这两年的大数据热潮带火了数据分析这个职业，很多人想转行干数据分析，但是又不知道现在这个行业的求职环境和前景如何，动了心却不敢贸然行动。

前两天有个干运营的妹子找我聊天，也是问我数据分析岗位前景的问题，看在妹子长得实在好看的份上，我花了一晚上时间，去智联招聘上面爬了一下数据分析岗位的招聘数据，对数据分析岗位的薪水，需求情况，以及要求的工作年限做了个分析。

python数据爬取我就不多说了，可以参考网上的代码，我一共爬了5000条数据

拿到数据后，选择工具进行数据分析，一提到分析工具，很多人都会想到用Excel，我刚入行的时候也是“Excel打遍天下”，但Excel数据清洗和计算效率低下，需要进行大量重复性、低附加值的人工操作，而且要做好看的图表得花很多时间研究功能，遇到大数据量就卡的不行。后来我了解到了自助分析工具FineBI,从此放弃了Excel，这篇我就用FineBI来给大家展示一个完整的分析过程：

数据分析的步骤：

1、提出问题——明确数据分析目的

2、理解数据——理解数据列名的意义

3、数据清洗——统一格式内容

4、构建模型——思考用什么样的表现形式把数据呈现出来

5、数据可视化——把数据转化成图

提出问题

首先要明确这次数据分析的目的是什么？也就是为了解决什么问题？（提出的问题要能用很明确的指标和数字来衡量，切勿模棱两可）

提出问题：
1、在哪些城市找到数据分析师工作的机会比较大？
2、数据分析师的薪水如何？
3、根据工作经验的不同，薪酬是怎样变化的？

理解数据

接下来要理解表格中的各个字段（列名）表示什么意思：

城市：用于比较不同城市对数据分析师的需求如何

职位所属：分析以后的工作岗位

职位ID：表示职位的唯一表示，也就是每一行数据的唯一标识------用于去掉重复ID

薪水：比较不同城市、和所属领域的薪水区别

工作年限：从时间轴上对比薪资涨幅

数据准备

下载安装好FineBI后，链接数据。FineBI可以直接和数据库进行对接，实时更新数据，以往用excel统计数据的时候，一旦数据需要更新，比如做了8月份的财务报表，到了9月份时，就需要再次花费人力更新数据，十分麻烦，用FineBI就很方便。除此以外，FineBI还提供业务包功能，基于我们的分析主题新建一个业务包，把我本次分析需要用到的数据表存放在业务包里，方便查找。

然后将数据表添加到业务包中，数据表添加支持数据库表，sql数据表，excel数据表，还有自助数据集中的表，这里我把爬来的招聘数据Excel表添加到业务包中

然后将数据表添加到业务包中，数据表添加支持数据库表，sql数据表，excel数据表，还有自助数据集中的表，这里我把爬来的招聘数据Excel表添加到业务包中。

数据清洗加工

数据准备好了，下一步就是对数据进行清洗加工，去掉重复、无效的数据，拿到我们想到的数据，FineBI的处理过程十分方便，自助数据集可以对数据进行求和、平均、排序等一系列的运算

1、选择子集

业务包中添加自助数据集，只选择对数据分析有意义的字段，无意义的字段不勾选，也就是在Excel里面隐藏列。这里我们隐藏公司ID和公司全名，保留职位ID和公司简称还有薪水数据，数据实时预览，

2、脏数据清洗

浏览了以下，发现有几条记录中城市数据缺失，我们直接添加过滤条件，过滤掉空值和异常值

3、薪水上下限分割：

数据集中，因为薪水是以xxK-xxk的文本形式进行存储的，我需要用FineBI新增公式列（类似excel函数）将这些字符进行分割，方便面对薪水进行分析

薪水下限（数值）：left( indexofarray ( split (薪水,"-") ,1),find( "K",INDEXOFARRAY( split(薪水,"-") ,1))-1)

薪水上限（含K字符）：right ( indexofarray( split(薪水,"-") ,2),len(薪水)- find("K",indexofarray(split(薪水,"-"),2 ) ) )

薪水上限（数值）：left((薪水上限（含K字符） ,find"k",薪水上限（含K字符）)-1 )

这样就得到每个岗位的数值格式的薪水区间了：

4、岗位平均薪水计算

知道每个岗位的数值格式的薪水区间，我们还可以计算以下每个岗位的平均薪水，新增列：平均薪水=(薪水下限+薪水上限)/2，即可得到每个岗位的平均薪水。

数据可视化分析

数据清洗加工完毕，接下来就是数据可视化分析阶段了，用Finebi做数据可视化十分的简单，拖拖拽拽就可以自动生成图表，而在Excel里，要想作出美观的可视化，就肯定要学会数据透视表，操作过程也十分的繁杂。下面我用Finebi来展示以下数据可视化分析的过程：

1、我们先来看看在哪些城市找到数据分析师工作的机会比较大？

新建组件，将城市拖入横轴，记录数拖入纵轴，并将工作年限拖入颜色，图表就自动生成了

从表中可以看出，在北京数据分析的岗位最多，往后是上海、深圳、杭州、广州；按工作年限要求来看，3-5年的需求量最大，其次是1-3年，这说明数据分析对年轻人需求将更多。

2、看完了数据分析岗位在各城市的需求情况，我们再来看看数据分析师的薪水如何？

新建组件，将城市拖入横轴，平均薪水拖入纵轴，平均薪水进行二次计算，选择求平均值

从上面的结果可以看出，北京的数据分析师平均薪水最高，其次是深圳，上海，杭州。

3、根据工作经验的不同，薪酬是怎样变化的？

以工作年限要求行横轴，平均薪水为纵轴，分析工作年限与平均薪水的关系

从上面的分析结果可以看出，随着工作经验的增长，数据分析师的薪酬也在不断增加。

综合上面三个分析结果，我整理出来以下结论分享给了问我问题的妹子：

1）数据分析这一岗位，有大量的工作机会集中在北上广深以及新一线城市，如果将来去这些城市找工作，可以提高求职成功的条件概率。

2）从待遇上看，数据分析师留在北京，深圳发展是个不错的选择，其次是上海。

3）数据分析是个年轻的职业方向，大量的工作经验需求集中在1-5年。对于数据分析师来说，5年似乎是个瓶颈期，如果在5年之内没有提升自己的能力，大概以后的竞争压力会比较大。

4）随着经验的提升，数据分析师的薪酬也在不断提高，10年以上工作经验的人，能获得相当丰厚的薪酬。

FineBI个人版永久免费，感兴趣的朋友可以私信回复“数据分析”获取免费下载地址！

Python+BI分析5000条招聘数据，原来数据分析工作在这儿最好找相关推荐

python数据分析的发展前景_Python+BI分析5000条招聘数据，原来数据分析工作在这儿最好找...
这两年的大数据热潮带火了数据分析这个职业,很多人想转行干数据分析,但是又不知道现在这个行业的求职环境和前景如何,动了心却不敢贸然行动. 前两天有个干运营的妹子找我聊天,也是问我数据分析岗位前景的问题, ...
python爬取+BI分析5000条内衣数据，发现妹子最爱这款文胸
生活中我们经常会用python进行数据爬取,但是爬取简单分析难,很多人喜欢用echarts图表接口或者是python的第三方库进行数据可视化,甚至是用matlab,基本上都需要用代码实现,在数据展示上 ...
python怎么分析各个时间段的数据_Python数据分析：Python对Word数据的读写
<大数据和人工智能交流>头条号向广大初学者新增C .Java .Python .Scala.javascript 等目前流行的计算机.大数据编程语言,希望大家以后关注本头条号更多的内容. ...
【Python】猎聘网招聘数据爬虫（Python网络爬虫课设简要）
[Python]猎聘网招聘数据爬虫(Python网络爬虫课设简要) 注: 本文仅供学习交流使用! 合肥学院-20信管-20302211009 项目文件可自行前往博客主页下载或联系作者qq(341625 ...
大数据分析：Java 下降，华为平均月薪高达 35K，分析 89 万招聘数据有这些发现！
Java 下降,华为平均月薪高达 35K,分析 89 万招聘数据有这些发现! 作者 | 八爪盒子责编 | 唐小引基于国内各主流招聘网站发布的招聘岗位数据分析,5 月共计有 89 万招募中的互联网岗 ...
Python网络爬虫爬取招聘数据（利用python简单零基础）可做可视化
爬取Boss直聘相关的招聘数据一.相关需求分析 1.目的二.直聘网页结构分析 1.网页相关值的查找 2.网页的下一页规律查找三.Python相关的第三库介绍 1.Urllib的介绍 (1)url ...
Python股票分析系列——基础股票数据操作（二）.p4
该系列视频已经搬运至bilibili: 点击查看欢迎来到Python for Finance教程系列的第4部分.在本教程中,我们将基于Adj Close列创建烛台/ OHLC图,这将允许我介绍重新采 ...
企业级BI分析解决方案，解决数据应用难题
简介:近日,阿里云MaxCompute大数据计算平台联合帆软正式发布企业级BI分析解决方案,MaxCompute成为帆软FineBI与FineReport官方数据源.此次专为企业数据分析实现的产品集成 ...
智联招聘数据Hbase数据分析+可视化
需求: 背景描述近年来随着IT产业的加速发展,全国各地对IT 类的人才需求也越来越多, "XHS 集团"为了明确公司在各区域的发展布局,在多个省份进行IT公司岗位情况调研分析. ...
为SEO学习Python 分享7个技巧帮助你做数据分析工作
作为一名SEO专业人士,我的日常任务也在不断学习.在去年年底开始学习Python之后,我发现自己越来越多地将我所学的东西付诸实践. 这包括相当简单的任务,例如比较字数或状态码随时间的变化,以及分析包括 ...

Python+BI分析5000条招聘数据，原来数据分析工作在这儿最好找