GooSeeker城市要素庫上線後，就有很多人下載了裡面的數據集資源，還有人把分析過程發表到我們平臺論壇上，其中不乏值得學習的，這裡就挑了一篇寫得不錯的分享給大家。
本文主要是介紹了怎麼用最基本的圖表，以Excel的圖表可視化為例，來觀察數據特徵，發現值得深入研究的切入點。
1、數據來源
大家也都知道，從互聯網上使用網絡爬蟲把公司招聘信息採集下來，經過數據清洗和整理，形成數據字段比較規範的數據集，就可以用作統計運算，我沒有自己寫爬蟲，而是從城市要素庫上面下載來的，數據集是2017年深圳11月招聘，下載位置是 http://www.gooseeker.com/land/city.html
2、分析目的
研究發佈過招聘需求的公司分佈情況，解答以下問題：
1、哪些公司會頻繁發佈招聘信息
2、這些公司具有怎樣的特徵
3、數據處理
下載的樣本數據似乎經過簡單的清洗，我是直接拿來做分析了，後面分析的時候，發現有空值的情況，我這裡的處理是把空值的數據記錄刪掉後再做分析，具體可以看下面的分析過程。
4、分析過程
4.1、數據透視處理
打開Excel，一眼看到數據結構比較簡單，總共10列，先對各個列做一維的數據透視，這裡可以很清楚地看到，工作經驗都是空值，所以，後面計算就不對它分析；工作性質只有全職一個維度，也不做分析，然後看到公司規模、公司行業有空值的單元格，下面會分析一下怎麼處理
公司規模、公司行業這兩列有缺失數據的記錄加起來總共是825條，而總數據量是32988，缺失數據的佔比很小，所以可以忽略缺失數據的影響，把缺失數據的記錄直接刪掉，下面是刪除缺失數據之後的數據透視：
其中，對公司性質、公司規模、最低學歷要求進行二維探索，看看兩種屬性組合在一起的分佈情況。
4.2、數據可視化
從上面的透視表，其實已經能看出公司分佈的一些特徵了，只是全部都是文字和數字，看久了會有點暈，所以，為了更加直觀地表達出來，下面做成數據透視圖來看
注：樣本數據是數據風向標下載的，不清楚是來自哪個招聘網站，不同招聘網站的目標用戶群是有不同特徵的，所以，數據來源網站是會對分析結果產生影響，但這裡就不做考慮了。
招聘公司的性質分佈
發佈過招聘信息的公司超過大半是私營企業，佔比75%，其次是股份制企業，佔比16%，少數是國企、外資、上市公司等
招聘公司的規模
公司規模裡發佈招聘信息最多的是1-49人，其次是100-499人的規模，總體上看，100人以下規模的公司招聘需求與100人以上規模的需求是旗鼓相當的，可以從側面推測出，相比中等規模以上（100人以上）的公司，小規模公司（100人以下）的人員流動是比較頻繁的。
不同公司性質的規模大小
由上圖可以看出，私營企業中1-49人規模的數量最多，股份制企業最多的是100-499人，上市公司基本都是大型公司，以1000人以上的規模為主，500人以下規模的公司大多是私營企業和股份制企業。
招聘公司的行業分佈
發佈招聘信息排在前5名的行業是
醫療/護理/保健/衛生/美容
娛樂/休閒/餐飲/服務
教育/科研/培訓
中介/專業服務
房地產/建築/建材/工程/物業管理/商業中心
這些都是服務型行業，屬於第3產業，這個與深圳自身的產業規劃比較吻合。
職業需求的情況
招聘的職業排在第一位的是美容美髮/保健，與行業分佈的結果比較一致，是美容類行業發佈了大量的招聘信息。
另外，職業類型的分佈是集中在7個類型裡，這7類是偏向於服務型工作的，下面會對學歷要求做一個分析，驗證是否以低學歷為主。
招聘公司對學歷的要求
上面看到大部分公司對學歷的要求是不限，其次是中專學歷，總體是以低學歷為主，本科以上學歷的要求非常少，與前面行業分佈、職業分佈的情況比較吻合
不同公司性質對學歷的要求
很明顯地看到，不同公司的招聘大多都是不限學歷，結合招聘的行業和職業來看，大多數招聘是偏向低學歷的服務型工作
5、總結
這批招聘公司的數據偏向於中小型規模（500人以下）的公司，這類公司發佈的招聘職位主要是低學歷要求的服務型工作，在這裡做一個推測吧，這類服務型工作的流動性和替代性都比較大，所以，這些公司會一直有這些工作的招聘需求~
閱讀更多 語義網絡爬蟲 的文章
