前言

最近在獵聘上爬了一些物流崗位相關的資料，看著這些爬下來的資料，心里就開始癢癢了，想著怎么把資料利用起來，于是開始了可視化的道路，

使用到的工具包為：

• Pyecharts
• pandas
• sqlalchemy
• numpy

資料分析

資料查看

資料欄位，一共有21個欄位


資料量大概17W條，
關注文章下的公眾號，回復「獵聘資料」獲取相關資料資源

資料加載

從資料庫中加載資料「公眾號中的資料為 excel 檔案」

from sqlalchemy import create_engine
import pandas as pd

engine=create_engine("mysql+pymysql://用戶名:passwd@ip:3306/庫")
result = pd.read_sql('select * from liepin', engine)
result

資料分析和可視化

一、招聘崗位數量城市排名TOP10 — 柱狀圖

1、資料分析

job_city = result['job_city']

word_counts = job_city.value_counts().to_dict()

# 按照字典的value進行排序
data = sorted(word_counts.items(), key=lambda x: x[1], reverse=True)

2、柱狀圖

代碼如下：

import pandas as pd

from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType



# 測驗統計
color_function = """
    function(params){
        if(params.value>=8000){
            return '#FF1493';
        }else if (7000<params.value && params.value<8000){
            return '#732DC1';
        }else{
            return '#2CC0C2'; 
        }
    }
"""

bar = (
    Bar(opts.InitOpts(width='900px', height='500px', theme=ThemeType.VINTAGE))  # 圖片的大小，及主題風格
        .add_xaxis([i[0] for i in data[1:11]])
        .add_yaxis("",
                   [i[1] for i in data[1:11]],
                   itemstyle_opts=opts.ItemStyleOpts(JsCode(color_function)))
        .set_series_opts(label_opts=opts.LabelOpts(position="top"))  # 提示的位置
        .set_global_opts(
        title_opts=opts.TitleOpts(title="招聘崗位數量城市排名TOP10"),
        xaxis_opts=opts.AxisOpts(
            name='城市',
            name_location='middle',
            name_gap=35,
            name_textstyle_opts=opts.TextStyleOpts(
                font_family='Times New Roman',
                font_size=14,
                color='black',
                #                     font_weight='bolder',
            )
        ),
        yaxis_opts=opts.AxisOpts(
            name='崗位數',
            name_location='middle',  # 在軸上面所處的位置
            name_gap=50,  # 調整距離
            name_textstyle_opts=opts.TextStyleOpts(
                font_family='Times New Roman',
                font_size=14,
                color='black',
                #                     font_weight='bolder',
            )
        )
    )
)
# bar.render("招聘崗位數量城市排名TOP10.html")   # 生成HTML檔案
bar.render_notebook()  # 在notebook中展示
# make_snapshot(snapshot, bar.render(), "./獵聘資料可視化/招聘崗位數量城市排名TOP10.png", pixel_ratio=10)   # 生成png，pixel_ratio設定解析度

注意：如果在notebook中不能展示出柱狀圖，請參考JupyterNotebook展示Pyecharts影像

3、效果展示

二、招聘崗位的薪酬分布 — 餅圖

1、處理資料

經過資料分析，發現資料的salary欄位格式有五種格式：薪資面議「不考慮」、6-8k·13薪、3000元/月、100元/日、10-20k
我們統一單位為：K

• 6-8k·13薪： 取中值為7K，然后乘13薪，除12 就是每個月的K
• 3000元/月： 3000 除 1000
• 100元/日：此處的天數我假設為作業30天，其實正常22天，這個自己定，將100 * 30 / 1000
• 10-20k： 取中值

代碼如下：

part_interval = ["5K以下", "5K-10K", "10K-15K", "15K-20K", "20K-30K", "30K-50K", "50K以上"]
level1, level2, level3, level4, level5, level6, level7 = 0, 0, 0, 0, 0, 0, 0

#遍歷salary，然后對資料進行劃分，取中值為標準，薪資單位為 K
for i in result['salary']:
    if str(i) == 'nan' or "面議" in i:  # 面議的則不考慮
        pass
    elif i[-1] == "薪":    # 資料中的格式為：6-8k·13薪
        x = i.split("·")
        month = x[1][:-1]
        money = x[0].split("-")
        salary = (float(money[0]) + float(money[1][:-1])) / 2 * float(month) / 12
    elif i[-3:] == "元/月":  # 資料中的格式為： 3000元/月
        i = i.replace('元/月', '-元/月')
        x = i.split('-')
        salary = float(x[0]) / 1000
    elif i[-3:] == "元/日": # 資料中的格式為：100元/日 ，此處的天數我假設為作業30天，其實正常22天
        i = i.replace('元/日', '-元/日')
        x = i.split('-')
        salary = float(x[0]) * 30 / 1000
    else:
        # 正常單位的資料，格式為：10-20k
        x = i.split("-")
        salary = (float(x[0]) + float(x[1][:-1])) / 2

    if salary <= 5:
        level1 += 1
    if 5 < salary <= 10:
        level2 += 1
    elif 10 < salary <= 15:
        level3 += 1
    elif 15 < salary <= 20:
        level4 += 1
    elif 20 < salary <= 30:
        level5 += 1
    elif 30 < salary <= 50:
        level6 += 1
    elif salary > 50:
        level7 += 1

    salary = 0

2、生成餅圖

from pyecharts.charts import Pie
from pyecharts import options as opts
from pyecharts.globals import ThemeType


x_data = ["5K以下", "5K-10K", "10K-15K", "15K-20K", "20K-30K", "30K-50K", "50K以上"]
y_data = level1, level2, level3, level4, level5, level6, level7

pie = (
    Pie(init_opts=opts.InitOpts(width='800px', height='500px',
                                theme=ThemeType.VINTAGE))  # 設定大小 
        .add(
        series_name="獵聘資料",
        data_pair=[list(z) for z in zip(x_data, y_data)],
        center=["50%", "55%"],   # 設定圓心所在位置
        radius=["40%", "60%"],   # 設定餅圖的內圈和外圈差
        #         rosetype = True,    # 南丁格爾
        label_opts=opts.LabelOpts(
            position="outside",
            formatter=" {b|{b}: }{c}  {per|{d}%} ",  # 格式為：  {b|{b}: }{c}  {per|{d}%}      {b}:{d}%
            background_color="#eee",  
            border_color="#aaa",
            border_width=1,
            border_radius=4,
            rich={
                "a": {"color": "#999", "lineHeight": 12, "align": "center"},
                "abg": {
                    "backgroundColor": "#e3e3e3",
                    "width": "100%",
                    "align": "right",
                    "height": 12,
                    "borderRadius": [4, 4, 0, 0],
                },
                "hr": {
                    "borderColor": "#aaa",
                    "width": "100%",
                    "borderWidth": 0.5,
                    "height": 0,
                },
                "b": {"fontSize": 12, "lineHeight": 15},
                "per": {
                    "color": "#eee",
                    "backgroundColor": "#334455",
                    "padding": [2, 4],
                    "borderRadius": 2,
                },
            },
        ),
    )
        .set_global_opts(
            title_opts=opts.TitleOpts(title="招聘崗位的薪酬分布", pos_left='left'),  # 設定title的位置
            legend_opts=opts.LegendOpts(pos_top="10%", orient="horizontal")   # 設定「各薪水類別」所在位置
    )
        .set_series_opts(
            tooltip_opts=opts.TooltipOpts(
                trigger="item", formatter="{b}: {c} ({d}%)", # 設定滑鼠懸停的提示資訊
            )
    )
)
# pie.render("招聘崗位的薪酬分布.html")
pie.render_notebook()
# make_snapshot(snapshot, pie.render(), "./獵聘資料可視化/招聘崗位的薪酬分布.png", pixel_ratio=10)

3、效果展示

三、招聘崗位對經驗的要求 — 水平柱狀圖

1、對資料處理

result['work_exp'].value_counts()

2、柱狀圖

根據上面的資料分析，可看出，將學歷劃分為：經驗不限、應屆生、1年以下、1-3年、3-5年、 5-10年、10年以上
可手動計算出每個學歷對應的數目

from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType

# V1 版本開始支持鏈式呼叫
# 你所看到的格式其實是 `black` 格式化以后的效果
# 可以執行 `pip install black` 下載使用
# .set_colors(["blue","red","black","green","orange"])
# 主題設定： init_opts=opts.InitOpts(theme=ThemeType.VINTAGE) 或者 {"theme": ThemeType.MACARONS}
bar = (
    Bar(opts.InitOpts(width='900px', height='500px', theme=ThemeType.VINTAGE))
    .add_xaxis(["經驗不限", "應屆生", "1年以下", "1-3年", "3-5年", "5-10年", "10年以上"])
    .add_yaxis("崗位數量", [22733, 281, 1773, 24942, 31251, 24070, 7264])
    .reversal_axis()   # x、y軸的資料互換
    .set_series_opts(label_opts=opts.LabelOpts(position="right"))  # 直方圖上提示所在位置
    .set_global_opts(
        title_opts=opts.TitleOpts(title="招聘崗位對經驗的要求"),    # , subtitle="副標題"
        xaxis_opts=opts.AxisOpts(
            name='崗位數量', 
            name_location='middle',
            name_gap=35,
#                 x軸名稱的格式配置
            name_textstyle_opts=opts.TextStyleOpts(
                font_family= 'Times New Roman',
                font_size=14,
            ),
            axistick_opts=opts.AxisTickOpts(
#                 is_show=False,  # 是否顯示刻度線
                is_inside=True,  # 刻度線是否在內側
            )
        ),
        yaxis_opts=opts.AxisOpts(
            name='經驗',
            name_location='middle',
            name_gap=70,
            name_textstyle_opts=opts.TextStyleOpts(
                font_family= 'Times New Roman',
                font_size=14,
                color='black',
#                     font_weight='bolder',
            ),
            axistick_opts=opts.AxisTickOpts(
#                     is_show=False,  # 是否顯示
                is_inside=True,  # 刻度線是否在內側
            )
        ),
#             顯示工具列
#         toolbox_opts=opts.ToolboxOpts(is_show=True),
    )
)
# bar.render("招聘崗位對經驗的要求_bar.html")
# make_snapshot(snapshot, bar.render(), "./獵聘資料可視化/招聘崗位對經驗的要求_bar.png", pixel_ratio=10)
bar.render_notebook()

3、效果展示

四、招聘崗位對學歷的要求 — 水平柱狀圖

1、分析資料

result['eduLevel'].value_counts()

2、學歷柱狀圖

from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType


bar = (
    Bar(opts.InitOpts(width='900px', height='500px', theme=ThemeType.VINTAGE))
    .add_xaxis(["學歷不限", "中專/中技", "大專", "本科", "碩士", "MBA/EMBA", "博士"])
    .add_yaxis("崗位數量", [8145, 1462, 46693, 54673, 1198, 6, 137])
    .reversal_axis()
    .set_series_opts(label_opts=opts.LabelOpts(position="right"))  # 直方圖上提示所在位置
    .set_global_opts(
        title_opts=opts.TitleOpts(title="招聘崗位對學歷的要求"),    # , subtitle="副標題"
        xaxis_opts=opts.AxisOpts(
            name='崗位數量', 
            name_location='middle',
            name_gap=35,
#                 x軸名稱的格式配置
            name_textstyle_opts=opts.TextStyleOpts(
                font_family= 'Times New Roman',
                font_size=14, 
            ),
#                 坐標軸刻度配置項
            axistick_opts=opts.AxisTickOpts(
#                     is_show=False,  # 是否顯示
                is_inside=True,  # 刻度線是否在內側
            )
        ),
        yaxis_opts=opts.AxisOpts(
            name='學歷',
            name_location='middle',
            name_gap=70,
            name_textstyle_opts=opts.TextStyleOpts(
                font_family= 'Times New Roman',
                font_size=14,
                color='black',
#                     font_weight='bolder',
            ),
            axistick_opts=opts.AxisTickOpts(
#                     is_show=False,  # 是否顯示
                is_inside=True,  # 刻度線是否在內側
            ),
        ),
#             顯示工具列
        toolbox_opts=opts.ToolboxOpts(is_show=True),
    )
)
# bar.render("招聘崗位對學歷的要求_bar_reversal.html")
# make_snapshot(snapshot, bar.render(), "./獵聘資料可視化/招聘崗位對學歷的要求_bar.png", pixel_ratio=10)
bar.render_notebook()

3、效果展示

五、學歷經驗 — 餅狀圖

利用上面對學歷和經驗分析獲取的資料，繪制餅狀圖

import pyecharts.options as opts
from pyecharts.charts import Pie
from pyecharts.globals import ThemeType

x_data = ["經驗不限", "應屆生", "1年以下", "1-3年", "3-5年", "5-10年", "10年以上"]
y_data = [22733, 281, 1773, 24942, 31251, 24070, 7264]
# x_data = ["學歷不限", "中專/中技", "大專", "本科", "碩士", "MBA/EMBA", "博士"]
# y_data = [8145, 1462, 46693, 54673, 1198, 6, 137]

pie = (
    Pie(init_opts=opts.InitOpts(width='850px', height='500px', theme=ThemeType.VINTAGE))   # 設定大小  width="1600px", height="1000px"
    .add(
        series_name="獵聘資料",
        center=["45%", "55%"],
        data_pair=[list(z) for z in zip(x_data, y_data)],
        radius=["40%", "60%"],
#         rosetype = True,    # 南丁格爾
        label_opts=opts.LabelOpts(
            position="outside",
            formatter=" {b|{b}: }{c}  {per|{d}%} ", # 格式為：  {b|{b}: }{c}  {per|{d}%}      {b}:{d}% 
            background_color="#eee",
            border_color="#aaa",
            border_width=1,
            border_radius=4,
            rich={
                "a": {"color": "#999", "lineHeight": 12, "align": "center"},
                "abg": {
                    "backgroundColor": "#e3e3e3",
                    "width": "100%",
                    "align": "right",
                    "height": 12,
                    "borderRadius": [4, 4, 0, 0],
                },
                "hr": {
                    "borderColor": "#aaa",
                    "width": "100%",
                    "borderWidth": 0.5,
                    "height": 0,
                },
                "b": {"fontSize": 12, "lineHeight": 15},
                "per": {
                    "color": "#eee",
                    "backgroundColor": "#334455",
                    "padding": [2, 4],
                    "borderRadius": 2,
                },
            },
        ),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="招聘崗位對經驗的要求", pos_left='0%'),
            legend_opts=opts.LegendOpts(pos_right="5%", orient="vertical", pos_top="5%")
    )
    .set_series_opts(
        tooltip_opts=opts.TooltipOpts(
            trigger="item", formatter="{b}: {c} ({d}%)"
        )
    )
)
pie.render_notebook()
# make_snapshot(snapshot, pie.render(), "./獵聘資料可視化/招聘崗位對經驗的要求_pie.png", pixel_ratio=10)

效果展示

六、 公司人數統計 — 象形柱狀圖

1、分析資料

result.groupby(['comp_url', "人數規模"], as_index=False).size()['人數規模'].value_counts()

2、象形柱狀圖

import json

from pyecharts import options as opts
from pyecharts.charts import PictorialBar
from pyecharts.globals import ThemeType

location = ["1-49人", "50-99人", "100-499人", "500-999人", "1000-2000人", "2000-5000人", "5000-10000人", "10000人以上"]
values = [4636, 4178, 7339, 2560, 1797, 1284, 914, 1100]

c = (
    PictorialBar(opts.InitOpts(width='900px', height='500px', theme=ThemeType.VINTAGE))
    .add_xaxis(location)
    .add_yaxis(
        "",
        values,
        label_opts=opts.LabelOpts(is_show=True, position='right', formatter=" {c}家"),   # 設定y軸的標簽位置及格式
        symbol_size=30,   # 調節圖形的大小
        symbol_repeat="fixed",  # 格式有三種，分別為true\false\"fixed"   true和fixed均是重復圖形，而false圖形僅一個 ,fixed與
        is_symbol_clip=True,   # 是否裁剪圖形 好比一個圖形表示10，那么值15，則用一個半的圖形表示，這就是裁剪
#         is_selected = False,
        symbol='image://data:image/png;base64,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',
    )
    .reversal_axis()
    .set_global_opts(
        title_opts=opts.TitleOpts(title="公司人數統計"),
        yaxis_opts=opts.AxisOpts(
            name='公司人數',
            name_location='middle',
            axistick_opts=opts.AxisTickOpts(is_show=False),
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(opacity=0)
            ),
            name_gap=90,
            name_textstyle_opts=opts.TextStyleOpts(
                font_family= 'Times New Roman',
                font_size=14,
                color='black',
#                     font_weight='bolder',
            ),
            axislabel_opts=opts.LabelOpts(
                font_size=12,
                font_family='Times New Roman',
            ),
        ),
        xaxis_opts=opts.AxisOpts(
            name='公司數目', 
#             is_inverse=True,  反向坐標軸
            axislabel_opts=opts.LabelOpts(font_size = 14, font_family='Times New Roman'),
            name_location='middle',
            name_gap=35,
# #                 x軸名稱的格式配置
            name_textstyle_opts=opts.TextStyleOpts(
                font_family= 'Times New Roman',
                font_size=14,
            ),
#                 坐標軸刻度配置項
            axistick_opts=opts.AxisTickOpts(
#                     is_show=False,  # 是否顯示
                is_inside=True,  # 刻度線是否在內側
            ),
#                 坐標軸線的配置
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(
                    width=1,
                    color='black',
                )
            ),
        ),
    )
)
c.render_notebook()
# c.render("公司人數統計.html")
# make_snapshot(snapshot, c.render(), "./獵聘資料可視化/公司人數統計.png", pixel_ratio=10)

3、效果展示

象形柱狀圖引數的具體設定及圖示相關網站，請參考：https://blog.csdn.net/qq_42571592/article/details/122818791

七、公司所屬行業 — 詞云圖

1、分析行業資料

行業中的資料格式為：政務/公共服務，所以先使用「/」分割，然后在進行統計

import collections
word_list = []
for i in result['企業行業']:
    if i:
        x = i.split('/')
        for j in x:
            word_list.append(j)

word_counts = collections.Counter(word_list)

2、畫詞云圖

from pyecharts import options as opts
from pyecharts.charts import WordCloud
from pyecharts.globals import SymbolType
from pyecharts.globals import ThemeType

c = (
    WordCloud(opts.InitOpts(width='900px', height='500px', theme=ThemeType.VINTAGE))
    .add("",
         [(k, v) for k,v in word_counts.items()],
         word_size_range=[20, 90],   # 單詞字體大小范圍
         shape=SymbolType.ROUND_RECT   # # 詞云圖輪廓
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="公司所屬行業分布")
    )
)
# c.render("公司所屬行業分布.html")
c.render_notebook()
# make_snapshot(snapshot, c.render(), "./獵聘資料可視化/公司所屬行業分布.png", pixel_ratio=10)

3、效果展示

八、公司職位福利 — 詞云圖

1、分析資料

import collections

word_list = []
for i in result['welfare']:
    if i:
        x = i.split('|')
        for j in x:
            word_list.append(j)

word_counts = collections.Counter(word_list)
word_counts

2、生成詞云圖

from pyecharts import options as opts
from pyecharts.charts import WordCloud
from pyecharts.globals import SymbolType
from pyecharts.globals import ThemeType


c = (
    WordCloud(opts.InitOpts(width='900px', height='500px', theme=ThemeType.VINTAGE))
    .add(
        series_name="職位福利分析",
        data_pair = [(k, v) for k,v in word_counts.items()],
        word_size_range=[20, 100], 
        shape="cursive",
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="職位福利"))
#     .render("公司所屬行業分布.html")
)
# c.render("職位福利.html")
c.render_notebook()
# make_snapshot(snapshot, c.render(), "./獵聘資料可視化/職位福利.png", pixel_ratio=10)

3、效果展示

關聯文章

Pyecharts直角坐標系圖：象形柱狀圖 PictorialBar

歡迎大家在評論區留言，知無不言，言無不盡，感覺不錯的話，別忘了點贊收藏哦！