Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难 - Go语言中文社区

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难


已经到4月份了,很多低年级的学生都在家里享受着“高效率”的网课,乐不思蜀不想开学。不过这个超长假期对于2020届毕业生来说却是几家欢喜几家愁:有的毕业论文还没动笔,有的工作还没着落,有的整日待在家里刷微博抖音……

近日,华中科技大学对毕业生的返校通知在知乎上被广为讨论,其大体含义就是只给毕业生6天的时间准备离校事宜。

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

底下的第一个热门回答也引起了许多学生的共鸣:

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

微博上也是:

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

2020届毕业生真的有那么难吗?他们目前面临着哪些方面的困难?企业招聘和学生找工作受到了多大的影响?研究生扩招之后,接着考研是不是一个好的选择呢?我们找到了很多数据,并对这些数据进行了可视化分析。

一、数据获取

有人会问:这些数据从哪里来呢?我们自然有妙招。

我们通过python爬取微博上和各大网站上现成的数据,然后拜托研发小哥哥加工了一下,总计2000W的数据,最终生成了一份超长行数的Excel,差点没卡死。

二、数据处理

有人会说,python和excel都可以处理数据,为啥不直接用它们,然后再完成可视化分析?

首先来说python吧,虽然被誉为最简单的语言,但是其实做可视化并不是那么得心应手,部署也比较困难,而且代码毕竟只是少数人才会的东西。

至于Excel,2000W的数据,下面这个图马上就会出现了。

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

在这里,我用的是FineBI这款工具来处理数据,相比于前两者,它的优势之一就是上手简单,拖拖拽拽就能处理数据和生成可视化图表,最重要的是:处理大数据量妥妥的,不会宕机。

我们将Excel表导入到FineBI,稍作处理就得到了数据集,这份数据集也被称作自助数据集,顾名思义,就是可以自己随意操作,想怎么分析就怎么分析。(源数据见文末)

我把上次的分析做成了gif给大家看一下:

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

 

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

三、关于毕业生的一切都在这里了

数据处理好之后,接下来就是用FineBI做出数据可视化了。

1、当前毕业生觉得最难的点是什么?

论文、工作、考研,哪个才是2020届毕业生目前面临的主要难题呢?通过毕业生发表的评论数据可以看出,毕业论文和找工作是大家目前面临的两座大山。两座大山势均力敌,成为该届毕业生觉得“太难了”的主要来源。

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

在论文和工作的压力下,很多同学都有这样的担心:开学即毕业,毕业即失业。除此之外,部分毕业生由于这次寒假在家待的时间太长纷纷被家长嫌弃,天天挨骂受教育。可谓是屋漏偏逢连夜雨,难上加难。

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

2、每天在家干什么?

虽然压力很大,但是根据我们的调研,很多同学还是依然“混吃等死”。

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

在这一万多份样本中,学习的人只占了10%不到,可能这就是破罐子破摔吧。

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

3、当前毕业生心情如何?

只能感叹我毕业的早,要不然这情况被我遇上了,肯定是难受加无奈。

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

该图来自于网络,不是FineBI所作

4、找工作会更难吗?

我们对历年研究生毕业人数和海归人数做了分析,总体是呈上升趋势的:

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

这也意味着,随着高学历人才的增加,每个岗位的竞争自然也就变得激烈了。有过招聘经验的同学应该知道,以前是人选公司,现在是公司选人。

从单位类型上看,上市公司、国企等实力雄厚的单位春招职位数量是秋招的75%左右,受影响不是太大,而私企虽然数量众多,但等受影响较大。特别是创业公司,春招职位的数量只有秋招的49%。

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

5、考研会更难吗?

不想工作怎么办?考个研吧。我相信这是很多人的做法。

今天考研国家线也出来了,虽然是在扩招,但是没觉得比以往分数有降低的趋势。

通过FineBI做出的柱状图考研看出,黄色部分也就是录取数增长非常缓慢,而红色部分报名人数却疯狂增长,导致录取/报名比不断下降。

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

四、总结

其实上面的功能只是FineBI的冰山一角,就拿可视化来说吧,使用FineBI可视化分析只需4步:准备数据、自助数据集处理、探索分析、构建仪表盘驾驶舱。

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

15种图表类型,50余种图表样式,让你的数据大屏脱颖而出。

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

 

Python+BI可视化分析2000W数据之后,告诉你这届毕业生有多难

 

在这个数据为王的时代,毕业生们学一点数据可视化技术,也可以给自己增加核心竞争力。

版权声明:本文来源CSDN,感谢博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。
原文链接:https://blog.csdn.net/yuanziok/article/details/105529645
站方申明:本站部分内容来自社区用户分享,若涉及侵权,请联系站方删除。
  • 发表于 2020-04-18 13:47:21
  • 阅读 ( 1046 )
  • 分类:

0 条评论

请先 登录 后评论

官方社群

GO教程

猜你喜欢