傅兴：个人公众号：Rapp
往期回顾
谨以此文送给即将毕业的学生们
又到一年毕业季，实验室又送走了一批硕士博士。无论是出国做博后，还是留在国内发展，大家总算结束了穷苦的学生生涯，自己多年的努力终于修成正果。诗和远方虽然是美好的，但是找个满意的高薪职位显然更有现实意义。听着毕业生们谈论着工资待遇，我这个毕业多年的老人家也按耐不住内心的小激动，想看看我们这个专业（生物信息学）现在到底有多少“钱景”。
现在的招聘网站有很多，但我个人比较喜欢猎聘网(https://www.liepin.com/)，所以我们今天就来分析猎聘网上的数据。
我们先用“生物信息”做关键词来搜索职位：
我喜欢猎聘网的一个主要原因就是他的搜索结果很合我的口味：
重要的信息一目了然。对求职者来说，最重要的信息无非就是工资（重中之重）、地点、教育背景和工作经验。如果想了解更详细的内容，可以点击职位链接。这样的设计不仅便于求职者浏览，还特别适合用爬虫程序来解析。
搜索的结果是分页显示的，我们点击>|按钮到达最后一页，并记下找到的最大页数（后面的爬虫程序需要用到）。
我的爬虫程序利用的是rvest包。策略如下：
1. 先用浏览器在猎聘网上搜索，通过浏览器地址栏中的URL弄清它的API有哪些参数（比如key，curPage等）
2. 用浏览器查看搜索结果页面的html代码，找到想要提取的element的class，attribute等信息
3. 先写一个解析单页面的函数
4. 再写一个解析所有页面的函数，实际上就是循环调用上一个函数，直到完成所有页面（这就是为什么要先搞清楚搜索结果总共有多少页）
5. 我对解析到的原始数据进行了一些处理：我想要具体的工资数，所以去掉了“面议”的结果；我想知道具体的城市，所以去掉了包含“省”的结果；工资数是一个从最低到最高的范围，我取它们的平均值。
2个函数的代码如下：
在调用函数的时候，我们只需要2个参数：搜索关键词（keyword）和搜索结果的最大页数（max_page）。除了我的专业外，我还对深度学习技术非常感兴趣，也在努力地恶补相关知识，所以今天也顺便了解一下深度学习的“钱景”如何。其实，从max_page=63就已经能看到它有多火热了。
爬虫程序得到的结果如下：
接下来的工作就是做一点简单的统计：
1. 首先是看工资的分布
生物信息：大约三分之一的职位处于10~15万的区间，25万以上只有10%
深度学习：20万以上的职位就占了90%！40万以上差不多有三分之一
2. 然后看看北京、上海、深圳的工资
生物信息：深圳有华大，北京有贝瑞和康、诺和致源，上海能叫的出名字的公司是哪家呢？工资水平也反映出了这种地域上差距。上海的同行们要加把劲啦！
深度学习：上海的公司很给力！是我们学习的好榜样！
3. 再看看学历要求
生物信息：尽管博士的需求不少，但是大部分职位本科生就可以胜任（跑跑流程而已）
深度学习：最起码读个硕士吧，门槛还是比较高
4. 最后是工作经验
生物信息：如果我把“经验不限”理解为没有经验，那么84%的职位只需要0~1年的工作经验，门槛较低
深度学习：显然对工作经验的要求更高
作图函数如下：
调用作图函数的代码：
今天R图秀让我充满了学习的动力和拼搏的勇气，为了更高的目标而努力吧！
公众号后台回复关键字即可学习
回复 R R语言快速入门及数据挖掘
回复 Kaggle案例 Kaggle十大案例精讲（连载中）
回复 文本挖掘 手把手教你做文本挖掘
回复 可视化 R语言可视化在商务场景中的应用
回复 大数据 大数据系列免费视频教程
回复 量化投资 张丹教你如何用R语言量化投资
回复 用户画像 京东大数据，揭秘用户画像
回复 数据挖掘 常用数据挖掘算法原理解释与应用
回复 机器学习 人工智能系列之机器学习与实践
回复 爬虫 R语言爬虫实战案例分享
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
