秋招季,用Python分析深圳程式設計師工資有多高?
- 2019 年 10 月 8 日
- 筆記
作者 | zone7
來源 | zone7
前言
多圖預警、多圖預警、多圖預警。秋招季,畢業也多,跳槽也多。我們的職業發展還是要順應市場需求,那麼各門程式語言在深圳的需求怎麼呢?工資待遇怎麼樣呢?zone 在上次寫了這篇文章之後 用Python告訴你深圳房租有多高 ,想繼續用 Python 分析一下,當前深圳的求職市場怎麼樣?順便幫一下秋招的同學。於是便爬取了某拉鉤招聘數據。以下是本次爬蟲的樣本數據:
樣本
本次統計數據量為 4658 ,其中某拉鉤最多能顯示 30 頁數據,每頁 15 條招聘資訊,則總為:
30 x 15 = 450
首頁爬取跳過一頁,則為 435 條,故數據基本爬完。其餘不夠數量的語言為該語言在深圳只有這麼多條招聘資訊。
統計結果
各語言平均工資 其中
- 精準推薦
- 自然語言
- 機器學習
- Go 語言
- 影像識別
獨領風騷啊!!!平均工資都挺高的。區塊鏈炒得挺火的,好像平均薪資並沒有那麼高。我統計完之後,感覺自己拖後腿了,ma 的!!!要刪庫跑路了!(註:下圖為月薪,單位:K)
各語言平均薪資
平均工資計算方式:
某鉤 item
最高值與最低值,求平均數,如圖薪資則為:
(10k + 20k)/2 = 15k
最後,再總體求平均數。 公司福利詞雲 看福利還是挺豐富的,帶薪休假、下午茶、零食、節假日。
福利詞雲
公司發展級別排行 總體由 A 輪向 D 輪縮減,大部分公司不需要融資,嗯,估計是拿不到資本融資,但是自家人又有錢的。
公司發展級別
各語言工作年限要求與學歷要求 看看你的本命語言的市場需求怎麼樣?你達標了嗎?其中三至五年的攻城獅職位挺多的,不怕找不到工作。還有一個趨勢是,薪資越高,學歷要求越高高。看來學歷還是挺重要的。
Java
Java 工作年限要求
Java 學歷要求
Python
Python 工作年限要求
Python 學歷要求
C 語言
C 語言工作年限要求
C 語言學歷要求
機器學習
機器學習工作年限要求
機器學習學歷要求
影像識別
影像識別工作年限要求
影像識別學歷要求
自然語言
自然語言工作年限要求
自然語言學歷要求
區塊鏈
區塊鏈工作年限要求
區塊鏈學歷要求
Go 語言
Go 語言工作年限要求
Go
PHP
PHP 工作年限要求
PHP 學歷要求
爬蟲技術分析
- 請求庫:selenium
- HTML 解析:BeautifulSoup、xpath
- 詞云:wordcloud
- 數據可視化:pyecharts
- 資料庫:MongoDB
- 資料庫連接:pymongo
爬蟲程式碼實現
看完統計結果之後,有沒有躍躍欲試?想要自己也實現以下程式碼?以下為程式碼實現。 對網頁右擊,點擊檢查,找到一條 item 的數據:
網頁源碼
資料庫存儲結構:
/* 1 */ { "_id" : ObjectId("5b8b89328ffaed60a308bacd"), "education" : "本科",# 學習要求 "companySize" : "2000人以上",# 公司人數規模 "name" : "python開發工程師",# 職位名稱 "welfare" : "「朝九晚五,公司平台大,發展機遇多,六險一金」",# 公司福利 "salaryMid" : 12.5,# 工資上限與工資下限的平均數 "companyType" : "移動互聯網",# 公司類型 "salaryMin" : "10",# 工資下限 "salaryMax" : "15",# 工資上限 "experience" : "經驗3-5年",# 工作年限 "companyLevel" : "不需要融資",# 公司級別 "company" : "XXX技術有限公司"# 公司名稱 }
由於篇幅原因,以下只展示主要程式碼:
# 獲取網頁源碼數據 # language => 程式語言 # city => 城市 # collectionType => 值:True/False True => 資料庫表以程式語言命名 False => 以城市命名 def main(self, language, city, collectionType): print(" 當前爬取的語言為 => " + language + " 當前爬取的城市為 => " + city) url = self.getUrl(language, city) browser = webdriver.Chrome() browser.get(url) browser.implicitly_wait(10) for i in range(30): selector = etree.HTML(browser.page_source) # 獲取源碼 soup = BeautifulSoup(browser.page_source, "html.parser") span = soup.find("div", attrs={"class": "pager_container"}).find("span", attrs={"action": "next"}) print( span) # <span action="next" class="pager_next pager_next_disabled" hidefocus="hidefocus">下一頁<strong class="pager_lgthen pager_lgthen_dis"></strong></span> classArr = span['class'] print(classArr) # 輸出內容為 -> ['pager_next', 'pager_next_disabled'] attr = list(classArr)[0] attr2 = list(classArr)[1] if attr2 == "pager_next_disabled":#分析發現 class 屬性為 ['pager_next', 'pager_next_disabled'] 時,【下一頁】按鈕不可點擊 print("已經爬到最後一頁,爬蟲結束") break else: print("還有下一頁,爬蟲繼續") browser.find_element_by_xpath('//*[@id="order"]/li/div[4]/div[2]').click() # 點擊【下一頁】按鈕 time.sleep(5) print('第{}頁抓取完畢'.format(i + 1)) self.getItemData(selector, language, city, collectionType)# 解析 item 數據,並存進資料庫 browser.close()
爬蟲分析實現
# 獲取各語言樣本數量 def getLanguageNum(self): analycisList = [] for index, language in enumerate(self.getLanguage()): collection = self.zfdb["z_" + language] totalNum = collection.aggregate([{'$group': {'_id': '', 'total_num': {'$sum': 1}}}]) totalNum2 = list(totalNum)[0]["total_num"] analycisList.append(totalNum2) return (self.getLanguage(), analycisList) # 獲取各語言的平均工資 def getLanguageAvgSalary(self): analycisList = [] for index, language in enumerate(self.getLanguage()): collection = self.zfdb["z_" + language] totalSalary = collection.aggregate([{'$group': {'_id': '', 'total_salary': {'$sum': '$salaryMid'}}}]) totalNum = collection.aggregate([{'$group': {'_id': '', 'total_num': {'$sum': 1}}}]) totalNum2 = list(totalNum)[0]["total_num"] totalSalary2 = list(totalSalary)[0]["total_salary"] analycisList.append(round(totalSalary2 / totalNum2, 2)) return (self.getLanguage(), analycisList) # 獲取一門語言的學歷要求(用於 pyecharts 的詞雲) def getEducation(self, language): results = self.zfdb["z_" + language].aggregate([{'$group': {'_id': '$education', 'weight': {'$sum': 1}}}]) educationList = [] weightList = [] for result in results: educationList.append(result["_id"]) weightList.append(result["weight"]) # print(list(result)) return (educationList, weightList) # 獲取一門語言的工作年限要求(用於 pyecharts 的詞雲) def getExperience(self, language): results = self.zfdb["z_" + language].aggregate([{'$group': {'_id': '$experience', 'weight': {'$sum': 1}}}]) totalAvgPriceDirList = [] for result in results: totalAvgPriceDirList.append( {"value": result["weight"], "name": result["_id"] + " " + str(result["weight"])}) return totalAvgPriceDirList # 獲取 welfare 數據,用於構建福利詞雲 def getWelfare(self): content = '' queryArgs = {} projectionFields = {'_id': False, 'welfare': True} # 用字典指定 for language in self.getLanguage(): collection = self.zfdb["z_" + language] searchRes = collection.find(queryArgs, projection=projectionFields).limit(1000) for result in searchRes: print(result["welfare"]) content += result["welfare"] return content # 獲取公司級別排行(用於條形圖) def getAllCompanyLevel(self): levelList = [] weightList = [] newWeightList = [] attrList = ["A輪", "B輪", "C輪", "D輪及以上", "不需要融資", "上市公司"] for language in self.getLanguage(): collection = self.zfdb["z_" + language] # searchRes = collection.find(queryArgs, projection=projectionFields).limit(1000) results = collection.aggregate([{'$group': {'_id': '$companyLevel', 'weight': {'$sum': 1}}}]) for result in results: levelList.append(result["_id"]) weightList.append(result["weight"]) for index, attr in enumerate(attrList): newWeight = 0 for index2, level in enumerate(levelList): if attr == level: newWeight += weightList[index2] newWeightList.append(newWeight) return (attrList, newWeightList)