【招聘数据分析】Python就业前景如何
写在前面的说明
这篇文章是去年10月的旧文了，代码是9月完成的。但后来忘了发在知乎专栏。所以数据的时效性是不行了，仅供参考，大家纯当做 爬虫+数据展示 的开发案例来看待吧。
Python 现在是越来越火了。
IEEE 发布的 2017 年编程语言排行榜，Python 排第一。
百度指数的搜索趋势，Python稳步上升。
（此趋势图上有个小亮点：那些搜索量骤减的极低值，猜猜都是为什么？）
那么对于很多学习者来说，紧跟潮流学了 Python 之后，不免要问：Python 的就业情况到底怎样？学了可以做什么？薪资水平如何？
这个问题，我说了不算数。对就业市场最有发言权的还是招聘网站。既然 Python 是数据分析的利器，何不用就用 Python 来问一问招聘网站，让数据来说话。
于是，我们团队的小伙伴用程序抓取了 拉钩、猎聘、前程无忧、智联招聘 4家网站上在 2017 年 8 月到 9 月关于 Python 的 19011 条公开招聘信息，对数据进行了整理分析，并将结果进行图表展示。从中可以对当下的 Python 就业市场有一个直观的了解。
来看看最终的结论：
首先是大家最关心的薪资。我们列出了十个城市，薪资与工作年限的分布图。不同城市的情况差异较大，总的来说城市越大，薪资越有竞争力，对高级开发者需求也越大。详细分布图可以在展示网址上查看。
同样还是薪资，这幅图更直观地展示了需求职位数量的分布情况。北上深明显有更多机会。折线都呈现出了双峰形状，市场对于有一定经验的开发者和高级开发者这两类人才有强烈需求。
这里是我们从招聘岗位要求中提取出的关键词。不少同学都关心，学了 Python 基础之后还要再学习什么。其实招聘要求就是一个很好的风向标。除了基本的 Python 语言外，可以发现 Linux、数据库也是经常被提及的技能，同时最好还能掌握另一门语言（比如 Java）。
招聘方的公司规模，50~1000 人的中小型公司占据了大多数，不过这个数量级的公司本身就相对更多。在没有进一步对比的情况下，不好下结论说哪个规模的公司更偏爱 Python。但 Python 本身的灵活性使其开发效率更高，确实更适合中小型的公司。
具体细分岗位和薪水、年限的关系。这里我们根据招聘里的关键词，将岗位分成 数据分析、运维、web、爬虫、游戏、深度学习 几类。目前 Web 和运维方向仍然是 Python 的主要出路，数据分析也有不少机会。但运维对工作经验要求相对更高，初级开发者倒是可以考虑从爬虫方向入行。
在地图上直观地看下招聘的地区分布，北上广深附近不出意外的聚集了大量红点。而成都、西安也有不少，不失为另一种选择。
以上便是我们做的一些微小工作，希望能给大家带来些帮助。当然，本案例中所有数据来自上述招聘网站的公开数据，与真实的市场需求有可能存在偏差，仅供参考。
另外要特别说明下，我们在分析的过程中，发现招聘网站上有不少名为招聘、实为招生的培训机构，因此我们根据观察和经验，去除了一部分疑似培训岗位。各位在求职时，也要对此多留个心眼，以免上当受骗。有网友整理了一份相关公司黑名单，可由此查看：培训机构名单
此案例我们通过 Scrapy + Django + ECharts 实现：
- 通过 Scrapy 抓取网站上的数据，整理清洗后保存在数据库中。这里我们使用了 scrapy_djangoitem 库，直接使用 django 的 models 对象来进行数据存储。
- 在抓取中，使用了我们之前的项目 IP 代理池（参见 听说你好不容易写了个爬虫，结果没抓几个就被封了？）来动态切换请求 IP，减少被对方封禁的风险。
- 最后的结果通过 ECharts 进行展示。（参见 ECharts+Python 给你的数据做“美颜”）
可获取完整代码及详细讲解
════
其他文章及回答：
如何自学Python | 新手引导 | 精选Python问答
更多教程，欢迎搜索并关注 Crossin的编程教室
