文章首发公众号:Python攻城狮

1.数据采集

事情的起源是这样的,某个风和日丽的下午… 习惯性的打开知乎准备划下水,看到一个问题刚好邀请回答

于是就萌生了采集下某招聘网站Python岗位招聘的信息,看一下目前的薪水和岗位分布,说干就干。

先说下数据采集过程中遇到的问题,首先请求头是一定要伪装的,否则第一步就会给你弹出你的请求太频繁,请稍后再试,其次网站具有多重反爬策略,解决方案是每次先获取session然后更新我们的session进行抓取,最后拿到了想要的数据。

Chrome浏览器右键检查查看network,找到链接https://www.lagou.com/jobs/positionAjax.json?needAddtionalResult=false

可以看到返回的数据正是页面的Python招聘详情,于是我直接打开发现直接提示{"status":false,"msg":"您操作太频繁,请稍后再访问","clientIp":"124.77.161.207","state":2402},机智的我察觉到事情并没有那么简单

真正的较量才刚刚开始,我们先来分析下请求的报文,

可以看到请求是以post的方式传递的,同时传递了参数

datas = {'first': 'false','pn': x,'kd': 'python',}

同时不难发现每次点击下一页都会同时发送一条get请求

经过探索,发现这个get请求和我们post请求是一致的,那么问题就简单许多,整理一下思路

关键词:python 搜索范围:全国数据时效:2019.05.05

#!/usr/bin/env python3.4
# encoding: utf-8
"""
Created on 19-5-05
@title: ''
@author: Xusl
"""
import json
import requests
import xlwt
import time# 获取存储职位信息的json对象,遍历获得公司名、福利待遇、工作地点、学历要求、工作类型、发布时间、职位名称、薪资、工作年限
def get_json(url, datas):my_headers = {"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.119 Safari/537.36","Referer": "https://www.lagou.com/jobs/list_Python?city=%E5%85%A8%E5%9B%BD&cl=false&fromSearch=true&labelWords=&suginput=","Content-Type": "application/x-www-form-urlencoded;charset = UTF-8"}time.sleep(5)ses = requests.session()    # 获取sessionses.headers.update(my_headers)  # 更新ses.get("https://www.lagou.com/jobs/list_python?city=%E5%85%A8%E5%9B%BD&cl=false&fromSearch=true&labelWords=&suginput=")content = ses.post(url=url, data=datas)result = content.json()info = result['content']['positionResult']['result']info_list = []for job in info:information = []information.append(job['positionId'])  # 岗位对应IDinformation.append(job['city'])  # 岗位对应城市information.append(job['companyFullName'])  # 公司全名information.append(job['companyLabelList'])  # 福利待遇information.append(job['district'])  # 工作地点information.append(job['education'])  # 学历要求information.append(job['firstType'])  # 工作类型information.append(job['formatCreateTime'])  # 发布时间information.append(job['positionName'])  # 职位名称information.append(job['salary'])  # 薪资information.append(job['workYear'])  # 工作年限info_list.append(information)# 将列表对象进行json格式的编码转换,其中indent参数设置缩进值为2# print(json.dumps(info_list, ensure_ascii=False, indent=2))# print(info_list)return info_listdef main():page = int(input('请输入你要抓取的页码总数:'))# kd = input('请输入你要抓取的职位关键字:')# city = input('请输入你要抓取的城市:')info_result = []title = ['岗位id', '城市', '公司全名', '福利待遇', '工作地点', '学历要求', '工作类型', '发布时间', '职位名称', '薪资', '工作年限']info_result.append(title)for x in range(1, page+1):url = 'https://www.lagou.com/jobs/positionAjax.json?needAddtionalResult=false'datas = {'first': 'false','pn': x,'kd': 'python',}try:info = get_json(url, datas)info_result = info_result + infoprint("第%s页正常采集" % x)except Exception as msg:print("第%s页出现问题" % x)# 创建workbook,即excelworkbook = xlwt.Workbook(encoding='utf-8')# 创建表,第二参数用于确认同一个cell单元是否可以重设值worksheet = workbook.add_sheet('lagouzp', cell_overwrite_ok=True)for i, row in enumerate(info_result):# print(row)for j, col in enumerate(row):# print(col)worksheet.write(i, j, col)workbook.save('lagouzp.xls')if __name__ == '__main__':main()

当然存储于excel当然是不够的,之前一直用matplotlib做数据可视化,这次换个新东西pyecharts

2.了解pyecharts

pyecharts是一款将python与echarts结合的强大的数据可视化工具,包含多种图表

  • Bar(柱状图/条形图)
  • Bar3D(3D 柱状图)
  • Boxplot(箱形图)
  • EffectScatter(带有涟漪特效动画的散点图)
  • Funnel(漏斗图)
  • Gauge(仪表盘)
  • Geo(地理坐标系)
  • Graph(关系图)
  • HeatMap(热力图)
  • Kline(K线图)
  • Line(折线/面积图)
  • Line3D(3D 折线图)
  • Liquid(水球图)
  • Map(地图)
  • Parallel(平行坐标系)
  • Pie(饼图)
  • Polar(极坐标系)
  • Radar(雷达图)
  • Sankey(桑基图)
  • Scatter(散点图)
  • Scatter3D(3D 散点图)
  • ThemeRiver(主题河流图)
  • WordCloud(词云图)

用户自定义

  • Grid 类:并行显示多张图
  • Overlap 类:结合不同类型图表叠加画在同张图上
  • Page 类:同一网页按顺序展示多图
  • Timeline 类:提供时间线轮播多张图

另外需要注意的是从版本0.3.2 开始,为了缩减项目本身的体积以及维持 pyecharts 项目的轻量化运行,pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表(Geo、Map),可自行安装对应的地图文件包。

  1. 全球国家地图: echarts-countries-pypkg (1.9MB): 世界地图和 213 个国家,包括中国地图
  2. 中国省级地图: echarts-china-provinces-pypkg (730KB):23 个省,5 个自治区
  3. 中国市级地图: echarts-china-cities-pypkg (3.8MB):370 个中国城市

也可以使用命令进行安装

pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg

3.数据可视化(代码+展示)

  • 各城市招聘数量
from pyecharts import Barcity_nms_top10 = ['北京', '上海', '深圳', '成都', '杭州', '广州', '武汉', '南京', '苏州', '郑州', '天津', '西安', '东莞', '珠海', '合肥', '厦门', '宁波','南宁', '重庆', '佛山', '大连', '哈尔滨', '长沙', '福州', '中山']
city_nums_top10 = [149, 95, 77, 22, 17, 17, 16, 13, 7, 5, 4, 4, 3, 2, 2, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1]bar = Bar("Python岗位", "各城市数量")
bar.add("数量", city_nms, city_nums, is_more_utils=True)
# bar.print_echarts_options() # 该行只为了打印配置项,方便调试时使用
bar.render('Python岗位各城市数量.html')  # 生成本地 HTML 文件

  • 地图分布展示(这个场景意义不大,不过多分析)
from pyecharts import Geocity_datas = [('北京', 149), ('上海', 95), ('深圳', 77), ('成都', 22), ('杭州', 17), ('广州', 17), ('武汉', 16), ('南京', 13), ('苏州', 7),('郑州', 5), ('天津', 4), ('西安', 4), ('东莞', 3), ('珠海', 2), ('合肥', 2), ('厦门', 2), ('宁波', 1), ('南宁', 1), ('重庆', 1),('佛山', 1), ('大连', 1), ('哈尔滨', 1), ('长沙', 1), ('福州', 1), ('中山', 1)]
geo = Geo("Python岗位城市分布地图", "数据来源拉勾", title_color="#fff",title_pos="center", width=1200,height=600, background_color='#404a59')
attr, value = geo.cast(city_datas)
geo.add("", attr, value, visual_range=[0, 200], visual_text_color="#fff",symbol_size=15, is_visualmap=True)
geo.render("Python岗位城市分布地图_scatter.html")geo = Geo("Python岗位城市分布地图", "数据来源拉勾", title_color="#fff",title_pos="center", width=1200,height=600, background_color='#404a59')attr, value = geo.cast(city_datas)geo.add("", attr, value, type="heatmap", visual_range=[0, 10], visual_text_color="#fff",symbol_size=15, is_visualmap=True)geo.render("Python岗位城市分布地图_heatmap.html")

  • 各个城市招聘情况
from pyecharts import Piecity_nms_top10 = ['北京', '上海', '深圳', '成都', '广州', '杭州', '武汉', '南京', '苏州', '郑州']
city_nums_top10 = [149, 95, 77, 22, 17, 17, 16, 13, 7, 5]
pie = Pie()
pie.add("", city_nms_top10, city_nums_top10, is_label_show=True)
# pie.show_config()
pie.render('Python岗位各城市分布饼图.html')

北上深的岗位明显碾压其它城市,这也反映出为什么越来越多的it从业人员毕业以后相继奔赴一线城市,除了一线城市的薪资高于二三线这个因素外,还有一个最重要的原因供需关系,因为一线岗位多,可选择性也就比较高,反观二三线的局面,很有可能你跳个几次槽,发现同行业能呆的公司都待过了…

  • 薪资范围

由此可见,python的岗位薪资多数在10k~20k,想从事Python行业的可以把工作年限和薪资结合起来参考一下。

  • 学历要求 + 工作年限

从工作年限来看,1-3年或者3-5年工作经验的招聘比较多,而应届生和一年以下的寥寥无几,对实习生实在不太友好,学历也普遍要求本科,多数公司都很重视入职人员学历这点毋容置疑,虽然学历不代表一切,但是对于一个企业来说,想要短时间内判断一个人的能力,最快速有效的方法无疑是从学历入手。学历第一关,面试第二关。

但是,这不代表学历不高的人就没有好的出路,现在的大学生越来越多,找工作也越来越难,竞争越来越激烈,即使具备高学历,也不能保证你一定可以找到满意的工作,天道酬勤,特别是it这个行业,知识的迭代,比其他行业来的更频密。不断学习,拓展自己学习的广度和深度,才是最正确的决定。

就业寒冬来临,我们需要的是理性客观的看待,而不是盲目地悲观或乐观。从以上数据分析,如果爱好Python,仍旧可以入坑,不过要注意一个标签有工作经验,就算没有工作经验,自己在学习Python的过程中一定要尝试独立去做一个完整的项目,爬虫也好,数据分析也好,亦或者是开发,都要尝试独立去做一套系统,在这个过程中培养自己思考和解决问题的能力。持续不断的学习,才是对自己未来最好的投资,也是度过寒冬最正确的姿势。

招聘数据获取可在公众号:Python攻城狮 后台回复 招聘数据 即可,仅做交流学习。

python时heatmap_就业寒冬,从拉勾招聘看Python就业前景相关推荐

  1. [python教程入门学习]就业寒冬,从拉勾招聘看Python就业前景

    1.数据采集 事情的起源是这样的,某个风和日丽的下午- 习惯性的打开知乎准备划下水,看到一个问题刚好邀请回答 于是就萌生了采集下某招聘网站Python岗位招聘的信息,看一下目前的薪水和岗位分布,说干就 ...

  2. 就业寒冬,从拉勾招聘看Python就业前景

    数据采集 事情的起源是这样的,某个风和日丽的下午- 习惯性的打开知乎准备划下水,看到一个问题刚好邀请回答 于是就萌生了采集下某招聘网站Python岗位招聘的信息,看一下目前的薪水和岗位分布,说干就干. ...

  3. 拉勾招聘,自动化投递简历脚本

    本人也只是出步了解自动化,脚本写得比较烂,但基本上运行没问题,希望有技术的大大能给些指导. 由于最近在找工作,智联跟前程无忧都有一键投递功能,拉勾跟BOSS直聘的话只能一个一个点,对于正在海投的小伙伴 ...

  4. python新手难点_汇总初学python时的28个操作难点(新手必看篇)

    前言: 今天带来的内容是针对刚学习Python的程序员,内容详细的介绍了Python操作难点总结,换句话说就是一些基础的小知识,为了更效率的运用Python,喜欢的话直接收藏留着慢慢看就行了. 内容一 ...

  5. python爬虫兼职-python爬虫爬取拉勾招聘网

    # -*- coding: utf-8 -*- """ Created on Mon Sep 7 21:44:39 2020 @author: ASUS "&q ...

  6. Python学习笔记——流程控制(拉勾教育数据分析实战训练营学习笔记)

    流程控制 1 程序结构 顺序结构 ​ 按编写顺序依次执行 选择结构 ​ 根据条件选择的结果,选择执行不同的语句 循环结构 ​ 在一定条件下,反复执行某段程序 2 选择语句 2.1 if语句 语法规则 ...

  7. python量化工程师招聘_2020年JD.CHENPython量化系统工程师招聘-JD.CHENPython量化系统工程师招聘求职信息-拉勾招聘...

    职位诱惑: 扁平管理:优厚薪资:不打卡:带薪休假,超长年假: 提供餐补,休闲下午茶:职业大牛:晋升空间: 自由发挥:团队氛围好,团建活动丰富: 职位描述: 1. 熟悉测试流程和测试规范,完成测试任务: ...

  8. python开发运维工程师_2020年Python运维工程师 招聘招聘-Python运维工程师 招聘招聘求职信息-拉勾招聘...

    有关 AfterShip 2012 年成立于香港,公司自 2014 年起已实现持续盈利,且每年 100% 增长,公司目前暂时不需要融资.业务遍布全球,与全球 700 多家物流公司达成合作,涉及 30 ...

  9. python数据分析职位_python代写拉勾数据职位分析

    简介:试着,做了一个拉勾网数据分析师职位的数据分析. 其实,虽然很想做数据分析师,但是是跨行,心里相当忐忑,做这个分析就相当于加深自己对数据分析这个行业的了解了. 思路 大致思路 起始 数据来源 本来 ...

最新文章

  1. mysql 0x80004005 unable to connect to any of the specified mysql hosts
  2. 面试 | MySQL InnoDB一棵B+树可以存放多少行数据?
  3. 模态对话框和非模态对话框的消息循环
  4. Matlab之if-else-end分枝语句
  5. 脏矩形(高效绘图 13.3)
  6. Java—遍历集合的N种方式总结Collections工具类
  7. Java Servlet的前100个问题
  8. 【触觉AI】麻省理工研发带550个传感器的触觉手套,通过触摸识别物体|湾区人工智能...
  9. jsp中JAVA代码取select值_jsp获取下拉列表select选择的值 | 学步园
  10. javascript中的时间处理
  11. android 技术点记录
  12. Scrapy抓取起点中文网排行榜
  13. 码织匠C语言程序设计,“C语言程序设计”课程的教学资源融合建设研究
  14. 如何在Cesium中加载谷歌离线影像数据
  15. nginx配置https启动报错:Expecting: TRUSTED CERTIFICATE)
  16. python中for ch in是什么意思_python中for是什么
  17. 【无标题】Ubuntu* 22.04 (jammy) intel 集成显卡第二屏幕分辨率设置尝试
  18. Daily record-December
  19. 如何在Windows中使用Socks5代理IP保障网络安全
  20. 618闭着眼睛买都不会错的三款好物!当贝投影最推荐?!

热门文章

  1. oracle主键id自动自增_Oracle主键ID设置自动增长(序列+触发器)
  2. html 左边固定右边自动,七种实现左侧固定,右侧自适应两栏布局的方法
  3. 空间mysql数据还原_mysql通过表空间来恢复或者传递数据
  4. android文件系统挂载过程,有线挂载Android4.2文件系统
  5. 【LeetCode】【HOT】98. 验证二叉搜索树(递归)
  6. 《深入理解 Spring Cloud 与微服务构建》第四章 Dubbo
  7. 【高校宿舍管理系统】第五章 JWT原理和应用以及实现功能菜单
  8. 力扣剑指 Offer 17. 打印从1到最大的n位数
  9. 力扣693.交替位二进制数
  10. JavaWeb:实现文件上传与下载