用Python分析深圳程序员工资有多高？还真是多金的程序员！

前言

多图预警、多图预警、多图预警。秋招季，毕业也多，跳槽也多。我们的职业发展还是要顺应市场需求，那么各门编程语言在深圳的需求怎么呢？工资待遇怎么样呢？zone 在上次写了这篇文章之后 用Python告诉你深圳房租有多高 ，想继续用 Python 分析一下，当前深圳的求职市场怎么样？顺便帮一下秋招的同学。于是便爬取了某拉钩招聘数据。以下是本次爬虫的样本数据：

进群：548377875 ? ?即可获取数十套PDF哦！

样本

本次统计数据量为 4658 ，其中某拉钩最多能显示 30 页数据，每页 15 条招聘信息，则总为：

30 x 15 = 450

首页爬取跳过一页，则为 435 条，故数据基本爬完。其余不够数量的语言为该语言在深圳只有这么多条招聘信息。

统计结果

各语言平均工资

其中

• 精准推荐
• 自然语言
• 机器学习
• Go 语言
• 图像识别

独领风骚啊！！！平均工资都挺高的。区块链炒得挺火的，好像平均薪资并没有那么高。我统计完之后，感觉自己拖后腿了，ma 的！！！要删库跑路了！（注：下图为月薪，单位：K）

各语言平均薪资

平均工资计算方式：

某钩 item

最高值与最低值，求平均数，如图薪资则为：

(10k + 20k)/2 =?15k

最后，再总体求平均数。

公司福利词云

看福利还是挺丰富的，带薪休假、下午茶、零食、节假日。

福利词云

公司发展级别排行

总体由 A 轮向 D 轮缩减，大部分公司不需要融资，嗯，估计是拿不到资本融资，但是自家人又有钱的。

公司发展级别

各语言工作年限要求与学历要求

看看你的本命语言的市场需求怎么样？你达标了吗？其中三至五年的攻城狮职位挺多的，不怕找不到工作。还有一个趋势是，薪资越高，学历要求越高高。看来学历还是挺重要的。

Java

Java 工作年限要求

Java 学历要求

Python

Python 工作年限要求

Python 学历要求

C 语言

C 语言工作年限要求

C 语言学历要求

机器学习

机器学习工作年限要求

机器学习学历要求

图像识别

图像识别工作年限要求

图像识别学历要求

自然语言

自然语言工作年限要求

自然语言学历要求

区块链

区块链工作年限要求

区块链学历要求

Go 语言

Go 语言工作年限要求

Go

PHP

PHP 工作年限要求

PHP 学历要求

爬虫技术分析

• 请求库：selenium
• HTML 解析：BeautifulSoup、xpath
• 词云：wordcloud
• 数据可视化：pyecharts
• 数据库：MongoDB
• 数据库连接：pymongo

爬虫代码实现

看完统计结果之后，有没有跃跃欲试？想要自己也实现以下代码？以下为代码实现。

对网页右击，点击检查，找到一条 item 的数据：

网页源码

数据库存储结构：

/* 1 */
{
 "_id" : ObjectId("5b8b89328ffaed60a308bacd"),"education" : "本科",# 学习要求
 "companySize" : "2000人以上",# 公司人数规模
 "name" : "python开发工程师",# 职位名称
 "welfare" : "“朝九晚五,公司平台大,发展机遇多,六险一金”",# 公司福利
 "salaryMid" : 12.5,# 工资上限与工资下限的平均数
 "companyType" : "移动互联网",# 公司类型
 "salaryMin" : "10",# 工资下限
 "salaryMax" : "15",# 工资上限
 "experience" : "经验3-5年",# 工作年限
 "companyLevel" : "不需要融资",# 公司级别
 "company" : "XXX技术有限公司"# 公司名称
}

由于篇幅原因，以下只展示主要代码：

# 获取网页源码数据
# language => 编程语言
# city => 城市
# collectionType => 值：True/False True => 数据库表以编程语言命名 False => 以城市命名
def main(self,language,city,collectionType):
 print(" 当前爬取的语言为 => " + language + " 当前爬取的城市为 => " + city)
 url = self.getUrl(language,city)
 browser = webdriver.Chrome()
 browser.get(url)
 browser.implicitly_wait(10)
 for i in range(30):
 selector = etree.HTML(browser.page_source) # 获取源码
 soup = BeautifulSoup(browser.page_source,"html.parser")
 span = soup.find("div",attrs={"class": "pager_container"}).find("span",attrs={"action": "next"})
 print(
 span) # 
 classArr = span['class']
 print(classArr) # 输出内容为 -> ['pager_next','pager_next_disabled']
 attr = list(classArr)[0]
 attr2 = list(classArr)[1]
 if attr2 == "pager_next_disabled":#分析发现 class 属性为 ['pager_next','pager_next_disabled'] 时，【下一页】按钮不可点击
 print("已经爬到最后一页，爬虫结束")
 break
 else:
 print("还有下一页，爬虫继续")
 browser.find_element_by_xpath('//*[@id="order"]/li/div[4]/div[2]').click() # 点击【下一页】按钮
 time.sleep(5)
 print('第{}页抓取完毕'.format(i + 1))
 self.getItemData(selector,collectionType)# 解析 item 数据，并存进数据库
 browser.close()

爬虫分析实现

# 获取各语言样本数量
def getLanguageNum(self):
 analycisList = []
 for index,language in enumerate(self.getLanguage()):
 collection = self.zfdb["z_" + language]
 totalNum = collection.aggregate([{'$group': {'_id': '','total_num': {'$sum': 1}}}])
 totalNum2 = list(totalNum)[0]["total_num"]
 analycisList.append(totalNum2)
 return (self.getLanguage(),analycisList)
# 获取各语言的平均工资
def getLanguageAvgSalary(self):
 analycisList = []
 for index,language in enumerate(self.getLanguage()):
 collection = self.zfdb["z_" + language]
 totalSalary = collection.aggregate([{'$group': {'_id': '','total_salary': {'$sum': '$salaryMid'}}}])
 totalNum = collection.aggregate([{'$group': {'_id': '','total_num': {'$sum': 1}}}])
 totalNum2 = list(totalNum)[0]["total_num"]
 totalSalary2 = list(totalSalary)[0]["total_salary"]
 analycisList.append(round(totalSalary2 / totalNum2,2))
 return (self.getLanguage(),analycisList)
# 获取一门语言的学历要求（用于 pyecharts 的词云）
def getEducation(self,language):
 results = self.zfdb["z_" + language].aggregate([{'$group': {'_id': '$education','weight': {'$sum': 1}}}])
 educationList = []
 weightList = []
 for result in results:
 educationList.append(result["_id"])
 weightList.append(result["weight"])
 # print(list(result))
 return (educationList,weightList)
# 获取一门语言的工作年限要求（用于 pyecharts 的词云）
def getExperience(self,language):
 results = self.zfdb["z_" + language].aggregate([{'$group': {'_id': '$experience','weight': {'$sum': 1}}}])
 totalAvgPriceDirList = []
 for result in results:
 totalAvgPriceDirList.append(
 {"value": result["weight"],"name": result["_id"] + " " + str(result["weight"])})
 return totalAvgPriceDirList
# 获取 welfare 数据，用于构建福利词云
def getWelfare(self):
 content = ''
 queryArgs = {}
 projectionFields = {'_id': False,'welfare': True} # 用字典指定
 for language in self.getLanguage():
 collection = self.zfdb["z_" + language]
 searchRes = collection.find(queryArgs,projection=projectionFields).limit(1000)
 for result in searchRes:
 print(result["welfare"])
 content += result["welfare"]
 return content
# 获取公司级别排行（用于条形图）
def getAllCompanyLevel(self):
 levelList = []
 weightList = []
 newWeightList = []
 attrList = ["A轮","B轮","C轮","D轮及以上","不需要融资","上市公司"]
 for language in self.getLanguage():
 collection = self.zfdb["z_" + language]
 # searchRes = collection.find(queryArgs,projection=projectionFields).limit(1000)
 results = collection.aggregate([{'$group': {'_id': '$companyLevel','weight': {'$sum': 1}}}])
 for result in results:
 levelList.append(result["_id"])
 weightList.append(result["weight"])
 for index,attr in enumerate(attrList):
 newWeight = 0
 for index2,level in enumerate(levelList):
 if attr == level:
 newWeight += weightList[index2]
 newWeightList.append(newWeight)
 return (attrList,newWeightList)

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!