用 Python 分析招聘岗位,结果 Python 薪资竟然垫底。。。

简介: 用 Python 分析招聘岗位,结果 Python 薪资竟然垫底。。。

全国数据汇总

首先我们先来看下9个城市招聘数据的汇总情况

数据汇总

首先读取所有的文件数据,再通过 concat 函数合并

beijing = pd.read_csv("beijing_data.csv")
shanghai = pd.read_csv("shanghai_data.csv")
shenzhen = pd.read_csv("shenzhen_data.csv")
guangzhou = pd.read_csv("guangzhou_data.csv")
hangzhou = pd.read_csv("hangzhou_data.csv")
nanjing = pd.read_csv("nanjing_data.csv")
wuhan = pd.read_csv("wuhan_data.csv")
xian = pd.read_csv("xian_data.csv")
chengdu = pd.read_csv("chengdu_data.csv")
all_data = pd.concat([beijing, shanghai, shenzhen, guangzhou, hangzhou, nanjing, wuhan, xian, chengdu], ignore_index=True)

计算平均薪资

由于抓取到的薪资都是一个范围值,所以需要简单处理下,求出每个岗位的平均薪资

import re
rege = r'(\d+)-(\d+)K'
def get_num(mystr):
    res = re.match(rege, mystr)
    result = (int(res.group(1)) + int(res.group(2)))/2
    return int(result)
all_data['avg_salary'] = all_data['salary'].apply(get_num)

招聘平均薪资排行

先来看看全国企业中,招聘薪资前十的都是哪些公司

从上面的统计可以看出,大多数企业都是仅仅有一个岗位在招聘当中,而且给出的薪资都是相当诱人的。

而排行第一的慧择信息集团,好像还是一个新生企业,从平均薪资来看,3个在招的岗位薪资应该都是很高的,看来应该是一家极具潜力的公司。

招聘岗位数量排行

下面再来看下全国范围内企业的招聘数量

对于榜单的前两名,不多说了,知道的都懂!

榜单的其余部分,可都是货真价实的大厂,其中 VIVO 最为抢眼啊,58个在招岗位,平均薪资可以给到38K+,看着都眼红!

同时阿里集团和蚂蚁金服,作为中国互联网的圣地,无论是在招岗位还是薪资待遇,都是国内顶级了。

而腾讯,BOSS 直聘的薪资待遇也是非常好的。至于京东和华为,好像多少有些落后了,不过京东咱不清楚,华为的年终奖可是业界有名,传说中高级别员工都看不上那点工资呀。

下面我们再把榜单扩展到前20名,为了效果,我把前两名去掉了,不是我太残忍,而是我不能忍!


看下榜单,基本囊括了中国所有出名的大厂,而且不但在招岗位多,给到的薪资也很有竞争力,有钱任性啊。

高薪岗位分布

下面我们再看下,高薪岗位前30名中,岗位类型的分布情况

可以看到,近期大火的数据分析岗位占据了将近一半的比例,看来这个岗位的火爆还是有其薪资的强大支撑的。

接下来 Java 和产品经理的岗位数量不相上下,而最为可怜的就是 Python 岗了,虽然号称全球最火,可是真正的高薪岗位却少之又少,难道是因为其上手容易,所以比较好招人嘛?

那么我们再来比较下这四种岗位的总体岗位数量和平均薪资情况,虽然平均薪资看起来是一刀切,但是还是可以在一定程度上反映出不同岗位之间的薪资差距的

可以看出,平均薪资最高的仍然是 Java,而且在招的岗位也是最多的,所以说成为一名合格的 Java 工程师还是最好的从业选择?

而数据分析岗位的总体平均薪资竟然成为了最低的,不过仍然有接近15K的水平,这是不是说明高级的数据分析专家和低阶的数据分析员们正在两极分化的路上越走越远呢!

好了,对于全国的岗位分析暂时就这么多,下面再一起来看看不同城市的数据情况,正如上一篇文章中说的那样,当今的中国互联网已经不再是“北上广深”了,而应该改为“北上深杭”,那么我也就抽取了这四个城市的数据,来简单分析下。

四巨头平均薪资

同样的,我们先来看下四座城市平均招聘薪资最高的排行榜情况

平均薪资排行

北京

上海

深圳

杭州

从上面的统计榜单可以看出,大部分上榜的公司都是因为很少的在招岗位、很高的薪资区间才得以上榜的,所以我们很难看到一些诸如阿里,腾讯等超级巨头,因为他们的招聘岗位很多,薪资通过平均的计算后,自然就落选榜单了。

但是,深圳的 VIVO 公司绝对是王者般的存在,37个在招岗位,平均薪资还能达到40K+,我只想问问,哪位在 VIVO 工作,求介绍,求勾搭!

四巨头高薪排行

接下来我们再看看这四座城市高薪岗位的前十名情况

北京

上海

深圳

杭州

可以看出,在高薪岗位中,基本是高级 Java 和高级数据分析的天下,对于产品经理和 Python 工程师来说,可能有点凄凉了。

而对于上榜的企业来说,上榜最多的无疑还是 VIVO 了,尤其是在其大本营深圳,VIVO 的高薪岗位基本占据了半壁江山。当然令人意外的是,腾讯竟然没有一个岗位挤进前十,what's the problem?

而上榜第二多的企业就是阿里集团了,无论是北京、上海还是杭州,都有阿里的高薪岗位,不得不说,大城市的程序猿就是幸福指数高哦!

四巨头高薪分布

最好,我们再来看看高薪岗位的分布情况

北京

上海

深圳

杭州

一句话总结就是,北京的 Java,深圳的产品经理,杭州的数据分析,无处安放的 Python!

相关文章
|
2月前
|
存储 分布式计算 大数据
基于Python大数据的的电商用户行为分析系统
本系统基于Django、Scrapy与Hadoop技术,构建电商用户行为分析平台。通过爬取与处理海量用户数据,实现行为追踪、偏好分析与个性化推荐,助力企业提升营销精准度与用户体验,推动电商智能化发展。
|
3月前
|
缓存 供应链 监控
1688item_search_factory - 按关键字搜索工厂数据接口深度分析及 Python 实现
item_search_factory接口专为B2B电商供应链优化设计,支持通过关键词精准检索工厂信息,涵盖资质、产能、地理位置等核心数据,助力企业高效开发货源、分析产业集群与评估供应商。
|
3月前
|
缓存 监控 算法
item_get - Lazada 商品详情详情接口深度分析及 Python 实现
Lazada商品详情接口item_get可获取商品全维度数据,包括价格、库存、SKU、促销及卖家信息,支持东南亚六国站点,适用于竞品监控、定价策略与市场分析,助力跨境卖家精准决策。
|
3月前
|
JSON 监控 数据格式
1688 item_search_app 关键字搜索商品接口深度分析及 Python 实现
1688开放平台item_search_app接口专为移动端优化,支持关键词搜索、多维度筛选与排序,可获取商品详情及供应商信息,适用于货源采集、价格监控与竞品分析,助力采购决策。
|
3月前
|
缓存 供应链 监控
VVIC seller_search 排行榜搜索接口深度分析及 Python 实现
VVIC搜款网seller_search接口提供服装批发市场的商品及商家排行榜数据,涵盖热销榜、销量排名、类目趋势等,支持多维度筛选与数据分析,助力选品决策、竞品分析与市场预测,为服装供应链提供有力数据支撑。
|
3月前
|
缓存 监控 算法
唯品会item_search - 按关键字搜索 VIP 商品接口深度分析及 Python 实现
唯品会item_search接口支持通过关键词、分类、价格等条件检索商品,广泛应用于电商数据分析、竞品监控与市场调研。结合Python可实现搜索、分析、可视化及数据导出,助力精准决策。
|
2月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的台风灾害分析及预测系统
针对台风灾害预警滞后、精度不足等问题,本研究基于Python与大数据技术,构建多源数据融合的台风预测系统。利用机器学习提升路径与强度预测准确率,结合Django框架实现动态可视化与实时预警,为防灾决策提供科学支持,显著提高应急响应效率,具有重要社会经济价值。
|
2月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的青少年网络使用情况分析及预测系统
本研究基于Python大数据技术,构建青少年网络行为分析系统,旨在破解现有防沉迷模式下用户画像模糊、预警滞后等难题。通过整合多平台亿级数据,运用机器学习实现精准行为预测与实时干预,推动数字治理向“数据驱动”转型,为家庭、学校及政府提供科学决策支持,助力青少年健康上网。

推荐镜像

更多