都说 Python 赶超 Java,爬取拉勾网数据发现它的薪资已高至 50K!

  • 时间:
  • 浏览:1
  • 来源:uu快3开奖_uu快3娱乐_输钱

数据获取 —— 爬虫

通过 requests 请求页面信息,再通过 xpath 获取工作描述信息。

def industryField_counts(csv_file):

d = pd.read_csv(csv_file, engine='python', encoding='utf-8')

1、设置 cookies 和 headers

3、职位列表JSON返回数据的分析获取

机会不设置相关信息,会不允许爬取,返回提示:“您操作太频繁,请稍后再访问”。一些一些,让我们都 要能 设置 headers 和 cookies 信息。

continue

原文发布时间为:2018-09-3

2、数据出理



3、薪酬与工作经验分析

从目前 Python 的就业前景来看,总结如下:

后续统计月薪的占比,机会薪酬范围是可不需要能自定义范围,这样另另三个白 统一的标准。相似于薪酬可不需要能是 10k-20k、5k-8k、11k-18k、10k-16k 等情况,后续不不利于薪酬范围的可视化,一些一些将薪酬归纳分类到这几种:2k 以下、2k-5k、5k-10k、10k-15k、15k-25k、25k-500k、500k 以上。

本文中,笔者决定在拉勾网(一家为互联网从业者提供工作机会的招聘网站)上爬取相关 Python 职位信息,对职位数据(薪酬、学历要求、区域信息、工作经验等)进行图形可视化分析。

数据可视化与解读

本文来自云栖社区企业企业合作伙伴“CDA数据分析师”,了解相关信息可不需要能关注“CDA数据分析师”。

04

从学历要求来看,大累积前会 求共要本科以上,这累积占了约 500% 的比例。一些一些无须在相信读书无用论你是什么 观点了,学历共然后工作的敲门砖。

2、延时设置和分页爬取

通过观察发现,打开具体职位的删改页面时,URL 后边的数值(相似于下图的 URL 后边的 4789029)然后我职位的 positionID,该 positionID 可不需要能通过上一步的职位列表 JSON 返回数据获取。

公司所属行业可不需要能是多个,一般以逗号分隔,但发生累积是以顿号和空格分隔的情况,还有机会发生这样写明相关行业的情况。对此,通过 Python 的 re 库可不需要能出理 多个分隔符分隔的数据,所属行业为空,则跳过。

data = re.split('[,、 ]',info[i])

● 从拉勾网的数据分析可知,大累积 Python 的相关职位前会 求在本科和本科以上,工作经验要求在 1-5 年的居多。机会 Python 在大数据和人工智能领域的爆发性发展, 由于 Python 方向岗位的薪水在水涨船高,从数据分析来看,月薪在 10K-500K 不等。

通过 JSON 库进行数据的解析,获取相关信息。要能 注意的是,让我们都 要能 记得保留 positionID,用于下一步获取工作描述信息。

打开拉勾网网站搜索 Python,可不需要能发现每页有 15 条职位信息数据,最多有 500 页数据可不需要能查看,共 4500 条职位信息。让我们都 要能 获取的信息包括:职位、公司名称、薪酬范围、所在区域、学历要求、工作经验、公司融资情况、公司人数、工作要求描述。

1、公司相关情况分析

for i in range(len(info)):

● Python 就业情况乐观,从 TIOBE 8 月编程语言指数排行榜以及百度指数的搜索数来看,Python 的受欢迎程度这样高。

从上图分析,可不需要能发现,需求量主要集中在中国三大经济圈:京津冀,长三角,珠三角。主要分布在北京(40%)、上海(16%)、深圳(15%)、广州(6%)、成都(6%)和杭州(6%)这 6 个城市。而北京的互联网创业气氛冠绝中国,注册在北京的互联网公司远远高于在一些城市的公司,需求量也是最大的。

for j in range(len(data)):

通过 Chrome 浏览器访问拉勾网,打开 Console 控制台可不需要能发现,当进行翻页的完后 ,是通过 xhr 的请求土法律土办法请求的。通过观察,让我们都 可不需要能发现,URL 后边的 city 代表的是城市,post 参数 kd 代表的是搜索的职位,pn 是 page number,表示页码。

industryFields.append(data[j])

数据存储与出理

2、请求数据分析

前期准备

except:

05

否则薪酬为 10k-20k, 则认为在 10k-15k、15k-25k 这你是什么 归类后边都中含。采用正则表达式进行归类汇总:

从行业情况和公司规模来看,移动互联网占有 40% 的需求,数据服务+大数据+人工智能占了 10% 的比例。Python 非常强大,适合的领域包括 Web 开发、网络编程、爬虫、云计算、人工智能、自动化运维等,一些一些不管公司规模是大还是小,融资情况怎么,都普遍要能 Python 相关的职位的人才。

人工智能的快速发展以及大数据时代的来临,使得 Python 语言不仅在人工智能领域大放异彩,在数据出理 上前会 着得天独厚的优势,在 Web 开发、网络编程、自动化运维、游戏开发、金融等领域扮演着这样重要的角色

● 在中国地区,Python 相关职位的需求量,依然集中在三大经济圈,有点儿是在北京、上海、深圳这几个城市。从行业需求来看,主要集中在移动互联网、数据服务、大数据分析等行业。

return counts

工作经验上,普遍要求是 1-5 年,这累积占了 84% 的比例。1年以下和经验不限的,占了约 9%,5-10 年的占了约 7% 的比例。

4、获取工作信息描述



本文作者:lowelong

1、CSV 数据存储



1、网页分析

百度搜索指数表明,2017 年 7 月份现在始于,Python 的搜索指数机会超过了 Java。Python 语言的热门由此可见一斑。

从工作经验的要求来看,大累积集中在 3-5 年和 1-3 年这另另三个白 区间,至于工作经验和薪酬之间的相关性,观察发现,1-3 年工作经验的薪酬普遍在 15-25K,符合正态分布的规律,3-5 年工作经验的薪酬普遍在 15k-25k 和 25k-500k 这另另三个白 区间,以 15k-25k 你是什么 区间的居多。达到 5-10 年工作经验的,薪酬在 25k-500K 你是什么 区间的居多。

总结

2、城市需求分析

counts = Counter(industryFields)

TIOBE 8 月编程语言指数排行榜机会发表声明了,排名前三的未必依旧是 Java、C、C++。但 Python 非常接近 TIOBE 索引的前 3 位。Python 然后我 的上涨趋势,同样可不需要能在 TIOBE 索引排行中体现,互联网业界也现在始于普遍采用 Python。Python 编程语言最初是 Perl 的继承者,用于编写构建脚本和各种粘合软件。但然后逐渐进入一些领域。如今,在大型嵌入式系统中运行 Python 是很常见的。否则,Python 删改有机会进入前三名,甚至在未来取代 Java 成为新的第一名。



4、学历要求和工作经验分析



机会数据量不大,最多 4500 条数据,采用 CSV 的存储土法律土办法。

try:

出理 爬取强度过快被封,设置延时时间为 3-5 秒。通过 for 循环进行分页数据的爬取。

01

02

industryFields = []

info = d['industryField']

03