用python分析“数据分析”到底值不值得学习,以及学完之后大概能拿到多少工资

前言

嗨喽!大家好呀,这里是魔王~

国内数据分析求职需求分析

用python分析“数据分析”到底值不值得学习,以及学完之后大概能拿到多少工资

青灯教育

数据分析流程

1.原始数据

2.数据清洗

3.数据分析

4.结论

事先采集得数据

[图片上传失败...(image-8a3a88-1649491520211)]

#%%

import pandas as pd   # anaconda里面自带的,如果是pycharm需要另外安装
# 导入绘图的图表
from pyecharts.charts import Bar,Pie  # 这个得命令安装

#%% md

### 读取csv,并且添加header

#%%

df = pd.read_csv('boss.csv') # 默认会隐藏掉一些行
pd.set_option('display.max_rows',None)   # 设置显示所有行  (一般不做这个操作)
df

#%% md

### 数据预览

#%%

df.head()

#%% md

## 数据可视化和简单的分析

#%%

df

#%%

[图片上传失败...(image-a3ae15-1649491520212)]

不同城市的平均工资差异

mean = df.groupby('address').salary.mean()
bar = (
    Bar()
    .add_xaxis(mean.index.tolist())
    .add_yaxis("均值", mean.values.astype('int64').tolist())
)
bar.render_notebook()

[图片上传失败...(image-7e565e-1649491520212)]

各学历薪资均值比较图

mean = df.groupby('diploma').salary.mean()

bar = (
    Bar()
    .add_xaxis(mean.index.tolist())
    .add_yaxis("平均工资", mean.values.astype('int64').tolist())
)

bar.render_notebook()

[图片上传失败...(image-5ac7e7-1649491520212)]

不同工作经验薪资均值比较图

mean = df.groupby('experience').salary.mean()

bar = (
    Bar()
    .add_xaxis(mean.index.tolist())
    .add_yaxis("均值", mean.values.astype('int64').tolist())
)

bar.render_notebook()

[图片上传失败...(image-b8b23d-1649491520212)]

市场学历需求占比

data = df['diploma'].value_counts()
x = data.index.tolist()
y = data.values.tolist()
c = (
    Pie()
    .add(""
        ,[list(b) for b in zip(x, y)]
        )
)
c.render_notebook()

[图片上传失败...(image-87b770-1649491520212)]

市场工作经验需求占比

data = df['experience'].value_counts()
x = data.index.tolist()
y = data.values.tolist()
c = (
    Pie()
    .add(""
        ,[list(b) for b in zip(x, y)]
        )
)
c.render_notebook()

[图片上传失败...(image-9c7d65-1649491520212)]

行业需求占比

data = df['lables'].value_counts()
x = data.index.tolist()
y = data.values.tolist()

c = (
    Pie()
    .add(""
         ,[list(b) for b in zip(x, y)]
        )
)
c.render_notebook()

[图片上传失败...(image-fb5b8b-1649491520212)]

视频教程

https://www.bilibili.com/video/BV1QF411472B?share_source=copy_web

尾语

好了,我的这篇文章写到这里就结束啦!

有更多建议或问题可以评论区或私信我哦!一起加油努力叭(ง •_•)ง

喜欢就关注一下博主,或点赞收藏评论一下我的文章叭!!!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,937评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,503评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,712评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,668评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,677评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,601评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,975评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,637评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,881评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,387评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,971评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2 342

推荐阅读更多精彩内容