目標：用Python抓取實習僧網站上數據分析相關崗位信息，並用Python做可視化分析

軟體：Python 3.0 版本

 一、 實習僧網站爬蟲介紹 

實習僧網址：http://www.shixiseng.com/

在搜索框輸入 數據 然後跳轉到一下頁面，Fn + f12 就能看到網頁調試工具。

刷新頁面，然後點進第一個鏈接

url 就是我們爬蟲要用到的url, 其中k和p的含義已經解釋了。點擊尾頁，可以知道共109頁數據。

然後利用request Headers信息用來模擬瀏覽器登錄。

網頁上右鍵後查看源代碼。我們要爬取職位名稱，職位詳情網址，月薪，工作地點等信息。寫得正則表達為：

好了。基本工作完成，這就需要進一步構建代碼了。

如何翻頁，爬取下一頁呢，就是利用迴圈對參數P的調整，實現整個頁面的抓取。

然後就是對爬取欄位的組合，並且寫入excel文件。

需要用到： import xlwt #讀寫Excel 文件

最終運行代碼，得到結果，共1085條記錄，用時30秒多。

二、PTYHON數據分析

首先導入需要用到的包，然後讀取Excel文件

得到：

網址數據暫時用不上 因此就刪除這兩列

主要從薪酬，工作天數，工作地點和時間要求四個方面分析。

先看一個簡單的：

1 工作天數的要求和分佈

2 實習時間的要求

3 實習地點的分佈

What the hell?

過濾掉頻數小於5的

4 實習薪酬的水平

額 同樣的問題，，，

168個類別，所以擠成那個樣子了。。。過濾掉頻數小於10的。

總結一下：

實習地點：數據分析崗位實習北京和上海集中較多，然後是廣州和深圳。其次是二線城市，成都，南京，杭州等。

工作天數：要求5天/周的實習最多，占比達到44.61%，其次是4/周和3/周。

實習時間：要求至少3個月的實習最多，其次是6個月，4個月。

實習薪酬：集中在100-120元區間上的最多。超過一半的實習工資超過了100。

--------------------------------------------------

第一次寫，歡迎指正。