哪種 Python 程式設計師最賺錢？

'Connection': 'keep-alive',
'Cookie': '你的Cookie值，必須加上去',
'Host': 'www.lagou.com',
'Referer': 'https://www.lagou.com/jobs/list_Python?labelWords=&fromSearch=true&suginput=',
'User-Agent': str(UserAgent().random),

• 運行結果：

2、根據獲取到的`positionId`來訪問招聘信息詳細頁面

• 根據`positionId`還原訪問鏈接：

position_url = []
def read_csv():
 # 讀取文件內容
 with open(r'G:\lagou_anv.csv', 'r', newline='') as file_test:
 # 讀文件
 reader = csv.reader(file_test)
 i = 0
 for row in reader:
 if i != 0 :
 # 根據positionID補全鏈接
 url_single = "https://www.lagou.com/jobs/%s.html"%row[0]
 position_url.append(url_single)
 i = i + 1
 print('一共有：'+str(i-1)+'個')
 print(position_url)

• 訪問招聘信息詳情頁面，獲取職位描述（崗位職責和崗位要求）並清理數據：

def get_info():
 for position_url in position_urls:
 work_duty = ''
 work_requirement = ''
 response00 = get_response(position_url,headers = headers)
 time.sleep(1)
 content = response00.xpath('//*[@id="job_detail"]/dd[2]/div/p/text()')
 # 數據清理
 j = 0
 for i in range(len(content)):
 content[i] = content[i].replace('\\xa0',' ') 

 if content[i][0].isdigit():
 if j == 0:
 content[i] = content[i][2:].replace('、',' ')
 content[i] = re.sub('[；;.0-9。]','', content[i])
 work_duty = work_duty+content[i]+ '/'
 j = j + 1
 elif content[i][0] == '1' and not content[i][1].isdigit():
 break
 else:
 content[i] = content[i][2:].replace('、', ' ')
 content[i] = re.sub('[、；;.0-9。]','',content[i])
 work_duty = work_duty + content[i]+ '/'
 m = i
 # 崗位職責
 write_file(work_duty)
 print(work_duty)
 # 數據清理
 j = 0
 for i in range(m,len(content)):
 content[i] = content[i].replace('\\xa0',' ')
 if content[i][0].isdigit():
 if j == 0:
 content[i] = content[i][2:].replace('、', ' ')
 content[i] = re.sub('[、；;.0-9。]', '', content[i])
 work_requirement = work_requirement + content[i] + '/'
 j = j + 1
 elif content[i][0] == '1' and not content[i][1].isdigit():
 # 控制範圍
 break
 else:
 content[i] = content[i][2:].replace('、', ' ')
 content[i] = re.sub('[、；;.0-9。]', '', content[i])
 work_requirement = work_requirement + content[i] + '/'
 # 崗位要求
 write_file2(work_requirement)
 print(work_requirement)
 print("-----------------------------")

• 運行結果：

duty

require

3、四種圖可視化數據+數據清理方式

• 矩形樹圖：

# 1.矩形樹圖可視化學歷要求
from pyecharts import TreeMap
education_table = {} 

for x in education:
 education_table[x] = education.count(x)
key = []
values = []
for k,v in education_table.items():
 key.append(k)
 values.append(v)
data = []
for i in range(len(key)) :
 dict_01 = {"value": 40, "name": "我是A"}
 dict_01["value"] = values[i]
 dict_01["name"] = key[i]
 data.append(dict_01)
tree_map = TreeMap("矩形樹圖", width=1200, height=600)
tree_map.add("學歷要求",data, is_label_show=True, label_pos='inside')

• 玫瑰餅圖：

# 2.玫瑰餅圖可視化薪資
import re
import math
'''
# 薪水分類
parameter : str_01--字符串原格式:20k-30k
returned value : (a0+b0)/2 --- 解析後變成數字求中間值：25.0
'''
def assort_salary(str_01):
 reg_str01 = "(\d+)"
 res_01 = re.findall(reg_str01, str_01)
 if len(res_01) == 2:
 a0 = int(res_01[0])
 b0 = int(res_01[1])
 else :
 a0 = int(res_01[0])
 b0 = int(res_01[0])
 return (a0+b0)/2
from pyecharts import Pie
salary_table = {}
for x in salary:
 salary_table[x] = salary.count(x)
key = ['5k以下','5k-10k','10k-20k','20k-30k','30k-40k','40k以上']
a0,b0,c0,d0,e0,f0=[0,0,0,0,0,0] 

for k,v in salary_table.items():
 ave_salary = math.ceil(assort_salary(k))
 print(ave_salary)
 if ave_salary < 5:
 a0 = a0 + v
 elif ave_salary in range(5,10):
 b0 = b0 +v
 elif ave_salary in range(10,20):
 c0 = c0 +v
 elif ave_salary in range(20,30):
 d0 = d0 +v
 elif ave_salary in range(30,40):
 e0 = e0 +v
 else :
 f0 = f0 + v
values = [a0,b0,c0,d0,e0,f0]
pie = Pie("薪資玫瑰圖", title_pos='center', width=900)
pie.add("salary",key,values,center=[40, 50],is_random=True,radius=[30, 75],rosetype="area",is_legend_show=False,is_label_show=True)

• 普通柱狀圖：

# 3.工作經驗要求柱狀圖可視化
from pyecharts import Bar
workYear_table = {}
for x in workYear:
 workYear_table[x] = workYear.count(x)
key = []
values = []
for k,v in workYear_table.items():
 key.append(k)
 values.append(v)
bar = Bar("柱狀圖")
bar.add("workYear", key, values, is_stack=True,center= (40,60))

• 詞雲圖：

import jieba
from pyecharts import WordCloud
import pandas as pd
import re,numpy
stopwords_path = 'H:\PyCoding\Lagou_analysis\stopwords.txt' 

def read_txt():
 with open("G:\lagou\Content\\ywkf_requirement.txt",encoding='gbk') as file:
 text = file.read()
 content = text
 # 去除所有評論裡多餘的字符
 content = re.sub('[,，。. \r\n]', '', content)
 segment = jieba.lcut(content)
 words_df = pd.DataFrame({'segment': segment})
 # quoting=3 表示stopwords.txt裡的內容全部不引用
 stopwords = pd.read_csv(stopwords_path, index_col=False,quoting=3, sep="\t", names=['stopword'], encoding='utf-8')
 words_df = words_df[~words_df.segment.isin(stopwords.stopword)]
 words_stat = words_df.groupby(by=['segment'])['segment'].agg({"計數": numpy.size})
 words_stat = words_stat.reset_index().sort_values(by=["計數"], ascending=False)
 test = words_stat.head(200).values
 codes = [test[i][0] for i in range(0, len(test))]
 counts = [test[i][1] for i in range(0, len(test))]
 wordcloud = WordCloud(width=1300, height=620)
 wordcloud.add("必須技能", codes, counts, word_size_range=[20, 100])
 wordcloud.render("H:\PyCoding\Lagou_analysis\cloud_pit\ywkf_bxjn.html")

Python爬蟲崗位

學歷要求

工作月薪

工作經驗要求

爬蟲技能

關鍵詞解析：

• 學歷：本科
• 工作月薪：10k-30k
• 工作經驗：1-5年
• 技能：分佈式、多線程、框架、Scrapy、算法、數據結構、數據庫

綜合：爬蟲這個崗位在學歷要求上比較放鬆，大多數為本科即可，比較適合想轉業的老哥小姐姐，學起來也不會特別難。而且薪資待遇上也還算比較優厚，基本在10k以上。不過唯一對工作經驗要求還是比較高的，有近一半的企業要求工作經驗要達到3年以上。

Python數據分析崗位

學歷要求

工作月薪

工作經驗要求

數據分析技能

關鍵詞解析：

• 學歷：本科（碩士比例有所增高）
• 工作月薪：10k-30k
• 工作經驗：1-5年
• 技能：SAS、SPSS、Hadoop、Hive、數據庫、Excel、統計學、算法

綜合：數據分析這個崗位在學歷要求上比爬蟲要求稍微高一些，碩士比例有所提升，專業知識上有一定要求。薪資待遇上也還算比較優厚，基本在10k以上，同時薪資在30k-40k的比例也有所上升。對工作經驗要求還是比較高，大部分的企業要求工作經驗要達到3年以上。

Python後端崗位

學歷要求

工作月薪

工作經驗要求

後端技能

學歷要求

工作月薪

工作經驗要求

後端技能

關鍵詞解析：

• 學歷：本科
• 工作月薪：10k-30k
• 工作經驗：3-5年
• 技能：Flask、Django、Tornado、Linux、MySql、Redis、MongoDB、TCP/IP、數學（哈哈）

綜合：web後端這個崗位對學歷要求不高，但專業知識上有很大要求，得會Linux操作系統基本操作、三大主流數據庫的使用、以及三大基本web框架的使用等計算機相關知識，總體來說難道還是比較大。薪資待遇上也比較優厚，基本在10k以上，同時薪資在30k-40k的比例也有近20%。對工作經驗要求還是比較高，大部分的企業要求工作經驗要達到3年以上。

Python數據挖掘崗位

學歷要求

工作月薪

工作經驗要求

數據挖掘技能

關鍵詞解析：

• 學歷：本科(碩士)
• 工作月薪：20k-40k
• 工作經驗：3-5年
• 技能：學歷(hhh)、Hadoop、Spark、MapReduce、Scala、Hive、聚類、決策樹、GBDT、算法

綜合：數據挖掘這個崗位，在學歷要求是最高的，雖然還是本科居多，但碩士比例明顯增加，還有公司要求博士學歷。在專業知識上也有很大要求，得會Linux操作系統基本操作、大數據框架Hadoop、Spark以及數據倉庫Hive的使用等計算機相關知識，總體來說難道還是比較大。薪資待遇上特別優厚，基本在20k以上，薪資在30k-40k的比例也有近40%，對工作經驗要求還是比較高，大部分的企業要求工作經驗要達到3年以上。

Python全棧開發崗位

學歷要求

工作月薪

工作經驗要求

全棧開發技能

關鍵詞解析：

• 學歷：本科
• 工作月薪：10k-30k
• 工作經驗：3-5年
• 技能：測試、運維、管理、開發、數據結構、算法、接口、虛擬化、前端

綜合：全棧開發這個崗位什麼都要懂些，什麼都要學些，在學歷要求上並不太高，本科學歷即可，在專業知識上就不用說了，各個方面都得懂，還得理解運用。薪資待遇上也還可以，基本在10k以上，薪資在30k-40k的比例也有近20%。對工作經驗要求還是比較高，大部分的企業要求工作經驗要達到3年以上。總體來說，就我個人而言會覺得全棧是個吃力多薪水少的崗位。

Python運維開發崗位

學歷要求

工作月薪

工作經驗要求

運維開發技能

關鍵詞解析：

• 學歷：本科
• 工作月薪：10k-30k
• 工作經驗：3-5年
• 技能：SVN、Git、Linux、框架、shell編程、mysql，redis，ansible、前端框架

綜合：運維開發這個崗位在學歷要求上不高，除開佔一大半的本科，就是專科了。工作經驗上還是有一些要求，大多數要求有3-5年工作經驗。從工資上看的話，不高也不低，20k以上也佔有62%左右。要學習的東西也比較多，前端、後端、數據庫、操作系統等等。

Python高級開發工程師崗位

學歷要求

工作月薪

工作經驗要求

高級開發工程師技能

關鍵詞解析：

• 學歷：本科
• 工作月薪：20k左右
• 工作經驗：3-5年
• 技能：WEB後端、MySQL、MongoDB、Redis、Linux系統（CentOS）、CI/CD 工具、GitHub

綜合：高級開發工程師這個崗位在學歷要求上與運維開發差不多，薪資也相差不大，22%以上的企業開出了30k以上的薪資，65%左右企業給出20k以上的薪資。當然，對工作經驗上還是要求較高，有近一半的企業要求工作經驗要達到3年以上。

Python大數據崗位

學歷要求

工作月薪

工作經驗要求

大數據技能

關鍵詞解析：

• 學歷：本科（碩士也佔比很大）
• 工作月薪：30k以上
• 工作經驗：3-5年
• 技能：前端開發、 MySQL、Mongo、Redis、Git 、Flask、Celery、Hadoop/HBase/Spark/Hive、Nginx

綜合：現在是大數據時代，大數據這個崗位也是相當火熱，在學歷要求上幾乎與運維開發一模一樣。當然，可能數據上出現了巧合，本科居多，工作經驗上1-5年佔據一大半，薪資上也基本上在20k以上，該崗位薪資在20k以上的企業佔了55%左右。

Python機器學習崗位

學歷要求

工作月薪

工作經驗要求

機器學習技能

關鍵詞解析：

• 學歷：本科（碩士也佔比很大）
• 工作月薪：30k以上
• 工作經驗：3-5年
• 技能：Machine Learning，Data Mining，Algorithm 研發，算法，Linux，決策樹，TF，Spark+MLlib，Cafe

綜合：機器學習這個崗位在學歷要求上比較嚴格，雖然看起來是本科居多，但對於剛畢業或畢業不久的同學，如果只是個本科，應聘還是很有難度的。當然機器學習崗位薪資特高，60%在30k以上，近90%在20k以上，97%在10k以上。除開對學歷要求比較高外，對工作經驗要求也比較高，有近一半的企業要求工作經驗要達到3年以上。

Python架構師崗位

學歷要求

工作月薪

工作經驗要求

架構師技能

關鍵詞解析：

• 學歷：本科
• 工作月薪：30k以上
• 工作經驗：5-10年
• 技能：Flask，Django，MySQL，Redis，MongoDB，Hadoop，Hive，Spark，ElasticSearch，Pandas，Spark/MR，Kafka/rabitmq

綜合：架構師這個崗位單從學歷上看不出什麼來，但在薪資上幾乎與機器學習一樣，甚至比機器學習還要高，機器學習中月薪40k以上的佔23.56%，架構師中月薪40k以上的佔30.67%。在學歷要求上比機器學習要略低，本科居多，但在工作經驗上一半以上的企業要求工作經驗在5-10年。在必要技能上也要求特別嚴格，比之前說過的全棧開發師有過之而無不及。

看著這月薪，我是超級想去了，你呢？

寫在最後

從上文可以看出，Python相關的各個崗位薪資還是不錯的，基本上所有崗位在10k以上的佔90%，20k以上的也基本都能佔60%左右。而且學歷上普遍來看，本科學歷佔70%以上。唯一的是需要工作經驗，一般得有個3-5年工作經驗，也就是如果24歲本科畢業，27歲就有很大機會拿到月薪20k以上。有沒有很心動？

整個系列下來，詞雲分析雖不完全正確，但大家不難發現，有兩個詞在每個崗位要求的詞雲圖中都有出現，那就是——經驗和熟悉。的確，不論我們做什麼，都必須認認真真的去做、去學，在不斷的實踐中積累經驗。

到這裡，本系列就結束了，本系列一共爬取了拉鉤網10個不同Python相關崗位，每個崗位450條招聘信息，共計4500條。爬取拉鉤網其實是個挺簡單的事情，只要知道了怎麼去分析頁面加載即可，獲取到數據也不過就是直接返回的json數據，或者正則匹配。我覺得比較有趣也是比較難的是數據清理和可視化分析。後面我會繼續學習，也希望大家一起學習，多多交流。

作者：XksA，大三在讀的師範技術生，主要學習Python web、數據分析、可視化方面，個人公眾號 極簡XksA 長期分享學習筆記，學習資料，歡迎交流學習。

_“徵稿啦_”

CSDN 公眾號秉持著「與千萬技術人共成長」理念，不僅以「極客頭條」、「暢言」欄目在第一時間以技術人的獨特視角描述技術人關心的行業焦點事件，更有「技術頭條」專欄，深度解讀行業內的熱門技術與場景應用，讓所有的開發者緊跟技術潮流，保持警醒的技術嗅覺，對行業趨勢、技術有更為全面的認知。

如果你有優質的文章，或是行業熱點事件、技術趨勢的真知灼見，或是深度的應用實踐、場景方案等的新見解，歡迎聯繫 CSDN 投稿，聯繫方式：微信（guorui_1118，請備註投稿+姓名+公司職位），郵箱（[email protected]）。

閱讀更多 CSDN 的文章

關鍵字: Python 編程語言 數據分析