自制字节上万条招聘信息搜索网站，好玩！

自制字节上万条招聘信息搜索网站，好玩！

在前面的文章中，我们已经成功抓取了字节跳动上万条招聘信息，简单看了看，要求不是一般的高。说实话，大厂的招聘信息，应该都是比较严谨的，什么意思，就是说，如果你想进大厂，那么其对应岗位的招聘要求基本可以确定为你复习或者能力的要求，只有达到招聘信息中的要求，一般来说才能够达到其找人的基准线上，后面至于是否能进得去，就要看其他方面的实力了，当然还需要一点点运气！

看下面的文章，回顾字节岗位抓取详细过程

​​实战|Python爬取字节跳动1W+招聘信息​​

下面我们就一起来简单分析下，字节跳动招聘信息当中的相关情况

微目录：

1、数据分析

2、基于 Plotly Dash 制作岗位分析网站

数据总体

先来看看抓取到的数据整体长什么样

可以看到整体数据还是挺规整的，只有job_category列，需要处理下，便于后面的分析

def deal_job_category(data): if '-' in data: return data.split('-')[0] elif '/' in data: return data.split('/')[0] else: return datadf['new_job'] = df['job_category'].apply(deal_job_category)

我们新增一列，用于储存处理后的岗位类别

岗位地域分布

先来看看总体岗位的地域分布情况

c = ( Bar({"theme": ThemeType.MACARONS}) .add_xaxis(df['city_info'].value_counts().index.tolist()[:10]) .add_yaxis("字节岗位分布", df['city_info'].value_counts().values.tolist()[:10]) .set_global_opts( title_opts={"text": "萝卜大杂烩制作", "subtext": "来源：字节跳动招聘网站"} ))c.render_notebook()

通过 Pyecharts 可以非常方便的制作优美的图表，而且代码异常的简洁

可以看到北京的岗位远远高于其他地区的岗位数量，这也是正常，毕竟是首都，人才多呀！之后是上海、深圳、杭州以及广州，这也正好符合当今中国互联网发展的城市排名，我们还看到新加坡居然也有100+岗位在招聘，看来字节的海外计划一直在进行，从未停下过！

各城市岗位分析

接下来我们分析下几个主要城市的岗位情况

北京

先来看下北京的岗位类别分布

c = ( Bar({"theme": ThemeType.MACARONS}) .add_xaxis(df[df['city_info'] == '北京']['new_job'].value_counts().index.tolist()[:10]) .add_yaxis("北京岗位类别分布", df[df['city_info'] == '北京']['new_job'].value_counts().values.tolist()[:10]) .set_global_opts( xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)), title_opts={"text": "萝卜大杂烩制作", "subtext": "来源：字节跳动招聘网站"} ))c.render_notebook()

可以看到，作为一家技术驱动的公司，研发岗位还是最多的，不过也作为一家“抖音”公司，运营岗位也是遥遥领先啊

再来看一下岗位性质的，当前只分为社招和实习生了

c = ( Pie({"theme": ThemeType.MACARONS}) .add( series_name="岗位性质", data_pair=[list(z) for z in zip(df[df['city_info'] == '北京']['recruit_type'].value_counts().index.tolist(), df[df['city_info'] == '北京']['recruit_type'].value_counts().values.tolist())], # nrosetype="radius", # radius="55%", center=["50%", "50%"], label_opts=opts.LabelOpts(is_show=False, position="center"), ) .set_global_opts( title_opts=opts.TitleOpts( title="岗位性质", pos_left="center", pos_top="20", title_textstyle_opts=opts.TextStyleOpts(color="black"), ), legend_opts=opts.LegendOpts(is_show=False), ) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")))c.render_notebook()

社招人数达到了3000+，真的是大批量招人啊，不知道在如此大需求下，招人的要求能不能降低些呢！

其他城市

下面是其他城市的情况，貌似每个城市都是研发最多哦

c = ( Bar({"theme": ThemeType.MACARONS}) .add_xaxis(df[df['city_info'] == '上海']['new_job'].value_counts().index.tolist()[:10]) .add_yaxis("上海岗位类别分布", df[df['city_info'] == '上海']['new_job'].value_counts().values.tolist()[:10]) .set_global_opts( xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)), title_opts={"text": "萝卜大杂烩制作", "subtext": "来源：字节跳动招聘网站"} ))c.render_notebook()

各岗位分析

接下来我们再进行不同岗位的分析，这里主要分析岗位的描述和要求，基本上制作一下词云，就可以看出不同岗位的要求区别了

研发

我们还是使用jieba来进行分词处理

df_yanfa = df[df['new_job'] == '研发']df_yanfa_des = df_yanfa['description'].values.tolist()comment = jieba.lcut(str(df_yanfa_des), cut_all=False)words = ' '.join(comment)counts = {}excludes = {"，",":","“","。","”","、","；"," ","！", "1", "2", "3", "4", "5", "6", "7", "8", "9", "0", "？","　", ",", "'", "[", "]", "@ ", "的", "与", "是", "n4", "@", "n", "/", "-", "the", "回复", "_", "都", "to", "相关", "人", "有", "说", "吗", "在", "啊", "吧", "还", "呢", "被", "和", "没", "字节", "这", "…", "跳动", "能", "\\", ".", "and", "n2", "n3", "等"}for word in comment: if word not in excludes: counts[word] = counts.get(word,0)+1items = list(counts.items())items.sort(key=lambda x:x[1],reverse = True)for i in range(15): word, count = items[i] print("{0:<10}{1:>5}".format(word,count))

然后制作词云图

c = ( WordCloud() .add( "", items, word_size_range=[20, 100], textstyle_opts=opts.TextStyleOpts(font_family="cursive"), ) .set_global_opts(title_opts=opts.TitleOpts(title="研发岗位描述")))c.render_notebook()

在这里可能还不太容易看出研发岗位的要求，那么再来分析岗位要求呢

在这里就可以清楚的看出“熟悉”，“经验”，“扎实”，“良好”等词语占比还是蛮大的，不过话又说回来，哪家公司的招聘要求上不是这么写的呢。等到你实际进入公司后，要做的事情是什么又是另一回事了！

运营

这里直接给出词云图，大家自行体会吧

至于其他岗位的分析，就留给大家自行探索啦

下面进入 Plotly Dash 的搭建部分

Dash 简介

其实 Dash 是一门非常好的用于搭建个人 BI 系统的工具，整体是基于 Plotly 和 Flask，可以很快的完成个性化的 BI 网站创建。

比如下面的几行代码，就可以快速在网页上展示可交互的图表

# -*- coding: utf-8 -*-import dashimport dash_core_components as dccimport dash_html_components as htmlimport plotly.express as pximport pandas as pdexternal_stylesheets = ['= dash.Dash(__name__, external_stylesheets=external_stylesheets)df = pd.DataFrame({ "Fruit": ["Apples", "Oranges", "Bananas", "Apples", "Oranges", "Bananas"], "Amount": [4, 1, 2, 2, 4, 5], "City": ["SF", "SF", "SF", "Montreal", "Montreal", "Montreal"]})fig = px.bar(df, x="Fruit", y="Amount", color="City", barmode="group")app.layout = html.Div(children=[ html.H1(children='Hello Dash'), html.Div(children=''' Dash: A web application framework for Python. '''), dcc.Graph( id='example-graph', figure=fig )])if __name__ == '__main__': app.run_server(debug=True)

此时我们在浏览器中打开本地的8050端口，就可以看到如下的网站

搭建我们的字节岗位BI系统

哈哈哈，这里暂且称我们搭建的网站为BI系统吧。因为这个不是 Dash 的教程，所以一些 Dash 用法和概念就不再赘述了。首先读取我们抓取岗位之后保存的文件，然后初始化 Dash app

df = pd.read_csv('bytedance_jobs.csv')app = dash.Dash(__name__, external_stylesheets=external_stylesheets)

接下来通过 Dash 的 layout 来进行页面布局

app.layout = html.Div( [ html.H4(children='字节跳动招聘信息分析'), html.Div( [ html.Div([ dcc.Dropdown( id='recruit-type', options=[{'label': i, 'value': i} for i in ['社招', '日常实习生']], value='社招' ), ], style={'width': '100px', 'float': 'left'}), html.Div([ dcc.Dropdown( id='job-type', options=[{'label': i, 'value': i} for i in ['研发', '产品', '运营', '设计', '市场', '职能']], value='研发' ), ], style={'width': '100px', 'float': 'left'}), html.Div( [ dcc.Input(id='City', value='', type='text', placeholder='城市'), ] ), ] ), dash_table.DataTable( id='table-id', columns=[{"name": i, "id": i} for i in df.columns], page_size=20, style_table={'height': '300px', 'overflowY': 'auto'}, fixed_rows={'headers': True}, ), html.Div( [], style={'height': '50px'} ), html.Div( id='graph-container', className="", style={'float': 'center'}, ) ])

这样，我创建了两个下拉框，一个输入框以及一个 Dash 的 DataTable 组件，还有一个 id 为 graph-container 的 div，是用来放置图表的，页面如下

再接下来就是回调函数的编写了。

@app.callback( Output('table-id', 'data'), Input('City', 'value'), Input('recruit-type', 'value'), Input('job-type', 'value'))def update_input(city_value, recruit_value, jobtype_value): if all([city_value, recruit_value, jobtype_value]): df_new = df[(df['city_info'] == city_value) & (df['recruit_type'] == recruit_value) & ( df['job_category'].str.contains(jobtype_value))] return df_new.to_dict('records') elif all([city_value, recruit_value]): df_new = df[(df['city_info'] == city_value) & (df['recruit_type'] == recruit_value)] return df_new.to_dict('records')...

这里代码没有截全，因为这里的判断比较长，不知道有没有更加 Pythonic 的写法~代码的主要作用就是监听下拉框和输入框的 value，如果有变动，则同步更新表格数据

下面我们继续编写图表的回调函数

@app.callback( Output('graph-container', "children"), Input('table-id', "data"))def update_graph(rows): dff = pd.DataFrame(rows) if rows: return html.Div( [ dcc.Graph( id='job_category', figure={ "data": [ { "x": dff['city_info'].value_counts().index.tolist()[:20], "y": dff['city_info'].value_counts().values.tolist()[:20], "type": "bar", "marker": {"color": "#0074D9"}, } ], "layout": { "xaxis": {"automargin": True}, "yaxis": {"automargin": True}, "height": 250, "margin": {"t": 10, "l": 10, "r": 10} }, }, ) ] ) else: return

可以看到，通过 Dash 来制作图表还是太方便了，而且与 Pandas 的结合实在是完美

现在我们页面整体效果如下：

通过上面的100左右代码，我们就完成了一个最为基本的岗位分析网站，下面来看看效果吧

最终效果图

页面是土了点，毕竟调试页面，美化网站，还是需要些功底的，萝卜我暂时还是玩不来呀！

好了，今天的分享就到这里。

后台回复”byte“获取全部代码！

如果觉得有帮助，就给个再走吧！

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。