公共部分
```
# 引入数据分析工具 Pandas
import pandas as pd
# 引入数据可视化工具 Matplotlib
import matplotlib.pyplot as plt
# 引入数据可视化工具 Seaborn (基于matplotlib)
import seaborn as sns
# 解决输出时的列名对齐问题
pd.set_option('display.unicode.east_asian_width', True)
# 解决输出中文乱码问题
plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置显示中文字体
plt.rcParams['axes.unicode_minus'] = False # 设置正常显示符号
# 读取CSV文件
data = pd.read_csv('E:\\practiceCode\\pythonCode\\source\\DataAnalyst.csv',encoding='gbk')
# 显示前5行数据
# print(df.head())
# 清洗薪水数据
data['薪水'] = data['薪水'].str.replace('k','000') # 将k替换为000
data['薪水'] = data['薪水'].str.replace('以上','') # 去除以上
data['薪水'] = data['薪水'].str.split('-') # 根据'-'分割字符串 [1000,2000]
# 定义 计算平均薪水函数
def calculate_salary(x):
try:
if len(x) > 1:
return (int(x[0]) + int(x[1])) / 2
else:
return int(x[0])
except:
return None
# 应用函数到薪水列 计算平均薪水
data['薪水'] = data['薪水'].apply(calculate_salary)
```
柱状图
```
# 1. 数据分析师平均薪水
avg_salary = data[data['职位名称'] == '数据分析师']['薪水'].mean()
print('数据分析师平均薪水:',avg_salary)
# 2. 数据分析师不同城市薪资状态 (条形图)
plt.figure(figsize=(10,6)) # 设置画布大小
plt.title("数据分析师薪资分布(按城市)") # 设置标题
sns.barplot(x='城市',y='薪水',data=data[data['职位名称'] == '数据分析师'])
plt.show() # 展示
# 3. 数据分析师不同学历的薪资状态
plt.figure(figsize=(10,6)) # 设置画布大小
plt.title("数据分析师薪资分布(按学历)") # 设置标题
sns.barplot(x='教育要求',y='薪水',data=data[data['职位名称'] == '数据分析师'])
plt.show() # 展示
```
条形图
```
# 计算不同公司数据分析师的数量 并生成柱状图
company_count = data[data['职位名称'] == '数据分析师']['公司简称'].value_counts()
# 取前10个元素
company_count = company_count[:10]
# 绘制柱状图
plt.figure(figsize=(10,6))
sns.barplot(x=company_count.index, y=company_count.values)
plt.title('不同公司数据分析师数量(前10)')
plt.xlabel('公司')
plt.ylabel('数量')
plt.show()
```
```
# 不同学历的数据分析师 数量
degree_count = data[data['职位名称'] == '数据分析师']['教育要求'].value_counts()
#生成柱状图
plt.figure(figsize=(10,6))
sns.barplot(x=degree_count.index, y=degree_count.values)
plt.title('不同学历的数据分析师数量')
plt.xlabel('学历要求')
plt.ylabel('数量')
plt.show()
```
