自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

數(shù)據(jù)分析師還吃香嗎？用數(shù)據(jù)告訴你

作者：iRunning
大數(shù)據(jù) 數(shù)據(jù)分析
有人說，這個(gè)時(shí)代，只要站在了風(fēng)口，豬都能飛起來，尤其互聯(lián)網(wǎng)行業(yè)，千變?nèi)f化，日異月殊，一不小心就錯(cuò)過了風(fēng)口，有人甚至用幣圈一日互聯(lián)網(wǎng)十年來形容虛擬幣和區(qū)塊鏈的火爆，如果單從熱點(diǎn)看，大數(shù)據(jù)貌似有點(diǎn)out了，那究竟如何呢?

項(xiàng)目簡介

有人說，這個(gè)時(shí)代，只要站在了風(fēng)口，豬都能飛起來，尤其互聯(lián)網(wǎng)行業(yè)，千變?nèi)f化，日異月殊，一不小心就錯(cuò)過了風(fēng)口，如果沒記錯(cuò)的話，前幾年火的是App開發(fā)，后來是大數(shù)據(jù)，再接著是人工智能，現(xiàn)在則是區(qū)塊鏈，有人甚至用幣圈一日互聯(lián)網(wǎng)十年來形容虛擬幣和區(qū)塊鏈的火爆，如果單從熱點(diǎn)看，大數(shù)據(jù)貌似有點(diǎn)out了，那究竟如何呢?今天就對(duì)拉勾網(wǎng)上的數(shù)據(jù)分析職位的相關(guān)信息來一個(gè)探索性分析。

數(shù)據(jù)集

之所以采用拉勾網(wǎng)(201712)的數(shù)據(jù)，是由于在互聯(lián)網(wǎng)垂直招聘領(lǐng)域，拉勾網(wǎng)坐***把交椅，無論是職位數(shù)量還是職位有效性，都優(yōu)于其它渠道。

本次采用的數(shù)據(jù)集主要有以下變量：薪酬下限、薪酬上限、工作地點(diǎn)、經(jīng)驗(yàn)要求、學(xué)歷要求、工作時(shí)間、公司、所處行業(yè)、公司融資情況、投資機(jī)構(gòu)、崗位要求等。

目的

通過實(shí)際數(shù)據(jù)來看看數(shù)據(jù)分析一職的現(xiàn)況如何，薪資是否還有吸引力等，具體來說，探索以下幾個(gè)問題：

  1. 數(shù)據(jù)分析職位在各城市的需求對(duì)比;
  2. 數(shù)據(jù)分析師的待遇情況;
  3. 工作經(jīng)驗(yàn)要求;
  4. 互聯(lián)網(wǎng)熱點(diǎn)城市的待遇情況;
  5. 工作經(jīng)驗(yàn)對(duì)待遇的影響;
  6. 學(xué)歷對(duì)待遇的影響;
  7. 需要掌握的技能;
  8. 哪些技能更吃香;
  9. 不同的經(jīng)驗(yàn)要求是否意味著不同的技能要求。

分析工具

在Jupyter Notebook中以Python3及其pandas、matplotlib、seaborn 和 wordcloud包為主進(jìn)行分析。下面開始正式分析。

數(shù)據(jù)整理

前期準(zhǔn)備工作，由于matplotlib包使用的默認(rèn)字體不支持中文，所以得修改配置，用文本編輯器打開下面命令得到的路徑中的 matplotlibrc文件，將以 font.family和 font.sans-serif開頭的兩行前的注釋符(#)刪掉，并在“font.sans-serif:”后加上SimHei，更改后結(jié)果如 font.sans-serif : SimHei, msyh, DejaVu Sans, ......;再將附帶的字體文件放入matplotlib同級(jí)目錄下的\fonts\ttf目錄中。 

  1. import matplotlib 
  2. print(matplotlib.matplotlib_fname()) 

接著刪除下面命令得到的用戶目錄中.matplotlib下的所有帶cache的文件及文件夾后重啟 Jupyter Notebook。

  1. print (matplotlib.get_configdir()) 

準(zhǔn)備工作完成，下面正式讀取數(shù)據(jù)并整理。 

  1. # python3 
  2. # _*_ coding:utf-8 _*_ 
  3. # 導(dǎo)入所需的包 
  4. import numpy as np 
  5. import pandas as pd 
  6. import seaborn as sns 
  7. import matplotlib.pyplot as plt 
  8. from wordcloud import WordCloud 
  9. % matplotlib inline 
  10. matplotlib.rcParams['font.sans-serif'] = ['SimHei'] 
  11. # 讀取數(shù)據(jù) 
  12. df = pd.read_excel('la_gou.xlsx') 
  13. # 刪除不需要的變量 
  14. df_clean1 = df.drop(['Index', 'home_page', 'address', 'url', 'date_time'],axis=1) 
  15. # 刪除冗余行 
  16. df_clean = df_clean1.drop_duplicates(['company', 'title', 'description']) 
  17. df_clean=df_clean.reset_index(drop=True) 
  18. df_clean.info() 

 

經(jīng)過處理后的數(shù)據(jù)有16個(gè)變量，1766個(gè)觀測值，其中投資機(jī)構(gòu)(investor)缺失值太多，不過它不是這次分析的重點(diǎn)，影響不大。

探索數(shù)據(jù)

一、職位在地域方面的區(qū)別： 

  1. city_series = df_clean['city'].value_counts() 
  2. y_cor = list(city_series.values) 
  3. x_cor = list(np.arange(len(y_cor))) 
  4.  
  5. city_series.plot(kind='bar', figsize=(18,10), fontsize=15, rot=40); 
  6. for x,y in zip(x_cor,y_cor): 
  7.     plt.text(x, y+1, '%s' % y, ha='center', va= 'bottom',fontsize=14); 
  8. plt.title(u'各城市職位數(shù)量', size = 18); 
  9. plt.show(); 

 

分析結(jié)果顯示，與以往媒體報(bào)道的北京互聯(lián)網(wǎng)發(fā)展***不同，上海至少在數(shù)據(jù)分析職位方面的需求超過了北京，但也只是略超，同時(shí)，深圳與上海和北京相比，需求數(shù)量差距也不是非常大，其次杭州和廣州的需求比較大，且兩者幾乎無差距，再者就是成都有一定需求，其它城市的需求非常少。總體來說與人們對(duì)互聯(lián)網(wǎng)強(qiáng)城市的印象相符。

二、薪資概況： 

  1. # 由于招聘給出的薪資是一個(gè)區(qū)間，故采用其上限和下限間的中值進(jìn)行分析 
  2. df_clean['salary_median'].hist(figsize=(10,6), bins=30, edgecolor='k', grid=False); 
  3. plt.xlabel(u'薪資（千/月）', size=15); 
  4. plt.ylabel(u'頻數(shù)', size=15); 
  5. plt.title(u'薪資分布', size=18); 
  6. plt.xticks(range(0,90,5), size=15); 
  7. plt.yticks(size=15); 
  8. plt.grid(axis='y', alpha=0.2); 

 

從分布看，薪資差異較大，有大量五千到兩萬五之間的職位，超過三萬的***，***有達(dá)到七萬多的，與人們印象不同，并不是每個(gè)數(shù)據(jù)分析師都能"月薪過萬"，低于一萬的也有一定比例，但最多的還是一萬五到一萬七的，總的來說，待遇非常吸引人。

三、工作經(jīng)驗(yàn)要求：  

 

  1. # 應(yīng)屆畢業(yè)生和10年以上人數(shù)很少，將應(yīng)屆畢業(yè)生歸類到一年以下，將10年以上歸類到5-10年，并去掉空格 
  2. for i in df_clean.index: 
  3.     df_clean.loc[i,'experience'] = df_clean.loc[i,'experience'].strip() 
  4.     if df_clean.loc[i,'experience'] == u'應(yīng)屆畢業(yè)生': 
  5.         df_clean.loc[i,'experience'] = u'1年以下' 
  6.     if df_clean.loc[i,'experience'] == u'10年以上': 
  7.         df_clean.loc[i,'experience'] = u'5-10年' 
  8.  
  9. experience_freq = df_clean['experience'].value_counts() 

  

  1. experience_sort = pd.Series([38, 621, 732, 141, 234], index=[u'1年以下',u'1-3年',u'3-5年',u'5-10年',u'不限']) 
  2. experience_sort.plot(kind='bar',figsize=(8,5), fontsize=15, rot=0); 
  3. plt.grid(color='#95a5a6', linewidth=1,axis='y',alpha=0.2) 
  4. plt.xticks(range(5), experience_sort.index, size=15) 
  5. plt.ylabel(u'頻數(shù)', size=15); 

 

絕大部分崗位都要求有工作經(jīng)驗(yàn)，3-5年的最多，其次是1-3年的，5-10年的專家級(jí)也有一定需求，還有一些不限經(jīng)驗(yàn)的，可能是忘記填寫或?qū)嵙?xí)之類的。

四、互聯(lián)網(wǎng)熱點(diǎn)城市薪資概況： 

  1. salary_groupby_city = df_clean.groupby('city')['salary_median'] 
  2. large_city = city_series[0:6].index 
  3. salary_of_city = [] 
  4. for city in large_city: 
  5.     salary_value = salary_groupby_city.get_group(city).values #得到各城市對(duì)應(yīng)的薪水的數(shù)組 
  6.     salary_of_city.append(salary_value) 
  7.  
  8. plt.style.use('seaborn-darkgrid') 
  9. matplotlib.rcParams['font.sans-serif'] = ['SimHei']# 對(duì)于有些seaborn的style，必須同時(shí)運(yùn)行此命令，否則還是不顯示中文 
  10. plt.figure(figsize=(10,5)); 
  11. plt.boxplot(salary_of_city, boxprops = {'color':'blue'}, 
  12.             flierprops = {'markerfacecolor':'red','color':'black','markersize':4}); 
  13. plt.title(u'互聯(lián)網(wǎng)熱點(diǎn)城市薪資分布', size=18); 
  14. plt.ylabel(u'薪資（千/月）',size=15); 
  15. plt.xticks(np.arange(6)+1,large_city, size=15); 
  16. plt.yticks(size=15); 
  17. plt.grid(color='#95a5a6', linewidth=1,axis='x',alpha=0.2); 

 

從結(jié)果看，北京的月薪中位數(shù)***，在2萬元，其次是上海，在1.75萬左右，深杭在1.5萬左右，廣州成都只有1萬，但薪資***的職位在深圳。

五、工作經(jīng)驗(yàn)對(duì)薪資的影響： 

  1. salary_groupby_experience = df_clean.groupby('experience')['salary_median'] 
  2.  
  3. salary_of_experience = [] 
  4. for experience in experience_sort.index: 
  5.     salary_value = salary_groupby_experience.get_group(experience).values 
  6.     salary_of_experience.append(salary_value) 
  7.  
  8. plt.figure(figsize=(10,5)); 
  9. plt.boxplot(salary_of_experience, boxprops = {'color':'blue'}, 
  10.             flierprops = {'markerfacecolor':'red','color':'black','markersize':4}); 
  11. plt.title(u'不同工作經(jīng)驗(yàn)的薪資待遇', size=18); 
  12. plt.ylabel(u'薪資（千/月）',size=15); 
  13. plt.xticks(np.arange(5)+1,experience_sort.index, size=15); 
  14. plt.yticks(size=15); 
  15. plt.style.use('seaborn-darkgrid'); 
  16. matplotlib.rcParams['font.sans-serif'] = ['SimHei']; 
  17. plt.grid(color='#95a5a6', linewidth=1,axis='x',alpha=0.2); 

 

可見經(jīng)驗(yàn)越久，待遇越高，有5年經(jīng)驗(yàn)的薪資中位數(shù)***也有2萬，遠(yuǎn)比傳統(tǒng)行業(yè)高。

六、學(xué)歷對(duì)薪資的影響：  


  1. edu_sort = pd.Series([52,170,1465,78,1], index=[u'不限',u'大專',u'本科',u'碩士',u'博士']) 
  2. salary_groupby_edu = df_clean.groupby('education')['salary_median'] 
  3. salary_of_edu = [] 
  4. for education in edu_sort.index: 
  5.     salary_value = salary_groupby_edu.get_group(education).values 
  6.     salary_of_edu.append(salary_value) 
  7.  
  8. plt.figure(figsize=(10,6)); 
  9. plt.boxplot(salary_of_edu, boxprops = {'color':'blue'}); 
  10. plt.title(u'不同學(xué)歷的薪資待遇', size=18); 
  11. plt.ylabel(u'薪資（千/月）',size=15); 
  12. plt.xticks(np.arange(5)+1,edu_sort.index, size=15); 
  13. plt.yticks(size=15); 

 

其中不限學(xué)歷的可能由于招聘者忘記選擇，也可能由于其是新興領(lǐng)域，更看重實(shí)際能力而非學(xué)歷，對(duì)于有明確要求的，大專明顯低于本科和碩士，本科和碩士的差距倒不是特別大，只是碩士的起薪要高。

七、工作技能要求： 

  1. # 添加技能列 
  2. import re 
  3. def get_skill(text): 
  4.     skill_list = re.findall('([a-zA-Z][0-9a-zA-Z]+|C\#|\.Net|R\d?|A\/B|算法)', text) 
  5.     for skill in skill_list: 
  6.         if skill.upper() == 'EXCEL' or skill.upper() == 'PPT': 
  7.             skill_list[skill_list.index(skill)] = 'office' 
  8.     return ','.join(skill_list).upper() 
  9. df_clean['skill'] = df_clean['description'].apply(get_skill) 
  10.  
  11. # 生成技能字典 
  12. import nltk 
  13. skill_list = [] 
  14. for i in df_clean.index: 
  15.     if len(df_clean.loc[i, 'skill']) > 0: 
  16.         skill_list.extend(df_clean.loc[i, 'skill'].split(',')) 
  17.          
  18. skill_freq = dict(nltk.FreqDist(skill_list)) 
  19.  
  20. # 刪除主要的提取錯(cuò)的鍵值 
  21. del skill_freq['AND'] 
  22. del skill_freq['TO'] 
  23. del skill_freq['IN'] 
  24. del skill_freq['DATA'] 
  25. del skill_freq['THE'] 
  26. del skill_freq['OF'] 
  27. del skill_freq['KPI'] 
  28. del skill_freq['APP'] 
  29. del skill_freq['WITH'] 
  30. del skill_freq['SERVER'] 
  31.  
  32. wc = WordCloud(width=800, height=400, background_color='white').generate_from_frequencies(skill_freq) 
  33. plt.figure(figsize=(8,4)); 
  34. plt.imshow(wc); 
  35. plt.axis('off'); 
  36. plt.show(); 

 

可見，SQL，Office(主要是Excel和PPT)是需求***的，是絕大多數(shù)要求必須掌握的;其次，Python,算法和R的需求也很大，另外SAS，SPSS，Hadoop，Hive的需求也不小。

八、查看主流技能的薪酬平均中值： 

  1. # 選取需求最多的20個(gè)技能 
  2. skill_sort = sorted(skill_freq.items(), key=lambda item:item[1], reverse=True) #對(duì)技能頻數(shù)字典按值從大到小排序 
  3. hot_skill_list = skill_sort[0:20] 
  4.  
  5. hot_skill_salary_mean = {} # 存放技能中值的均值的字典 
  6. for i in hot_skill_list: # i 為技能和其頻次的列表的元素 
  7.     for j in df_clean.index: 
  8.         if i[0] in df_clean.loc[j, 'skill']: # 如果技能在數(shù)據(jù)框的技能列中 
  9.             if i[0] in hot_skill_salary_mean: # 如果技能在技能中值的均值的字典中 
  10.                 # 技能鍵的值為原值加上新值 
  11.                 hot_skill_salary_mean[i[0]] = hot_skill_salary_mean[i[0]] + df_clean.loc[j, 'salary_median'] 
  12.             else: 
  13.                 hot_skill_salary_mean[i[0]] = df_clean.loc[j, 'salary_median'] 
  14.     hot_skill_salary_mean[i[0]] = hot_skill_salary_mean[i[0]] / i[1] # 技能中值的均值為之前計(jì)算的和除以技能頻數(shù) 
  15.  
  16. hot_skill_salary_mean = sorted(hot_skill_salary_mean.items(), key=lambda item:item[1]) #排序 
  17. hot_skill_salary_mean #排序后返回由含字典元素的元組構(gòu)成的列表 
  18.  
  19. hot_skill_freq = [] #把前20個(gè)技能的需求頻數(shù)提取出來 
  20. for i in hot_skill_salary_mean: 
  21.     hot_skill_freq.append(skill_freq[i[0]]) 
  22. hot_skill_freq # 排序會(huì)按其薪酬均值從小到大 
  23.  
  24. hot_skill_salary_key = [] # 熱門技能名稱列表 
  25. hot_skill_salary_values = [] #熱門技能的中值的均值列表 
  26. for i,j in dict(hot_skill_salary_mean).items(): 
  27.     hot_skill_salary_key.append(i) 
  28.     hot_skill_salary_values.append(j) 
  29.  
  30. plt.figure(figsize=(10,6)); 
  31. plt.scatter(x = np.arange(len(hot_skill_salary_values)), y=hot_skill_salary_values, s=hot_skill_freq); 
  32. plt.xticks(np.arange(len(hot_skill_salary_values)), hot_skill_salary_key, size=15, rotation=40); 
  33. plt.yticks(size=15); 
  34. plt.title('不同技能可以拿到的薪資中位數(shù)的均值', size=18); 
  35. plt.ylabel('千/月', size=15); 
  36. plt.ylim((5,26)); 

 

泡泡大小代表了需求量，從結(jié)果看，會(huì)R的薪資***，但這只是高薪的必要條件，而非充分條件，另外算法太低，可能是由于大多數(shù)崗位需求里都提到了算法，進(jìn)而拉低了其均值，如果進(jìn)一步分析，應(yīng)該能得出比較貼合實(shí)際的數(shù)據(jù)，或者也可直接將此項(xiàng)剔除，分析其它崗位如深度學(xué)習(xí)機(jī)器學(xué)習(xí)的薪資來得到算法的薪資均值。Java是走向高級(jí)開發(fā)必不可少的路，Hadoop，Spark，Hive仍然是數(shù)據(jù)分析類職位的高薪必備技能。

九、看看主要工作經(jīng)驗(yàn)對(duì)主流技能的要求是否有差別： 

  1. # 生成字典，來存放兩種經(jīng)驗(yàn)對(duì)應(yīng)的主流技能需求數(shù) 
  2. skill_by_exp13 = {} 
  3. skill_by_exp35 = {} 
  4. df_skill_13 = df_clean[df_clean['experience']=='1-3年'][['experience', 'skill']] 
  5. df_skill_35 = df_clean[df_clean['experience']=='3-5年'][['experience', 'skill']] 
  6. for i in hot_skill_salary_key: 
  7.     for j in df_skill_13.index: 
  8.         if i in df_skill_13.loc[j, 'skill']: 
  9.             if i in skill_by_exp13: 
  10.                 skill_by_exp13[i] = skill_by_exp13[i] + 1 
  11.             else: 
  12.                 skill_by_exp13[i] = 1 
  13.  
  14. for i in hot_skill_salary_key: 
  15.     for j in df_skill_35.index: 
  16.         if i in df_skill_35.loc[j, 'skill']: 
  17.             if i in skill_by_exp35: 
  18.                 skill_by_exp35[i] = skill_by_exp35[i] + 1 
  19.             else: 
  20.                 skill_by_exp35[i] = 1 
  21.  
  22. ind = np.arange(len(skill_by_exp13)) 
  23. width = 0.35 
  24. sns.set(context='notebook', style='darkgrid', palette='muted', font='simhei') 
  25. plt.figure(figsize=(12,6)); 
  26. plt.grid(color='white', linewidth=1,alpha=0.3); 
  27. plt.bar(ind, pd.Series(skill_by_exp13).values, width,  label='1-3年'); 
  28. plt.bar(ind + width, pd.Series(skill_by_exp35).values, width,  label='3-5年'); 
  29. plt.title('不同工作經(jīng)驗(yàn)對(duì)主流技能的需求對(duì)比', size=18); 
  30. plt.xticks(ind+width/2, pd.Series(skill_by_exp13).index, size=15, rotation=40); 
  31. plt.yticks(size=15) 
  32. plt.legend(); 

 

幾乎所有主流技能，3-5年工作經(jīng)驗(yàn)的需求量都比1-3年的多，但這很大可能是因?yàn)?-5年的招聘數(shù)本身就比1-3年的多100個(gè)左右，但我注意到，對(duì)Matlab、MySQL、VBA及Tableau的需求兩者相差無幾，VBA方面3-5年的甚至低于1-3年的，這說明3-5年經(jīng)驗(yàn)要求的對(duì)這四種技能的需求不如1-3年的多。

結(jié)論匯總

  1. 對(duì)數(shù)據(jù)分析一職的需求主要集中在北上廣深杭，其中北京和上海***，深圳需求緊隨其后，廣州和杭州相比上海和北京需求減半，但比起其它城市依然不少。
  2. 大多數(shù)職位提供的薪資中值在5千到2萬5之間，很少有給出3萬的，但也有極少數(shù)崗位，給出了五六萬的高薪。
  3. 大多數(shù)崗位要求有工作經(jīng)驗(yàn)，要求有3-5年經(jīng)驗(yàn)的最多，其次是1-3年的，不要求或只要求不到一年的很少。
  4. 互聯(lián)網(wǎng)發(fā)展熱門城市中，北京給出的薪資的中值***，達(dá)到了2萬元，上海緊隨其后，比北京低一兩千，杭州和深圳基本持平，基本在1萬5左右，這有點(diǎn)出人意料，考慮到置業(yè)成本，去杭州貌似比深圳更好，廣州和成都的中值在1萬左右，可見，至少在數(shù)據(jù)方面，杭州的發(fā)展已經(jīng)超過廣州這個(gè)一線城市了。
  5. 工作經(jīng)驗(yàn)與薪資密切相關(guān)，1-3年經(jīng)驗(yàn)的薪資中值大部分超過了1萬，3-5年的都在1萬5以上，而5年以上的，薪資中值都在2萬以上。
  6. 學(xué)歷方面，碩士對(duì)本科的優(yōu)勢不是很明顯，但下限是肯定高于本科的，大專相比本科劣勢就比較明顯了，薪資低不少，而博士相對(duì)碩士也有很大優(yōu)勢，但需求少。
  7. 技能方面，office(主要是excel其次少部分PPT)和SQL需求最多，Python、R、算法緊隨其后，Hadoop、SPSS、Hive、SAS、和Spark的需求也不少。
  8. 對(duì)于拿到高薪的必要條件，R優(yōu)勢***，其次是Java，Linux等，當(dāng)然這些條件并非單一滿足，一般要同時(shí)會(huì)其它高級(jí)技能才能拿到高薪，顯然這已經(jīng)不是基礎(chǔ)的數(shù)據(jù)分析需要的技能了，可能側(cè)重于數(shù)據(jù)挖掘和建模等。
  9. 要求3-5年經(jīng)驗(yàn)的和要求1-3年經(jīng)驗(yàn)的在技能需求上沒有太大差別，對(duì)于這條結(jié)論不是很有把握，不是太符合邏輯，等日后再詳細(xì)分析。

思考·總結(jié)

通過這次分析，深切的感受到了思路的重要性，如果你對(duì)探索數(shù)據(jù)沒有好奇心，沒有一點(diǎn)自己的想法，那真可謂無處下手，不知道該分析什么，正所謂思路為“道”，工具為“術(shù)”，分析之前，得先給自己提出幾個(gè)想探索的問題，或想驗(yàn)證的假設(shè)，當(dāng)然這點(diǎn)不是非得一步到位，也可以循序漸進(jìn)，隨著分析的不斷進(jìn)行再開展新的探索。

“術(shù)”方面的工具技能也很重要，有時(shí)候你不知道那個(gè)函數(shù)的用法，不知道那個(gè)參數(shù)的設(shè)置，可能找很久都找不到，比如對(duì)柱狀圖添加文字說明，起初我按照搜索到的方法添加，可就是不出效果，搜了好幾種方法都不行，無奈之下我只得把別人的代碼截圖一行一行敲下來運(yùn)行驗(yàn)證，***發(fā)現(xiàn)是因?yàn)闆]放在一個(gè)cell里這個(gè)低級(jí)原因，當(dāng)然，這個(gè)過程中我又學(xué)到了別的知識(shí)。術(shù)方面還有一點(diǎn)需要說的是，早期seaborn包會(huì)對(duì)matplotlib的圖自動(dòng)美化，但新版改了，不會(huì)自動(dòng)美化，得自己設(shè)置，這方面花了大量時(shí)間搜索，主要是不知道對(duì)應(yīng)的術(shù)語叫什么，只能按文字描述搜索，***發(fā)現(xiàn)，圖像的灰底不是顏色，是style，可以用兩種方式設(shè)置，但兩種都不好用，因?yàn)橹灰獙?duì)一個(gè)圖設(shè)置后，那做其它圖時(shí)都會(huì)默認(rèn)采用你設(shè)置的這個(gè)style，而我希望只針對(duì)單個(gè)圖起作用。

項(xiàng)目之外的，我感到主動(dòng)學(xué)習(xí)非常重要，對(duì)于自己不會(huì)的，不要畏懼，也不要偷懶，要相信自己碰到的問題別人也絕對(duì)碰到過，搜一搜，看看別人是怎么解決的，比如對(duì)于技能的提取及詞云的繪制，起初用了結(jié)巴分詞提取，但提取有疏漏，不過沒有大的問題，但繪制詞云時(shí)，出來的都是中文詞，基本沒有技能名，我只好去找別的方法，看能不能過濾掉結(jié)巴提取后的中文詞，***發(fā)現(xiàn)何不采用正則重新提取呢，于是進(jìn)行了重新提取，但繪制詞云時(shí)又碰到重復(fù)顯示的問題，同樣的詞以不同大小和顏色顯示好幾次，但詞并沒有問題。***用自定義詞典解決了。

另外就是英語非常重要，有些函數(shù)的參數(shù)太多，以至于官網(wǎng)文檔都沒有詳細(xì)說，它可能是作為一些共用的參數(shù)放在了其它函數(shù)中介紹。***，對(duì)于崗位描述的探索還能進(jìn)一步采用語義分析，得出更明確的要求，因?yàn)橛行┮笫潜仨殱M足的，有些是加分項(xiàng)，但水平所限，還不能語義分析，還有就是投資公司，如果數(shù)據(jù)較全也能探索下金融方面這些機(jī)構(gòu)的投資偏好及相互間的裙帶關(guān)系，畢竟，中國的互聯(lián)網(wǎng)，誰都繞不開阿里騰訊及其背后的資本。

責(zé)任編輯：未麗燕 來源： 知乎專欄
數(shù)據(jù)分析薪資數(shù)據(jù)分析師
相關(guān)推薦

2015-08-19 13:50:19

數(shù)據(jù)分析

2016-10-21 14:41:22

數(shù)據(jù)分析師大數(shù)據(jù)

2020-05-12 10:44:19

數(shù)據(jù)分析師薪資數(shù)據(jù)

2021-03-26 07:37:34

數(shù)據(jù)分析工具技能

2023-07-08 23:05:01

數(shù)據(jù)分析運(yùn)營

2015-08-18 13:26:05

數(shù)據(jù)分析

2017-11-27 10:53:00

大數(shù)據(jù)租房數(shù)據(jù)分析

2017-11-24 12:52:01

大數(shù)據(jù)數(shù)據(jù)分析房租

2012-08-07 17:32:25

數(shù)據(jù)分析師

2012-08-08 09:00:29

數(shù)據(jù)分析師

2015-08-17 09:39:40

大數(shù)據(jù)

2021-04-14 23:07:22

數(shù)據(jù)分析工具容器

2015-08-06 14:02:31

數(shù)據(jù)分析

2017-05-11 10:05:47

數(shù)據(jù)分析excelPython

2017-05-11 10:35:51

數(shù)據(jù)分析語言學(xué)習(xí)

2019-02-20 17:55:45

數(shù)據(jù)分析師技能管理

2023-07-28 14:48:00

數(shù)據(jù)分析效果

2013-07-29 15:58:28

大數(shù)據(jù)數(shù)據(jù)分析

2017-02-13 19:25:24

2015-04-03 11:19:21

大數(shù)據(jù)大數(shù)據(jù)分析師
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)