1. Johngo学长首页
  2. 技术点详细复盘专题
  3. 人工智能

Pyecharts 猎聘招聘数据可视化

• 人工智能 • 阅读 74

文章目录

前言

最近在猎聘上爬了一些物流岗位相关的数据，看着这些爬下来的数据，心里就开始痒痒了，想着怎么把数据利用起来，于是开始了可视化的道路。

使用到的工具包为：

  • Pyecharts
  • pandas
  • sqlalchemy
  • numpy

数据分析

数据查看

数据字段，一共有21个字段

Pyecharts 猎聘招聘数据可视化
Pyecharts 猎聘招聘数据可视化
数据量大概17W条。
关注文章下的公众号，回复「猎聘数据」获取相关数据资源

; 数据加载

从数据库中加载数据「公众号中的数据为 excel 文件」

from sqlalchemy import create_engine
import pandas as pd

engine=create_engine("mysql+pymysql://用户名:passwd@ip:3306/库")
result = pd.read_sql('select * from liepin', engine)
result

数据分析和可视化

一、招聘岗位数量城市排名TOP10 — 柱状图

1、数据分析

job_city = result['job_city']

word_counts = job_city.value_counts().to_dict()

按照字典的value进行排序
data = sorted(word_counts.items(), key=lambda x: x[1], reverse=True)

2、柱状图

代码如下：

import pandas as pd

from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType

测试统计
color_function = """
    function(params){
        if(params.value>=8000){
            return '#FF1493';
        }else if (7000

注意：如果在notebook中不能展示出柱状图，请参考JupyterNotebook展示Pyecharts图像

3、效果展示

Pyecharts 猎聘招聘数据可视化

; 二、招聘岗位的薪酬分布 — 饼图

1、处理数据

经过数据分析，发现数据的salary字段格式有五种格式：薪资面议「不考虑」、6-8k·13薪、3000元/月、100元/日、10-20k
我们统一单位为：K

  • 6-8k·13薪： 取中值为7K，然后乘13薪，除12 就是每个月的K
  • 3000元/月： 3000 除 1000
  • 100元/日：此处的天数我假设为工作30天，其实正常22天。这个自己定。将100 * 30 / 1000
  • 10-20k： 取中值

代码如下：

part_interval = ["5K以下", "5K-10K", "10K-15K", "15K-20K", "20K-30K", "30K-50K", "50K以上"]
level1, level2, level3, level4, level5, level6, level7 = 0, 0, 0, 0, 0, 0, 0

#遍历salary，然后对数据进行划分，取中值为标准，薪资单位为 K
for i in result['salary']:
    if str(i) == 'nan' or "面议" in i:  # 面议的则不考虑
        pass
    elif i[-1] == "薪":    # 数据中的格式为：6-8k·13薪
        x = i.split("·")
        month = x[1][:-1]
        money = x[0].split("-")
        salary = (float(money[0]) + float(money[1][:-1])) / 2 * float(month) / 12
    elif i[-3:] == "元/月":  # 数据中的格式为： 3000元/月
        i = i.replace('元/月', '-元/月')
        x = i.split('-')
        salary = float(x[0]) / 1000
    elif i[-3:] == "元/日": # 数据中的格式为：100元/日 ，此处的天数我假设为工作30天，其实正常22天
        i = i.replace('元/日', '-元/日')
        x = i.split('-')
        salary = float(x[0]) * 30 / 1000
    else:
        # 正常单位的数据，格式为：10-20k
        x = i.split("-")
        salary = (float(x[0]) + float(x[1][:-1])) / 2

    if salary  50:
        level7 += 1

    salary = 0

2、生成饼图

from pyecharts.charts import Pie
from pyecharts import options as opts
from pyecharts.globals import ThemeType

x_data = ["5K以下", "5K-10K", "10K-15K", "15K-20K", "20K-30K", "30K-50K", "50K以上"]
y_data = level1, level2, level3, level4, level5, level6, level7

pie = (
    Pie(init_opts=opts.InitOpts(width='800px', height='500px',
                                theme=ThemeType.VINTAGE))  # 设置大小
        .add(
        series_name="猎聘数据",
        data_pair=[list(z) for z in zip(x_data, y_data)],
        center=["50%", "55%"],   # 设置圆心所在位置
        radius=["40%", "60%"],   # 设置饼图的内圈和外圈差
        #         rosetype = True,    # 南丁格尔
        label_opts=opts.LabelOpts(
            position="outside",
            formatter=" {b|{b}: }{c}  {per|{d}%} ",  # 格式为：  {b|{b}: }{c}  {per|{d}%}      {b}:{d}%
            background_color="#eee",
            border_color="#aaa",
            border_width=1,
            border_radius=4,
            rich={
                "a": {"color": "#999", "lineHeight": 12, "align": "center"},
                "abg": {
                    "backgroundColor": "#e3e3e3",
                    "width": "100%",
                    "align": "right",
                    "height": 12,
                    "borderRadius": [4, 4, 0, 0],
                },
                "hr": {
                    "borderColor": "#aaa",
                    "width": "100%",
                    "borderWidth": 0.5,
                    "height": 0,
                },
                "b": {"fontSize": 12, "lineHeight": 15},
                "per": {
                    "color": "#eee",
                    "backgroundColor": "#334455",
                    "padding": [2, 4],
                    "borderRadius": 2,
                },
            },
        ),
    )
        .set_global_opts(
            title_opts=opts.TitleOpts(title="招聘岗位的薪酬分布", pos_left='left'),  # 设置title的位置
            legend_opts=opts.LegendOpts(pos_top="10%", orient="horizontal")   # 设置「各薪水类别」所在位置
    )
        .set_series_opts(
            tooltip_opts=opts.TooltipOpts(
                trigger="item", formatter="{b}: {c} ({d}%)", # 设置鼠标悬停的提示信息
            )
    )
)
pie.render("招聘岗位的薪酬分布.html")
pie.render_notebook()
make_snapshot(snapshot, pie.render(), "./猎聘数据可视化/招聘岗位的薪酬分布.png", pixel_ratio=10)

3、效果展示

Pyecharts 猎聘招聘数据可视化

; 三、招聘岗位对经验的要求 — 水平柱状图

1、对数据处理

result['work_exp'].value_counts()

Pyecharts 猎聘招聘数据可视化

2、柱状图

根据上面的数据分析，可看出，将学历划分为：经验不限、应届生、1年以下、1-3年、3-5年、 5-10年、10年以上
可手动计算出每个学历对应的数目

from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType

V1 版本开始支持链式调用
你所看到的格式其实是 black 格式化以后的效果
可以执行 pip install black 下载使用
.set_colors(["blue","red","black","green","orange"])
主题设置： init_opts=opts.InitOpts(theme=ThemeType.VINTAGE) 或者 {"theme": ThemeType.MACARONS}
bar = (
    Bar(opts.InitOpts(width='900px', height='500px', theme=ThemeType.VINTAGE))
    .add_xaxis(["经验不限", "应届生", "1年以下", "1-3年", "3-5年", "5-10年", "10年以上"])
    .add_yaxis("岗位数量", [22733, 281, 1773, 24942, 31251, 24070, 7264])
    .reversal_axis()   # x、y轴的数据互换
    .set_series_opts(label_opts=opts.LabelOpts(position="right"))  # 直方图上提示所在位置
    .set_global_opts(
        title_opts=opts.TitleOpts(title="招聘岗位对经验的要求"),    # , subtitle="副标题"
        xaxis_opts=opts.AxisOpts(
            name='岗位数量',
            name_location='middle',
            name_gap=35,
                x轴名称的格式配置
            name_textstyle_opts=opts.TextStyleOpts(
                font_family= 'Times New Roman',
                font_size=14,
            ),
            axistick_opts=opts.AxisTickOpts(
                is_show=False,  # 是否显示刻度线
                is_inside=True,  # 刻度线是否在内侧
            )
        ),
        yaxis_opts=opts.AxisOpts(
            name='经验',
            name_location='middle',
            name_gap=70,
            name_textstyle_opts=opts.TextStyleOpts(
                font_family= 'Times New Roman',
                font_size=14,
                color='black',
                    font_weight='bolder',
            ),
            axistick_opts=opts.AxisTickOpts(
                    is_show=False,  # 是否显示
                is_inside=True,  # 刻度线是否在内侧
            )
        ),
            显示工具栏
        toolbox_opts=opts.ToolboxOpts(is_show=True),
    )
)
bar.render("招聘岗位对经验的要求_bar.html")
make_snapshot(snapshot, bar.render(), "./猎聘数据可视化/招聘岗位对经验的要求_bar.png", pixel_ratio=10)
bar.render_notebook()

3、效果展示

Pyecharts 猎聘招聘数据可视化

; 四、招聘岗位对学历的要求 — 水平柱状图

1、分析数据

result['eduLevel'].value_counts()

Pyecharts 猎聘招聘数据可视化

2、学历柱状图

from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType

bar = (
    Bar(opts.InitOpts(width='900px', height='500px', theme=ThemeType.VINTAGE))
    .add_xaxis(["学历不限", "中专/中技", "大专", "本科", "硕士", "MBA/EMBA", "博士"])
    .add_yaxis("岗位数量", [8145, 1462, 46693, 54673, 1198, 6, 137])
    .reversal_axis()
    .set_series_opts(label_opts=opts.LabelOpts(position="right"))  # 直方图上提示所在位置
    .set_global_opts(
        title_opts=opts.TitleOpts(title="招聘岗位对学历的要求"),    # , subtitle="副标题"
        xaxis_opts=opts.AxisOpts(
            name='岗位数量',
            name_location='middle',
            name_gap=35,
                x轴名称的格式配置
            name_textstyle_opts=opts.TextStyleOpts(
                font_family= 'Times New Roman',
                font_size=14,
            ),
                坐标轴刻度配置项
            axistick_opts=opts.AxisTickOpts(
                    is_show=False,  # 是否显示
                is_inside=True,  # 刻度线是否在内侧
            )
        ),
        yaxis_opts=opts.AxisOpts(
            name='学历',
            name_location='middle',
            name_gap=70,
            name_textstyle_opts=opts.TextStyleOpts(
                font_family= 'Times New Roman',
                font_size=14,
                color='black',
                    font_weight='bolder',
            ),
            axistick_opts=opts.AxisTickOpts(
                    is_show=False,  # 是否显示
                is_inside=True,  # 刻度线是否在内侧
            ),
        ),
            显示工具栏
        toolbox_opts=opts.ToolboxOpts(is_show=True),
    )
)
bar.render("招聘岗位对学历的要求_bar_reversal.html")
make_snapshot(snapshot, bar.render(), "./猎聘数据可视化/招聘岗位对学历的要求_bar.png", pixel_ratio=10)
bar.render_notebook()

3、效果展示

Pyecharts 猎聘招聘数据可视化

; 五、学历经验 — 饼状图

利用上面对学历和经验分析获取的数据，绘制饼状图

import pyecharts.options as opts
from pyecharts.charts import Pie
from pyecharts.globals import ThemeType

x_data = ["经验不限", "应届生", "1年以下", "1-3年", "3-5年", "5-10年", "10年以上"]
y_data = [22733, 281, 1773, 24942, 31251, 24070, 7264]
x_data = ["学历不限", "中专/中技", "大专", "本科", "硕士", "MBA/EMBA", "博士"]
y_data = [8145, 1462, 46693, 54673, 1198, 6, 137]

pie = (
    Pie(init_opts=opts.InitOpts(width='850px', height='500px', theme=ThemeType.VINTAGE))   # 设置大小  width="1600px", height="1000px"
    .add(
        series_name="猎聘数据",
        center=["45%", "55%"],
        data_pair=[list(z) for z in zip(x_data, y_data)],
        radius=["40%", "60%"],
        rosetype = True,    # 南丁格尔
        label_opts=opts.LabelOpts(
            position="outside",
            formatter=" {b|{b}: }{c}  {per|{d}%} ", # 格式为：  {b|{b}: }{c}  {per|{d}%}      {b}:{d}%
            background_color="#eee",
            border_color="#aaa",
            border_width=1,
            border_radius=4,
            rich={
                "a": {"color": "#999", "lineHeight": 12, "align": "center"},
                "abg": {
                    "backgroundColor": "#e3e3e3",
                    "width": "100%",
                    "align": "right",
                    "height": 12,
                    "borderRadius": [4, 4, 0, 0],
                },
                "hr": {
                    "borderColor": "#aaa",
                    "width": "100%",
                    "borderWidth": 0.5,
                    "height": 0,
                },
                "b": {"fontSize": 12, "lineHeight": 15},
                "per": {
                    "color": "#eee",
                    "backgroundColor": "#334455",
                    "padding": [2, 4],
                    "borderRadius": 2,
                },
            },
        ),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="招聘岗位对经验的要求", pos_left='0%'),
            legend_opts=opts.LegendOpts(pos_right="5%", orient="vertical", pos_top="5%")
    )
    .set_series_opts(
        tooltip_opts=opts.TooltipOpts(
            trigger="item", formatter="{b}: {c} ({d}%)"
        )
    )
)
pie.render_notebook()
make_snapshot(snapshot, pie.render(), "./猎聘数据可视化/招聘岗位对经验的要求_pie.png", pixel_ratio=10)

效果展示

Pyecharts 猎聘招聘数据可视化
Pyecharts 猎聘招聘数据可视化

; 六、 公司人数统计 — 象形柱状图

1、分析数据

result.groupby(['comp_url', "人数规模"], as_index=False).size()['人数规模'].value_counts()

Pyecharts 猎聘招聘数据可视化

2、象形柱状图

import json

from pyecharts import options as opts
from pyecharts.charts import PictorialBar
from pyecharts.globals import ThemeType

location = ["1-49人", "50-99人", "100-499人", "500-999人", "1000-2000人", "2000-5000人", "5000-10000人", "10000人以上"]
values = [4636, 4178, 7339, 2560, 1797, 1284, 914, 1100]

c = (
    PictorialBar(opts.InitOpts(width='900px', height='500px', theme=ThemeType.VINTAGE))
    .add_xaxis(location)
    .add_yaxis(
        "",
        values,
        label_opts=opts.LabelOpts(is_show=True, position='right', formatter=" {c}家"),   # 设置y轴的标签位置及格式
        symbol_size=30,   # 调节图形的大小
        symbol_repeat="fixed",  # 格式有三种，分别为true\false\"fixed"   true和fixed均是重复图形，而false图形仅一个 ,fixed与
        is_symbol_clip=True,   # 是否裁剪图形 好比一个图形表示10，那么值15，则用一个半的图形表示，这就是裁剪
        is_selected = False,
        symbol='image://data:image/png;base64,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',
    )
    .reversal_axis()
    .set_global_opts(
        title_opts=opts.TitleOpts(title="公司人数统计"),
        yaxis_opts=opts.AxisOpts(
            name='公司人数',
            name_location='middle',
            axistick_opts=opts.AxisTickOpts(is_show=False),
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(opacity=0)
            ),
            name_gap=90,
            name_textstyle_opts=opts.TextStyleOpts(
                font_family= 'Times New Roman',
                font_size=14,
                color='black',
                    font_weight='bolder',
            ),
            axislabel_opts=opts.LabelOpts(
                font_size=12,
                font_family='Times New Roman',
            ),
        ),
        xaxis_opts=opts.AxisOpts(
            name='公司数目',
            is_inverse=True,  反向坐标轴
            axislabel_opts=opts.LabelOpts(font_size = 14, font_family='Times New Roman'),
            name_location='middle',
            name_gap=35,
#                 x轴名称的格式配置
            name_textstyle_opts=opts.TextStyleOpts(
                font_family= 'Times New Roman',
                font_size=14,
            ),
                坐标轴刻度配置项
            axistick_opts=opts.AxisTickOpts(
                    is_show=False,  # 是否显示
                is_inside=True,  # 刻度线是否在内侧
            ),
                坐标轴线的配置
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(
                    width=1,
                    color='black',
                )
            ),
        ),
    )
)
c.render_notebook()
c.render("公司人数统计.html")
make_snapshot(snapshot, c.render(), "./猎聘数据可视化/公司人数统计.png", pixel_ratio=10)

3、效果展示

Pyecharts 猎聘招聘数据可视化

象形柱状图参数的具体设置及图标相关网站，请参考：https://blog.csdn.net/qq_42571592/article/details/122818791

; 七、公司所属行业 — 词云图

1、分析行业数据

行业中的数据格式为：政务/公共服务，所以先使用「/」分割，然后在进行统计

import collections
word_list = []
for i in result['企业行业']:
    if i:
        x = i.split('/')
        for j in x:
            word_list.append(j)

word_counts = collections.Counter(word_list)

2、画词云图

from pyecharts import options as opts
from pyecharts.charts import WordCloud
from pyecharts.globals import SymbolType
from pyecharts.globals import ThemeType

c = (
    WordCloud(opts.InitOpts(width='900px', height='500px', theme=ThemeType.VINTAGE))
    .add("",
         [(k, v) for k,v in word_counts.items()],
         word_size_range=[20, 90],   # 单词字体大小范围
         shape=SymbolType.ROUND_RECT   # # 词云图轮廓
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="公司所属行业分布")
    )
)
c.render("公司所属行业分布.html")
c.render_notebook()
make_snapshot(snapshot, c.render(), "./猎聘数据可视化/公司所属行业分布.png", pixel_ratio=10)

3、效果展示

Pyecharts 猎聘招聘数据可视化

; 八、公司职位福利 — 词云图

1、分析数据

import collections

word_list = []
for i in result['welfare']:
    if i:
        x = i.split('|')
        for j in x:
            word_list.append(j)

word_counts = collections.Counter(word_list)
word_counts

2、生成词云图

from pyecharts import options as opts
from pyecharts.charts import WordCloud
from pyecharts.globals import SymbolType
from pyecharts.globals import ThemeType

c = (
    WordCloud(opts.InitOpts(width='900px', height='500px', theme=ThemeType.VINTAGE))
    .add(
        series_name="职位福利分析",
        data_pair = [(k, v) for k,v in word_counts.items()],
        word_size_range=[20, 100],
        shape="cursive",
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="职位福利"))
    .render("公司所属行业分布.html")
)
c.render("职位福利.html")
c.render_notebook()
make_snapshot(snapshot, c.render(), "./猎聘数据可视化/职位福利.png", pixel_ratio=10)

3、效果展示

Pyecharts 猎聘招聘数据可视化

; 关联文章

Pyecharts直角坐标系图：象形柱状图 PictorialBar

本人公众号为 【信橙则灵】，大家需要数据的话，微信搜索公众号名称，关注后发送【猎聘数据】，即可获得相关数据。

Pyecharts 猎聘招聘数据可视化
欢迎大家在评论区留言，知无不言，言无不尽。感觉不错的话，别忘了点赞收藏哦！
Pyecharts 猎聘招聘数据可视化

Original: https://blog.csdn.net/qq_42571592/article/details/122725267
Author: 信橙则灵
Title: Pyecharts 猎聘招聘数据可视化

原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/698357/

转载文章受原作者版权保护。转载请注明原作者出处！

赞 (0)
0

【自取】最近整理的，有需要可以领取学习：



Linux核心资料大放送~

全栈面试题汇总（持续更新&可下载）

一个提高学习100%效率的工具！

【超详细】深度学习面试题目！

LeetCode Python刷题答案下载！

LeetCode Java版刷题答案下载！

LeetCode C++ 版本，抓紧保存！

LeetCode GO语言 刷题答案下载！

大家都在看

亲爱的 Coder【最近整理，可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球