾,我是本科那个,很多30多岁的人和我一样,本科已经很好了,能读研的要么是有追求的,要么是家境不错的,那个时候不是现在了。
收入,多多少少还是和学历挂钩的。
2、哪个城市的30岁收入高?
因为我是处于互联网和IT行业的,所以这里仅考虑此行业,别的行业的完全达不到这个水平。
这个数值,可以负责任地说,有点偏高,很多都是被平均,有不少是硕士才毕业的,工作没几年,被总监平均了。
而且,程序员和开发的收入偏高,其他的也就一般。
3、收入高的都集中在哪?
FineBI也能做数据地图,也是内置现成的图表,就像这样:
和上面趋势基本符合,发达地区收入高,正常。
4、30岁的他们,都是什么行业的?
看到这个柱状图,我有一种感慨:投入多少,收获多少。
不过真的别太在意,各行各业只要做得好,都会有出路。
以上都是平均数,所以多多少少会有一点“被平均”的感觉,所以看看中位数可能会比较真实:
该图不是FineBI所作
那么,30岁的你,现在拿着多少收入,过着怎么样的人生呢?
源代码和FineBI工具,欢迎私信我“BI”,即可获得了!