gabrielguo / lagou_data_analysis

数据分析和可视化毕设

功能点

爬取数据

• 所有公司数据，名称简写，城市，行业，职位数量，人数范围，标签，介绍，融资阶段， 平均工资
• github2016 年度最受欢迎编程语言相应年数薪水，城市，学历要求，公司融资阶段，公 司行业
• 大数据行业五大岗位相应年数薪水，城市，学历要求，公司融资阶段，公司行业，岗位要 求

编程语言分析

• 编程语言在不同城市 (top10) 的需求量
• 编程语言在不同行业 (top10) 的需求量
• 编程语言在不同融资阶段的需求量
• 编程语言相应工作年限薪水平均值

大数据岗位分析

• 五个岗位的职位需求关键词词云
• 五个岗位在不同城市 (top10) 的需求量
• 五个岗位在不同行业 (top10) 的需求量
• 五个岗位在不同融资阶段的需求量
• 五个岗位相应工作年限薪水平均值

数据可视化

• Bokeh
• Echarts

开发工作

• 编写数据采集所用语言：python
• 针对拉勾网反爬虫的应对措施：
  • 加 http 头伪装成浏览器；
  • 找临界值更换 IP；
  • 限制爬取频率；
  • 设置代理池。
• 使用多线程爬虫：提高效率
• 制作词云：jieba 中文分词，自定义词典，wordcloud 生成图片
• 分析结果可视化：bokeh ， echarts

分析结果见博客

拉勾数据岗位和热门编程语言现状分析