基于Python与MySQL的招聘岗位数据可视化分析实战

秋招临近，不少同学最头疼的问题不是算法题刷得不够，而是简历上缺少一个“能讲清楚、能动手写出来、能应对面试官追问”的项目。网上的项目教程要么只讲某个零散功能，要么代码贴一半留一半，真正能从环境搭建、数据准备、数据库设计，再到可视化展示一条龙跑通的教程并不多。

这篇文章就围绕一个非常贴近业务场景的案例展开：使用 Python 连接 MySQL，对 BOSS 直聘的岗位数据做清洗、聚合与可视化分析。文中的数据集为脱敏后的模拟数据，仅用于技术学习和项目演示。项目会完整覆盖数据表设计、Python 操作 MySQL、Pandas 数据清洗、Pyecharts 可视化图表生成等环节，并且提供可直接运行的源码和数据集文件结构。无论你是准备秋招的应届生，还是想充实简历项目经验的开发者，都可以照着本文一步步复现整个流程。

阅读本文后，你将掌握：

• 如何设计一张合理的岗位信息数据表；
• 如何使用 Python 连接 MySQL 并完成数据入库；
• 如何用 Pandas 做数据清洗和聚合统计；
• 如何用 Pyecharts 生成柱状图、饼图、地图等可视化图表；
• 如何把项目整理成简历上能写、面试时能讲的项目经验。

整个项目的代码量不大，但链路完整，非常适合作为数据分析和 Python 后端方向的入门级实战项目。

1. 项目背景与需求分析

1.1 为什么要做“招聘岗位数据分析”

每年的春秋招季节，求职者都会面临一个共同问题：岗位信息太多、太杂，薪资范围跨度大，职位要求也各不相同。如果只靠肉眼看招聘网站，很难快速判断当前市场上 Java、Python、前端、算法等岗位的薪资分布、学历要求、经验要求到底是什么水平。

如果把招聘网站的岗位数据存到 MySQL 里，再用 Python 做统计分析，最后用图表可视化展示，就能把“岗位多、信息杂”的问题变成一个清晰的数据看板。这类项目非常贴近真实业务场景，同时涵盖了数据采集（模拟）、数据存储、数据清洗、数据分析和可视化展示的完整流程，是简历中含金量很高的一段项目经验。

1.2 项目需求拆解

从技术实现角度看，这个项目可以拆成下面几个模块：

1.3 项目最终效果

完成后的项目可以输出多张数据图表，例如：

• 各城市岗位数量 TOP10 柱状图；
• 岗位薪资区间分布饼图；
• 学历要求分布饼图；
• 工作经验要求分布柱状图；
• 热门岗位平均薪资横向柱状图；
• 全国岗位薪资分布地图（可选）。

这些图表能直观反映招聘市场的基本情况，哪怕数据量不大，也能完整演示“数据处理 -> 入库 -> 分析 -> 可视化”的技术链路。

2. 环境准备与版本说明

2.1 基础环境要求

编写本文示例时，使用了以下环境配置。具体版本可以根据你的本机环境灵活调整，核心是保证 Python 能连接 MySQL，并能正常安装第三方库。

版本需要根据你的项目实际情况调整，本文示例以常见环境为例，重点演示配置思路。

2.2 Python 第三方库安装

进入项目虚拟环境后，执行以下命令安装依赖库：

pip install pymysql pandas pyecharts

各库的作用说明：

• pymysql：Python 操作 MySQL 的驱动库，负责建立连接、执行 SQL；
• pandas：数据处理库，用于读取 CSV、清洗数据、分组聚合；
• pyecharts：基于 ECharts 的 Python 可视化库，可以生成交互式 HTML 图表。

如果下载速度较慢，可以换成国内镜像源：

pip install pymysql pandas pyecharts -i https://pypi.tuna.tsinghua.edu.cn/simple

2.3 MySQL 准备

需要提前在本地安装 MySQL，并保证服务已启动。同时创建好项目专用的数据库，例如job_analysis：

CREATE DATABASE IF NOT EXISTS job_analysis DEFAULT CHARACTER SET utf8mb4;

如果还没有安装 MySQL，可以参考官方文档或菜鸟教程完成安装。安装完成后，请记住 root 用户的密码，后续 Python 连接数据库时需要用到。

3. MySQL 数据表设计

3.1 表结构设计原则

在设计岗位信息表之前，先思考一个问题：一条招聘岗位信息包含哪些字段？

一般来说，至少应该包含：

• 岗位名称；
• 公司名称；
• 城市；
• 薪资范围（最低薪资、最高薪资）；
• 学历要求；
• 工作经验要求；
• 发布时间；
• 职位标签、福利标签。

为了保证后续统计方便，薪资字段建议拆分成年薪最低值和年薪最高值，而不是直接存一个字符串。这样在计算平均薪资时，可以直接用(min_salary + max_salary) / 2得到中间值。

3.2 建表 SQL

在job_analysis数据库中创建岗位信息表：

USE job_analysis; CREATE TABLE IF NOT EXISTS job_info ( id INT PRIMARY KEY AUTO_INCREMENT COMMENT '主键ID', job_name VARCHAR(100) NOT NULL COMMENT '岗位名称', company_name VARCHAR(100) NOT NULL COMMENT '公司名称', city VARCHAR(50) NOT NULL COMMENT '工作城市', min_salary INT NOT NULL COMMENT '最低年薪(万)', max_salary INT NOT NULL COMMENT '最高年薪(万)', education VARCHAR(20) DEFAULT '不限' COMMENT '学历要求', experience VARCHAR(20) DEFAULT '经验不限' COMMENT '经验要求', publish_time DATE COMMENT '发布日期', tags VARCHAR(255) COMMENT '职位标签', create_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP COMMENT '入库时间' ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='招聘岗位信息表';

设计说明：

• 使用utf8mb4字符集，可以正常存储中文和特殊符号；
• min_salary和max_salary使用INT类型，存储数值，方便聚合计算；
• tags字段用逗号分隔保存职位标签，属于反规范化设计，适合标签类数据展示场景；
• 添加create_time字段记录数据入库时间，便于后续排查数据问题。

4. 数据准备与数据集说明

4.1 数据集来源说明

需要提前说明：本文使用的数据集是模拟脱敏数据，并非 BOSS 直聘官方数据，也不涉及任何真实企业或个人信息。项目演示的是完整的数据分析处理链路，你可以用任意招聘平台公开的样本数据替换。

4.2 构造示例数据集

在项目根目录下创建data/raw/job_data.csv文件，数据格式如下：

job_name,company_name,city,min_salary,max_salary,education,experience,publish_time,tags Java开发工程师,北京某科技有限公司,北京,20,40,本科,3-5年,2025-09-01,Java,Spring,后端 Python开发工程师,上海某网络公司,上海,18,35,本科,1-3年,2025-09-02,Python,Django,后端 数据分析师,杭州某数据公司,杭州,15,30,本科,1-3年,2025-09-03,数据分析,SQL,可视化 前端开发工程师,深圳某互联网公司,深圳,16,32,本科,1-3年,2025-09-04,JavaScript,Vue,React 算法工程师,北京某人工智能公司,北京,30,60,硕士,3-5年,2025-09-05,算法,机器学习,深度学习 ...

实际演示时，数据集一般包含几百条到几千条记录，数据量越大，统计结果越有说服力。如果没有现成数据，可以在项目代码中利用 Python 随机生成模拟数据，但生成时要保证字段值符合真实业务逻辑。

4.3 项目目录结构

整个项目的推荐目录结构如下：

boss-job-analysis/ ├── data/ │ ├── raw/ │ │ └── job_data.csv │ └── output/ │ └── charts/ ├── sql/ │ └── create_table.sql ├── src/ │ ├── db_conn.py │ ├── import_data.py │ ├── clean_data.py │ ├── analysis.py │ └── visualize.py ├── requirements.txt └── README.md

这样拆分的好处是每个文件职责单一，后续扩展和维护都比较方便。

5. Python 连接 MySQL：数据入库

5.1 创建数据库连接工具类

在src/db_conn.py中编写数据库连接逻辑：

# 文件路径：src/db_conn.py import pymysql def get_connection(): """ 获取 MySQL 数据库连接 """ conn = pymysql.connect( host='127.0.0.1', user='root', password='your_password', database='job_analysis', charset='utf8mb4', cursorclass=pymysql.cursors.DictCursor ) return conn

参数说明：

• host：MySQL 服务地址，本机使用127.0.0.1或localhost；
• user：数据库用户名，默认root；
• password：你自己的数据库密码；
• database：目标数据库名称；
• charset：字符集，使用utf8mb4保证中文正常读写；
• cursorclass：使用字典游标，查询结果以字典形式返回，方便后续处理。

5.2 将 CSV 数据写入 MySQL

在src/import_data.py中实现数据入库逻辑：

# 文件路径：src/import_data.py import pandas as pd from db_conn import get_connection def import_csv_to_mysql(csv_path): """ 读取 CSV 文件并写入 MySQL 数据库 """ df = pd.read_csv(csv_path) conn = get_connection() try: with conn.cursor() as cursor: for _, row in df.iterrows(): sql = """ INSERT INTO job_info (job_name, company_name, city, min_salary, max_salary, education, experience, publish_time, tags) VALUES (%s, %s, %s, %s, %s, %s, %s, %s, %s) """ cursor.execute(sql, ( row['job_name'], row['company_name'], row['city'], row['min_salary'], row['max_salary'], row['education'], row['experience'], row['publish_time'], row['tags'] )) conn.commit() print(f"成功导入 {len(df)} 条数据") except Exception as e: conn.rollback() print(f"数据导入失败: {e}") finally: conn.close()

这里需要注意几个细节：

• 使用with conn.cursor()创建游标，执行完自动释放；
• 使用参数化 SQL%s占位符，避免 SQL 注入风险；
• 全部插入成功后commit()，发生异常时rollback()回滚；
• 循环插入适用于数据量不大的场景，如果数据量非常大，可以使用executemany()批量插入。

调用方式：

if __name__ == '__main__': import_csv_to_mysql('../data/raw/job_data.csv')

运行后可以在 Navicat 或 MySQL 命令行中确认数据是否成功写入：

SELECT COUNT(*) FROM job_info;

6. 数据清洗与加工

数据入库后，不一定能直接用于分析。原始数据往往存在以下问题：

• 薪资字段类型不统一；
• 城市字段含有空格或“全国”等无效值；
• 学历、经验字段命名不规范；
• 发布日期存储格式不一致。

因此，在分析前需要对数据做清洗。为了演示方便，我们直接从 MySQL 读取数据，再做加工处理。

6.1 读取数据库数据

# 文件路径：src/clean_data.py import pandas as pd from db_conn import get_connection def load_data_from_mysql(): """ 从 MySQL 读取岗位数据 """ conn = get_connection() sql = "SELECT * FROM job_info" df = pd.read_sql(sql, conn) conn.close() return df def clean_data(df): """ 数据清洗： 1. 去除空值 2. 统一城市字段 3. 计算平均薪资 """ # 删除关键字段为空的行 df = df.dropna(subset=['job_name', 'city', 'min_salary', 'max_salary']) # 去除城市字段前后空格 df['city'] = df['city'].str.strip() # 过滤无效城市 df = df[df['city'] != ''] # 计算平均年薪（单位：万元） df['avg_salary'] = (df['min_salary'] + df['max_salary']) / 2 return df

6.2 数据聚合统计

接下来可以按不同维度做聚合统计。例如统计各城市岗位数量：

# 文件路径：src/analysis.py import pandas as pd from clean_data import load_data_from_mysql, clean_data def city_job_count(df): """ 统计各城市岗位数量 """ result = df.groupby('city')['id'].count().reset_index() result.columns = ['city', 'job_count'] result = result.sort_values('job_count', ascending=False) return result def education_distribution(df): """ 统计学历要求分布 """ result = df.groupby('education')['id'].count().reset_index() result.columns = ['education', 'count'] result = result.sort_values('count', ascending=False) return result def avg_salary_by_job(df): """ 统计热门岗位平均薪资 """ result = df.groupby('job_name')['avg_salary'].mean().reset_index() result.columns = ['job_name', 'avg_salary'] result = result.sort_values('avg_salary', ascending=False) return result

Pandas 的groupby是统计分析中使用频率非常高的方法，配合reset_index()可以将分组结果恢复成规范的数据表结构。聚合后的 DataFrame 可以直接传给 Pyecharts 进行绘图。

7. 数据可视化实战

7.1 可视化工具选型

Python 领域常用的可视化方案有 Matplotlib、Seaborn、Plotly、Pyecharts 等。本文选用 Pyecharts，因为它生成的图表是 HTML 页面，交互体验好，缩放、悬停提示、导出图片都非常方便，适合做数据看板类项目。

7.2 生成“各城市岗位数量 TOP10”柱状图

# 文件路径：src/visualize.py from pyecharts.charts import Bar from pyecharts import options as opts def draw_city_bar(city_data): """ 绘制各城市岗位数量柱状图 city_data: DataFrame，包含 city 和 job_count 两列 """ top10 = city_data.head(10) bar = ( Bar() .add_xaxis(top10['city'].tolist()) .add_yaxis("岗位数量", top10['job_count'].tolist()) .set_global_opts( title_opts=opts.TitleOpts(title="各城市岗位数量 TOP10"), xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45)), ) ) bar.render('../data/output/charts/city_job_count.html')

7.3 生成“学历要求分布”饼图

from pyecharts.charts import Pie def draw_education_pie(edu_data): """ 绘制学历要求分布饼图 """ data_pair = list(zip(edu_data['education'], edu_data['count'])) pie = ( Pie() .add("", data_pair, radius=["30%", "65%"]) .set_global_opts( title_opts=opts.TitleOpts(title="学历要求分布"), legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%"), ) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%")) ) pie.render('../data/output/charts/education_pie.html')

7.4 生成“热门岗位平均薪资”横向柱状图

def draw_salary_bar(salary_data): """ 绘制热门岗位平均薪资横向柱状图 """ top = salary_data.head(10) bar = ( Bar() .add_xaxis(top['job_name'].tolist()) .add_yaxis("平均年薪(万)", top['avg_salary'].tolist()) .reversal_axis() .set_global_opts( title_opts=opts.TitleOpts(title="热门岗位平均薪资 TOP10"), yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=10)), ) ) bar.render('../data/output/charts/salary_bar.html')

7.5 生成“城市岗位薪资地图”

如果希望进一步展示全国范围内的薪资分布，可以使用 Pyecharts 的地图组件。地图组件需要额外安装地图扩展包：

pip install echarts-countries-pypkg

绘制地图代码如下：

from pyecharts.charts import Map def draw_salary_map(city_data): """ 绘制城市平均薪资地图 """ data_pair = list(zip(city_data['city'], city_data['avg_salary'])) map_chart = ( Map() .add("平均薪资", data_pair, maptype="china") .set_global_opts( title_opts=opts.TitleOpts(title="各城市岗位平均薪资分布"), visualmap_opts=opts.VisualMapOpts(min_=0, max_=60, is_piecewise=True), ) ) map_chart.render('../data/output/charts/salary_map.html')

需要注意的是，地图组件依赖pyecharts版本和地图扩展包的兼容性，如果运行时报错Can't find module named 'pyecharts.datasets'或地图缺失，可以检查扩展包版本，或者直接在官方文档中查找对应安装方式。

8. 主程序串联与运行验证

8.1 编写主程序入口

把数据导入、清洗、分析和可视化串联起来，在项目根目录创建main.py：

# 文件路径：main.py from src.import_data import import_csv_to_mysql from src.clean_data import load_data_from_mysql, clean_data from src.analysis import city_job_count, education_distribution, avg_salary_by_job from src.visualize import ( draw_city_bar, draw_education_pie, draw_salary_bar, draw_salary_map ) def main(): # 1. 导入数据 print("开始导入数据...") import_csv_to_mysql('data/raw/job_data.csv') # 2. 读取并清洗数据 print("开始清洗数据...") df = load_data_from_mysql() df = clean_data(df) # 3. 数据分析 print("开始统计分析...") city_data = city_job_count(df) edu_data = education_distribution(df) salary_data = avg_salary_by_job(df) avg_salary_by_city = df.groupby('city')['avg_salary'].mean().reset_index() # 4. 可视化 print("开始生成图表...") draw_city_bar(city_data) draw_education_pie(edu_data) draw_salary_bar(salary_data) draw_salary_map(avg_salary_by_city) print("全部完成！图表已输出到 data/output/charts/ 目录。") if __name__ == '__main__': main()

8.2 运行结果说明

在项目根目录执行：

python main.py

预期输出如下：

开始导入数据... 成功导入 500 条数据 开始清洗数据... 开始统计分析... 开始生成图表... 全部完成！图表已输出到 data/output/charts/ 目录。

打开data/output/charts/目录，可以看到生成的多个 HTML 文件，使用浏览器打开即可查看交互式图表。

9. 常见问题与排查思路

9.1 Python 连接 MySQL 报错

9.2 Pyecharts 图表无法显示中文字体

Pyecharts 生成的 HTML 页面使用前端字体渲染，一般不会出现中文乱码问题。但如果数据中出现异常编码，建议在读取 CSV 时指定编码：

df = pd.read_csv(csv_path, encoding='utf-8')

如果 CSV 文件是 GBK 编码，则改成：

df = pd.read_csv(csv_path, encoding='gbk')

9.3 Pandas 读取 MySQL 时报错

pd.read_sql()依赖 SQLAlchemy 或 PyMySQL 驱动。如果使用 PyMySQL，建议显式指定连接：

import pymysql from sqlalchemy import create_engine engine = create_engine('mysql+pymysql://root:password@127.0.0.1:3306/job_analysis?charset=utf8mb4') df = pd.read_sql('SELECT * FROM job_info', con=engine)

如果没有安装 SQLAlchemy，先执行：

pip install sqlalchemy

9.4 地图组件无法显示

地图组件经常因为版本兼容性问题出现空白页面。建议：

• 安装匹配 Pyecharts 版本的地图扩展包；
• 不需要地图时，暂时注释掉draw_salary_map部分；
• 生成前确保城市名称与地图内置城市名称一致，例如“北京”“上海”，不要写成“北京市”“上海市”。

10. 项目优化与扩展方向

基础版项目完成之后，还可以从以下几个方向继续扩展，让项目在简历和面试中更有亮点。

10.1 增加定时任务自动更新

使用APScheduler或crontab定时执行数据采集和导入任务，让数据看板每天都保持最新：

from apscheduler.schedulers.blocking import BlockingScheduler scheduler = BlockingScheduler() scheduler.add_job(main, 'cron', hour=9, minute=0) scheduler.start()

10.2 增加 Web 展示页面

可以使用 Flask 或 FastAPI 搭建一个简单的 Web 服务，把 Pyecharts 生成的 HTML 嵌入页面，实现“数据看板”效果。例如：

from flask import Flask, render_template app = Flask(__name__) @app.route('/') def index(): return render_template('dashboard.html') if __name__ == '__main__': app.run(debug=True)

10.3 增加数据分析维度

可以继续分析以下维度：

• 不同学历下的平均薪资差异；
• 相同岗位在不同城市的薪资对比；
• 岗位标签词频统计；
• 发布日期与岗位数量的关系。

每增加一个分析维度，项目的完整度和深度都会明显提升。

10.4 使用 ECharts 原生前端图表

如果前端基础较好，可以直接使用 ECharts 原生 JavaScript 编写图表，后端通过 JSON 接口返回数据。这种前后端分离的方式更接近企业级项目结构。

11. 简历项目经验怎么写

项目做完了，下一步就是把它写进简历。很多同学的项目经历写得过于笼统，比如“使用了 Python 和 MySQL 完成了数据可视化分析”，这种写法面试官很难判断你的实际水平。

推荐使用“项目背景 + 技术栈 + 核心工作 + 项目成果”四段式写法：

项目名称：招聘岗位数据可视化分析系统

项目描述：基于 Python + MySQL + Pyecharts 搭建招聘岗位数据采集、存储、分析与可视化系统，实现岗位数量、薪资分布、学历要求等多维度统计展示。

技术栈：Python、MySQL、Pandas、Pyecharts、Flask

核心工作：

• 设计岗位信息表结构，完成 CSV 数据清洗与入库；
• 使用 Pandas 对薪资、城市、学历等字段进行聚合统计；
• 基于 Pyecharts 生成柱状图、饼图、地图等交互式可视化图表；
• 使用 Flask 搭建数据看板，支持多维度数据展示。

项目成果：实现招聘岗位数据从“采集 -> 存储 -> 清洗 -> 分析 -> 可视化”的全流程处理，生成可视化图表 5 张，支持按城市、学历、岗位等维度筛选。

面试时被问到“项目中遇到哪些困难”时，可以重点讲数据清洗的边界问题、MySQL 字符集问题、Pyecharts 地图扩展包兼容问题，这些都是真实项目中容易踩的坑，讲出来反而显得项目经历扎实。

12. 小结

本文从零开始实现了一个基于 Python + MySQL 的招聘岗位数据可视化分析项目，完整覆盖了 MySQL 数据表设计、CSV 数据导入、Pandas 数据清洗、Pyecharts 可视化展示等核心环节。整个项目代码量控制在几百行以内，但技术链路完整，适合作为秋招简历中的项目经验。

下一步建议：先按照文章流程把项目跑通，再根据自己的理解扩展分析维度。项目不在于多复杂，而在于你能否把每个环节的设计思路、代码实现和潜在问题讲清楚。如果本文对你有帮助，可以收藏备用，后续我会继续更新 Flask 数据看板搭建、爬虫数据采集合规边界等进阶内容。