用数据说话，Python就业前景分析

编程入门行业动态更新时间:2024-10-28 16:18:27

用数据<a href=https://www.elefans.com/category/jswz/34/1768828.html style= 说话，Python就业前景分析"/>

用数据说话，Python就业前景分析

昨日份，我们还在为找工作而发愁

可以确认的是

现实中的就业压力、就业门槛、就业歧视

确实存在，且不可避免

如何在为数众多的大学生人才市场中

脱颖而出

需要我们掌握一定的专业技能

培养一定的专业素养

Python 现在是越来越火了

2017 年，IEEE 发布的编程语言排行榜，Python 排名第一。

百度指数的搜索趋势，Python稳步上升。

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，用 Python 编写程序抓取 拉钩、猎聘、前程无忧、智联招聘 4家网站上关于 Python 的 19011 条公开招聘信息，对数据进行整理分析，并将结果可视化。从中可以对当下的 Python 就业市场有一个直观了解。

主要结果如下所示：

首先是大家最关心的薪资。列出十个城市，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。犹以北京、上海薪酬最高，基本工资在15K~20K之间。

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。北京、上海、深圳有更多的机会。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。

从招聘岗位要求中提取出关键词。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，相对而言，笔者更喜欢去中小型的公司，进入国企也就意味着进入了体制，相对不是很自由。

具体细分岗位和薪水、年限的关系。这里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、深度学习六类。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，对于有统计学知识背景的同学可以考虑数据分析行业。

在地图上直观地看下招聘的地区分布，北京、上海、广州、深圳附近聚集了大量红点。而成都、西安也有不少，不失为另一种选择，笔者认为，年轻的时候应该多去大的城市去发展，有竞争，就有机会，至于毕业后是选择北上，还是南下呢？我暂时还没有想好，到时候再讲。

通过案例的讲解，希望能给大家带来一些就业的帮助，对于自己以后想要从事什么工作，起一个导向作用。想要作为一个什么样的人，日后才能成为怎样的人，一起加油。

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。

此案例通过 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。

最后免费分享给大家一份Python全套学习资料，包含视频、源码，课件，希望能帮到那些不满现状，想提升自己却又没有方向的朋友。