Python数据分析师分析自己前程，他仿佛看到了悲惨的未来

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

分析背景

随着近年来人工智能和大数据的火热，越来越多的人想要从事或转行数据分析师，大家对于此行业如此的热爱，主要原因就是薪资客观，有发展前景。

以我浅薄的工作经验，来谈谈对数据分析师的看法，此行业一直存在一个争议，到底是工具重要还是业务水平重要，即工具党和业务党，先站队，我是业务党（以前是工具党）。虽然我大部分时间都在做数据处理工作，这个能力也是必须的，无论是简单的excel，sql，ppt还是复杂的r，python，finebi，finereport，hive都有涉及，但是市面上有太多的分析工具，你不能全部掌握完，而各行业的业务知识是基本相同的。一个业务知识经验的数据分析师看见一堆数据，会清楚地知道从什么角度来分析，数据呈现状况如何，数据是否异常，出现异常原因在那，数据可以解决那些问题，数据适用于那些场景，他会有一个完整的数据分析思路。所以说一个合格的数据分析师是能从一堆数据中找出有价值的信息。

回到正题，数据分析的‘钱’景到底如何呢，本文将从boos招聘网站上近期招聘的数据分析师岗位来进行分析，涉及到工作城市，工作经验，薪资水平，技能要求等内容。

 

 

数据分析

本次获取的岗位数据量为17485，只保留数据分析岗位的数据量为5616，，本次数据工具为selenium，分析的工具为pandas，绘图工具为pyecharts，数据的最终呈现形式为

 

 

综合今年的招聘市场需求考虑，本次对于数据分析师岗位的分析，将从以下几点进行

1. 岗位所在城市
2. 学历要求
3. 工作年限要求
4. 薪资分布
5. 数据分析师岗位技能要求
6. 主要招聘行业
7. 主要招聘公司
8. 招聘公司福利展示

1、岗位所在城市

 

 

由于数据分析师岗位的特殊，分析城市主要集中在一线和新一线城市，可以看出招聘需求最高的是北上广浙，其他新一线城市对于此岗位需求不大，不过随着经济的发展，大多数公司对于数据的需求就会变大，相应的岗位需求就会变多

2、学历要求

 

 

从学历要求上可以看出，对于数据分析师本科学历占比达到77.66%

3、工作年限要求

 

从工作年限要求来看，数据分析师岗位对于从事此工作1-5年的人来说比较受欢迎，整体呈现一种正态分布的状态。

4、薪资分布

 

从薪资上来看，本次对于薪资的处理主要是从薪资空间中取最大，最小两个值（例如8-15k，取值为8k和15k），薪资分布出现略高情况，为避免新一线城市被一线城市平均化，将对比上海和郑州两个城市，额........，下图已经可以说明问题了

 

 

 

5、数据分析师岗位技能要求

 

 

对于技能要求来说，出现频率最多的是数据挖掘、数据分析、python、数据仓库、商业分析、hive、大数据等词。可以看出数据分析师对于数据分析工具和业务水平都比较看重。

6、主要招聘行业

 

 

 

从招聘行业来看，需求最大的是互联网、电子商务、数据服务、金融等行业，主要原因是这些行业会产生大量的数据。人口红利已过，下沉市场都被攻略，现在都在讲究精细化运营，所以对于互联网行业来说，每一个用户都变得非常重要，而数字化用户可以更优的运营，所以这些行业对于数据分析师的岗位需求非常大，以后会更大

 

7、主要招聘公司

 

招聘需求最多的还是大公司

 

8、招聘公司福利展示

 

 

 

大多数公司的福利都是五险一金和带薪年假，节日福利等，不过这5616招聘公司中有860个是没有福利的，还看到做六休一是公司福利，996都变成福报了，看来对于任何行业来说，打工都是有风险的。打工是不可能打工的，只能另谋出路了 （附：职业规划）

 

 

数据抓取

数据来源为boos直聘招聘网站，对于boos网站主要的反爬措施是动态cookie，主要是cookie加密字段__zp_stoken__逆向解密，我没搞定。。。，只能使用selenium自动化爬取了，反正数据搞下来了，o(∩_∩)o哈哈~

 

 

代码展示：

from selenium import webdriver
import time
from urllib import parse
import string
from lxml import etree
import csv


def get_parse(driver):
    htmls=driver.page_source
    html=etree.html(htmls)
    items = html.xpath('//div[@class="job-list"]/ul/li')
    d=[]
    try:
        for item in items:
            zhiwei=item.xpath('.//div[@class="job-title"]/span[@class="job-name"]/a/text()')[0]
            diliweizhi = item.xpath('.//span[@class="job-area"]/text()')[0]
            xinzi = item.xpath('.//span[@class="red"]/text()')[0]
            gongzuonianxian = item.xpath('.//div[@class="job-limit clearfix"]/p/text()')[0]
            xueli = item.xpath('.//div[@class="job-limit clearfix"]/p/text()')[1]
            yaoqiu = item.xpath('.//div[@class="tags"]/span/text()')[0]
            yaoqiu1 = item.xpath('.//div[@class="tags"]/span/text()')[1]
            try:
                yaoqiu2 = item.xpath('.//div[@class="tags"]/span/text()')[2]
            except:
                yaoqiu2=' '
            try:
                yaoqiu3 = item.xpath('.//div[@class="tags"]/span/text()')[3]
            except:
                yaoqiu3 = ' '
            try:
                yaoqiu4 = item.xpath('.//div[@class="tags"]/span/text()')[4]
            except:
                yaoqiu4=' '
            gongsi = item.xpath('.//div[@class="company-text"]/h3/a/text()')[0]
            try:
                hangye = item.xpath('.//div[@class="company-text"]/p/a/text()')[0]
            except:
                pass
            try:
                gongsidaxiao1 = item.xpath('.//div[@class="company-text"]/p/text()')[0]
            except:
                gongsidaxiao1=' '
            try:
                gongsidaxiao2 = item.xpath('.//div[@class="company-text"]/p/text()')[1]
            except:
                gongsidaxiao2=' '
            try:
                fuli = item.xpath('.//div[@class="info-desc"]/text()')[0]
            except:
                fuli=' '
            print(zhiwei, diliweizhi, xinzi, gongzuonianxian, xueli, yaoqiu,yaoqiu1,yaoqiu2,yaoqiu3,yaoqiu4, gongsi, hangye, gongsidaxiao1,gongsidaxiao2,fuli)
            data=[zhiwei, diliweizhi, xinzi, gongzuonianxian, xueli, yaoqiu,yaoqiu1,yaoqiu2,yaoqiu3,yaoqiu4, gongsi, hangye, gongsidaxiao1,gongsidaxiao2,fuli]
            d.append(data)
    except:
        pass
    save(d)


def save(data):
    with open('./boss2.csv','a',newline='',encoding='utf-8')as f:
        writer=csv.writer(f)
        writer.writerows(data)


def main():
    header=['职位','区域','薪资','工作年限','学历要求','技能要求1','技能要求2','技能要求3','技能要求4','技能要求5','公司名称','行业','公司状况','公司大小','福利']
    with open('./boss2.csv', 'a', newline='', encoding='utf-8')as f:
        writer = csv.writer(f)
        writer.writerow(header)
    chromedriver_path='c:/users/10489/desktop/chromedriver_win32/chromedriver.exe'
    # 使用chrome驱动器
    options = webdriver.chromeoptions()
    # 设置为开发者模式，防止被各大网站识别出来使用了selenium
    options.add_experimental_option('excludeswitches', ['enable-automation'])
    driver = webdriver.chrome(executable_path=chromedriver_path, options=options)
    a='数据分析师'
    position=parse.quote(a, safe=string.printable)
    # 北京、上海、广州、深圳、杭州、天津、西安、苏州、武汉、厦门、长沙、成都、郑州、重庆
    city=['101010100','101020100','101280100','101280600','101210100','101030100','101110100','101190400','101200100','101230200','101250100','101270100','101180100','101040100']
    for j in city:
        # 应届生、1年以内、1-3年、3-5年、5-10年、10年以上
        # https://www.zhipin.com/c101020100/e_103/?query={}&ka=sel-exp-102
        # https://www.zhipin.com/c101020100/e_103/?query={}&ka=sel-exp-103
        # https://www.zhipin.com/c101020100/e_103/?query={}&ka=sel-exp-104
        # https://www.zhipin.com/c101020100/e_103/?query={}&ka=sel-exp-105
        # https://www.zhipin.com/c101020100/e_103/?query={}&ka=sel-exp-106
        # https://www.zhipin.com/c101020100/e_103/?query={}&ka=sel-exp-107
        for i in range(2,8):
            driver.get('https://www.zhipin.com/c{}/e_10{}/?query={}&ka=sel-exp-10{}'.format(j,i,position,i))
            # driver.get('https://www.zhipin.com/job_detail/?query={}&city=101020100&industry=&position='.format(position))
            driver.maximize_window()
            time.sleep(10)
            get_parse(driver)
            try:
                while true:
                    time.sleep(5)
                    driver.execute_script("window.scrollto(0,6000)")
                    time.sleep(10)
                    driver.find_element_by_xpath('//a[@class="next"]').click()
                    get_parse(driver)
            except:
                pass


if __name__ == '__main__':
    main()

不管你是零基础还是有基础都可以获取到自己相对应的学习礼包！包括python软件工具和2020最新入门到实战教程。加群695185429即可免费获取。