关于如何爬取拉勾网上的招聘信息，网上教程很多，而且很详细，我自己不再重复提供了。
每个人遇到的大部分问题，我估计70%，在网上都可以找到答案。善于利用搜索引擎，自己多动手，就能够解决其中的大部分问题。
我感兴趣的是，如何处理爬下来的数据，这些数据能够描述什么样的现状。当然了，仅仅展示这些数据，对于数据分析来说是远远不够的。展示是第一步，是基础。如何从这些展示的数据中发现问题，并提出解决方法，甚至能够说服领导或者业务人员，按照你的方法去改进，才是对数据分析人员的挑战。
爬取下来的原始数据，格式如下：
分析工具：jupyter notebook，比较直观，界面友好。用到的库主要是pandas、matplotlib、jieba、wordcloud
一、学历的要求
本科学历以绝对优势遥遥领先。有点意外的是，大专学历比例也不低。硕士需求就比较少。
我个人理解，python最近几年火起来，主要得益于大数据分析和挖掘。而数据挖掘对个人能力要求高，比较厉害的人才基本被头部公司抢走。剩下的大部分公司，主要招的是web开发，python web开发的需求量很大。
能力强一点的硕士，基本不会跑到小公司去做web开发，差一点的硕士，薪资要求也会比本科生高，而且不一定愿意加班。而本科学历的人，相比较而言，年轻一些，也知道自己的起点不是很高，愿意加班。刚开始工作的时候，加加班，迅速掌握一些技术，对于他们来说，不管是以后辞职找其他工作还是在内部晋升都是有帮助的。
这些年轻人，有学习能力（能考上本科，学习能力不会很差），薪资比硕士要求低，而且愿意加班，用人单位当然更喜欢。
二、工作经验
工作3~5年的人，在市场上更受欢迎；工作1~3年的人，市场需求也不少。
如果能做一些相关性的分析，比如3~5年的要求，主要是在那些行业，从事什么样的岗位，参考意义会更大。
三、不同城市对python工作岗位需求
北京、深圳、上海提供了市场上74%的工作岗位，侧面也反应了，为什么大家都往北深上跑，因为机会多啊。
四、招聘职位中那些关键字出现得最多
出现最多的词频是开发，紧随其后的是高级和资深，数据分析的需求可以说很少了。
词频中还有“东莞”，哈哈。
