Python数据分析在互联网寒冬下，数据分析师还吃香吗？

伴随着移动互联网的飞速发展，越来越多用户被互联网连接在一起，用户所积累下来的数据越来越多，市场对数据方面人才的需求也越来越大，由此也带火了如数据分析、数据挖掘、算法等职业，而作为其中入门门槛相对较低、工资高于大多传统行业岗位的数据分析一职，则成为了许多想转行进入数据领域的同学的首要选择。

那么在现在的互联网寒冬下，数据分析岗位是什么行情呢？不同城市对该岗位的需求又是怎样的？岗位的具体薪资状况咋样？有哪些工作要求？大公司和小公司在招聘职位的要求上有什么特点？带着这些疑惑，我爬取了拉勾网上一些主要城市的数据分析岗位信息，带你看看互联网寒冬下，数据分析岗位的市场现状。
Ps:很多人在学习Python的过程中，往往因为没有好的教程或者没人指导从而导致自己容易放弃，为此我建了个Python交流.裙 ：一久武其而而流一思（数字的谐音）转换下可以找到了，里面有最新Python教程项目可拿,不懂的问题多跟里面的人交流，都会解决哦！

 

各城市对数据分析岗位的需求量

 

从招聘信息的所在地来看，对数据分析师岗位需求量较大的是四个一线城市，其中北京和上海分别位列前两位。除了北上广深和杭州外，其他热门城市的需求并不大，所以，如果你想找数据分析相关的工作，最好还是去一线城市寻找相应的机会。

 

不同细分领域对数据分析岗的需求量

国内大数据行业发展得如火如荼，几乎在各行各业都能见到数据分析的身影，那哪些领域对数据分析岗位的需求较大呢？

 

对岗位信息按照不同领域进行分类统计后发现，电商、金融和数据服务这三个领域的需求量位列前三位，电商和金融领域的需求远远超过其他领域。其他领域如消费生活、企业服务和文娱业也有不少的机会。

 

各城市数据分析岗位的薪资状况

不论是应届毕业生还是考虑转行的同学，在选择一个行业时，行业的钱途是一个很重要的参考因素。那么现在数据分析这个岗位的薪水是个什么水平呢？我们按不同的城市进行了统计。

 

图中柱状图上的黑条（暂且取这么个名字）统计学上叫做置信区间，代表着 95% 的职位所对应的薪水在黑条的区间范围内。我们可以发现在数据分析这个岗位上，北京、上海、杭州、深圳处于第一梯队，月均薪水都超过了 20k，苏州、南京、广州以及武汉位列第二梯队，月均薪水在 15k 左右，其他城市则处于第三梯队。其中令我比较好奇的是广州的平均薪水，作为四大一线城市之一，虽然生活成本比其他一线城市略低，但均薪却被其他三个兄弟甩了一截。

带着好奇心，我绘制了四个一线城市的薪资分布图，看看四大一线城市数据分析岗位薪资的具体分布。

 

从四大一线城市的薪资分布来看，深圳和上海的分布较为接近，广州大部分职位的薪水在 10k 左右，分布和其他三个城市差异较大。那会不会是因为广州的招聘信息中，工作经验要求低的岗位占比较高而拉低了整体的薪资水平呢？（假设越资深的数据分析师工资会越高）

 

城市、工作经验与薪水的关系

带着上面的疑惑，我绘制了热力图进行进一步的分析，图中的空白部分表示该部分是缺失值。由于北上广深杭的样本较为充足，这里主要针对这五个 城市的热力图部分进行分析。（由于工作经验小于 1 年和大于 10 年的样本太小，故没有绘入其中。）

 

从横向对比来看，可以明显的看出，随着资历的增加，数据分析师的薪水也会相应提高。对有 3-5 年经验的数据分析师，若符合企业的招聘条件，在北上广深杭基本平均而言都能拿到 20k 及以上的薪水。纵向对比来看，广州在各个经 验段上的薪资均不及其他三个一线城市，而且差距还不小。所以，广州给的钱确实少（但还应该结合生活成本进行综合考虑）。

 

技能要求和技能与薪水的关系

看了上面的 15k 和 20k，甚至 30k、40k，不知道你是否有心跳加速的感觉，不管有没有，咱还得回到现实，看看数据分析岗都有技能要求。

 

如图中所示， 要求会 Python/R 的公司占到 60.8%，和 SQL 的 60.7% 相接近。有 33.1% 的公司要求会 Excel，要求会 Tableau 的公司仅占 9.5%。这说明，Python/R 和 SQL 已成为超六成公司的必备技能。

那是不是技能要求越高所对应的薪水就越高呢？为了得到相应的结论，我们把技能从低到高分为 Excel、SQL、Python/R，并将公司要求的技能取技能最高的那个来表示（如同时要求 Python/R、SQL、Excel，则取 Python/R，若要求 SQL、Excel，则取 SQL），绘制了如下的箱型图。

 

从这个对比图来看，要求会 Python/R 和要求会 SQL 所对应的薪资中位数均为 20k，会 Python/R 并没有比会 SQL 在薪资上更有优势，但仅要求会 Excel 的岗位对应的薪资则明显低于前两者。因此，从数据的角度来看，想往数据分析方向走的话，技能方面可以先把 SQL 掌握了（SQL 入门简单但精通并不容易的）。

 

学历要求   

 

其实可以看到，数据分析这个岗位对学历的要求并不是很高，绝大部分岗位的要求都是本科即可。

 

不同规模公司的用人需求差异 

小公司好还是大公司好？大公司又有哪些要求？为了进一步分析，我们将公司规模、经验要求以及薪资信息绘制到散点图上，一探究竟。

 

 

对小公司（50 人及以下）而言，大部分公司开出的薪资不会超过 30k，规模更大的公司开的起更高的薪水，即便是对于一些工作经验不到 1 年的数据分析师，规模稍大的公司也能开出 20k-30k 的薪水，所以如果从面向工资编程的角度看，大公司具有较为明显的优势。

另一方面，从图中可以看到，当薪水超过 30k 时，公司对数据分析师的经验要求大多都是 3-5 年以及 5-10 年，此时经验成为了较大的门槛。接下来看看大公司在技能方面的要求，这里定义 2000 人以上的公司为大公司。

 

除去一些没有具体技能要求的岗位信息，对大公司（2000 人以上）中有具体技能要求的职位而言，约 76% 的职位要求掌握 Python/R，仅要求会 SQL 的职位占比不到 20%，所以，如果想进大公司的话，还是得把 Python/R 学好。

 

 总结       

很多人在学习Python的过程中，往往因为没有好的教程或者没人指导从而导致自己容易放弃，为此我建了个Python交流.裙 ：一久武其而而流一思（数字的谐音）转换下可以找到了，里面有最新Python教程项目可拿,不懂的问题多跟里面的人交流，都会解决哦！

1. 对数据分析师有较大需求的主要还是一线城市，且主要集中于电商、金融和数据服务领域。

2. 从薪水上看，北、上、深、杭处于薪资第一梯队，广州作为一线城市在薪资上并无优势。

3. 工作要求方面，学历上数据分析岗位对学历的要求并不高，超过八成岗位仅要求本科学历即可；技能上超过六成的公司要求会 Python/R 和 SQL， 对大公司而言，大约 76% 的职位要求掌握 Python/R。

4. 对薪水超过 30k 的职位，经验是一个较大的门槛。

本文的文字及图片来源于网络加上自己的想法,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。