数分实战（1）——基于Python和R的数分岗位信息数据分析与可视化

数据来源于Boss直聘、智联招聘、前程无忧、拉勾网四大招聘平台，爬取关键词选取为互联网五大常见岗位：数据分析、运营、开发、算法、产品，以及数分岗位下细分岗位＆相关岗位：数据产品、数据运营、数据专员、数据工程、数据开发、爬虫、数据科学、BI、数据治理、数据架构、数据标注、经营分析、战略分析。

Happy look

672人浏览 · 2024-11-15 21:32:42

Happy look · 2024-11-15 21:32:42 发布

1 前言

2 明确需求

①了解主要是哪些城市对数据分析师的需求较大；

②明确各行业对数据分析师的要求；

③了解舒服岗位下各细分岗位的工作内容、技能要求等；

④了解数据分析师薪资情况；

⑤探索越来越多求职者选择数据分析岗位的原因。

3 数据预览

library(readxl)
gangweixinxi<-read_xlsx("E:/data/岗位数据合并.xlsx")
View(gangweixinxi)
summary(gangweixinxi)

3 数据探索

基于这样一份数据，我们可能会提出以下问题：

①数据分析岗位对学历和经验要求高吗？

②不同的岗位都需要哪些技能？

③求职者最关心的福利待遇有哪些？

④哪个岗位大类对学历要求最高？

⑤数据分析主要应用于哪些业务中？

......

下面我们将在R语言中逐一解决这些问题。

5 数据分析及可视化

5.1 经验要求

counts<-table(gangweixinxi["经验要求"])
percentages<-round((counts/sum(counts))*100,1)
labels<-paste(names(counts),percentages,"%",sep="")
colors<-rainbow(length(counts))
pie(counts,labels = labels,main="经验要求",col=colors,family="sans",cex=0.8,bor="white")
par(cex.main=1.5,cex.lab=1.2,cex.sub=1.2)
legend("topright",legend=labels,fill=colors,cex=0.8)

数据分析岗位从招聘信息上看，对从业人员的经验要求并不是特别的高，总体上对经验在1-3年的需求占大部分。5-9年或10年以上的需求会比较少。

5.2 学历要求

counts<-table(gangweixinxi["学历要求"])
percentages<-round((counts/sum(counts))*100,1)
labels<-paste(names(counts),percentages,"%",sep="")
colors<-rainbow(length(counts))
pie(counts,labels = labels,main="学历要求",col=colors,family="sans",cex=0.8,bor="white")
par(cex.main=1.5,cex.lab=1.2,cex.sub=1.2)
legend("topright",legend=labels,fill=colors,cex=0.8)

爬取的数据中，有一部分公司没有设定学历要求，由于这一部分的参考价值不大，因此上面的分析中不对这部分数据进行分析。上面的饼图充分展示了数据分析岗位对本科的需求量最大，其次是大专，本科的需求量已经超过了大专需求量的2倍，可见数据分析岗位的基本学历门槛为本科。

5.3 岗位大类

counts<-table(gangweixinxi["岗位大类"])
percentages<-round((counts/sum(counts))*100,1)
labels<-paste(names(counts),percentages,"%",sep="")
colors<-rainbow(length(counts))
pie(counts,labels = labels,main="岗位大类",col=colors,family="sans",cex=0.8,bor="white")
par(cex.main=1.5,cex.lab=1.2,cex.sub=1.2)
legend("topright",legend=labels,fill=colors,cex=0.8)