歡迎光臨
每天分享高質量文章

資料揭秘真實的互聯網公司:BAT前景最好,這幾家面試難度最低

導讀:隨著互聯網行業的日益興盛,吸引力越來越多的牛人加入其中,也有許多小伙伴躍躍欲試,想要在互聯網的浪潮中大展身手。今天我們通過看準網的資料,幫助大家對各大互聯網公司有一個比較概括的瞭解。

作者:徐麟

來源:資料森麟(ID:shujusenlin)

01 資料來源

看準網提供了許多員工對於公司的評價,我們從中提取需要的資料,包括整體評分、面試難度、推薦率、前景看好情況、CEO支持率,代碼如下:

## 獲得信息 
def get_company_info(num,essay-headers):
   ## 獲得評價資料
   url = 'https://www.kanzhun.com/gsr'+str(num)+'.html?ka=com-blocker1-review'
   js='window.open("'+url+'")'
   driver.execute_script(js)
   time.sleep(5)
   driver.close() 
   driver.switch_to_window(driver.window_handles[0])
   bsObj=BeautifulSoup(driver.page_source,"html.parser")
   tag=bsObj.find('div',attrs={'class':'all_item'}).text.replace('\t','').replace('\n','').replace('(',' ').replace(')',' ').split(' ')
    tag=tag[0:len(tag)-1]
   this_tag = {tag[i*2]:tag[i*2+1] for i in np.arange(int(len(tag)/2-1))}
   this_name = bsObj.find('div',attrs={'class':'co_name t_center'}).text
   this_overal = float(bsObj.find('div',attrs={'class':'res_box_star f_right'}).find('em').text)
    points = bsObj.find('ul',attrs={'class':'score_rate clearfix'}).text.replace('\n',' ').split()
    this_recommend = float(points[0][0:2])/100*5
   this_future = float(points[2][0:2])/100*5
   this_ceo = float(points[4][0:2])/100*5
   ## 獲得CEO頭像和公司logo
   ceo_pic = bsObj.find('div',attrs={'class':'ceo_info'}).find('div').find('img').attrs['src']
    ceo_name = bsObj.find('div',attrs={'class':'ceo_info'}).find('p').text
   head_logo = bsObj.find('div',attrs={'class':'com_logo f_left'}).find('img').attrs['src']
    head_loc = 'D:/爬蟲/看準/公司logo/'+this_name+'.jpg'
   ceo_loc = 'D:/爬蟲/看準/CEOlogo/'+this_name+'.jpg'
   request.urlretrieve(head_logo,head_loc)
   request.urlretrieve(ceo_pic,ceo_loc)
   ## 獲得面試難度
   url = 'https://www.kanzhun.com/gsm'+str(num)+'.html?ka=com-floater-interview'
   js='window.open("'+url+'")'
   driver.execute_script(js)
   time.sleep(5)
   driver.close() 
   driver.switch_to_window(driver.window_handles[0])
   bsObj=BeautifulSoup(driver.page_source,"html.parser")
   req=request.Request(url,essay-headers=essay-headers)  
   html=urlopen(req)  
   bsObj=BeautifulSoup(html.read(),"html.parser")    
   this_difficulty = float(bsObj.find('section',attrs={'class':'interview_feel'}).find('em').text)
    this_feeling = bsObj.find('ul',attrs={'class':'score_list'}).find_all('span',attrs={'class':'percent'})
    this_feeling = [float(k.text.replace('%','')) for k in this_feeling]
   this_feeling = (this_feeling[0]*5+this_feeling[1]*3+this_feeling[2]*1)/100
   ## 整合資料成為字典
   this_company ={'name':this_name,'overal':this_overal,'comments':tag[1],'recommend':this_recommend,
                   'future':this_future,'ceo':this_ceo,'difficulty':this_difficulty,'feeling':this_feeling}    
    return this_company,this_tag,this_name

02 整體對比

我們最終選取了50家互聯網公司作為樣本進行對比,選取來源主要是結合2018年互聯網公司百強榜單和看準網上的實際評價數量,選取的公司logo拼圖如下,我們會在第4部分講解如何將圖片進行拼接:

首先對比各項評價指標的TOP15:

可以看到,榜單中BAT在各項排名中都處於十分靠前的位置,網易也占據了多個榜單的靠前位置,騰訊霸占了所有排名的TOP1。下麵我們再來看一下麵試難度,我們選取了面試難度評分的TOP15和BOTTOM15,該資料僅供參考,根據小編的經驗,同一個公司的不同部門不同崗位之間的難度差異也非常大。

在面試難度偏低的一些公司中,有許多非常不錯的公司,該資料僅僅是一個參考,真正的面試還是要取決於求職者的實際能力,所謂會者不難,難者不會。真正的大牛無論是面對多麼困難的面試,依然可以slay全場。

## 整體評分top15柱形圖
company=pd.read_excel('company_info.xlsx')
company_overal = company.sort_values('overal',ascending=False)[0:15]
attr = company_overal['name']
v1=round(company_overal['overal'],2)
bar = Bar("整體評分TOP15",title_pos='center')
bar.use_theme('essos')
bar.add("", attr, v1, is_stack=False,xaxis_rotate=30,yaxis_min=3.7,is_label_show=True,
         xaxis_interval =0,is_splitline_show=False)
bar.render('整體評分TOP15.html')

03 雷達圖

前面我們看的都是各個公司之間的對比,下麵我們看一下同一個公司不同維度的情況,我們選取了BAT和TMD作為資料,其他的公司也可以按照同樣的方式進行對比,首先看一下BAT:

BAT真的是名副其實的業界標桿,各項指標都slay整個行業,下麵我們看一下此前發展勢頭迅猛的TMD三家公司:

TMD三家公司和行業整體水平相比,也是出於領先地位,可見其還不錯的發展勢頭。

value_avg = [list(company.iloc[:,[1,3,4,5,6]].mean())]
value_company0 = [list(company.iloc[0,[1,3,4,5,6]])]
value_company1 = [list(company.iloc[1,[1,3,4,5,6]])]
value_company2 = [list(company.iloc[2,[1,3,4,5,6]])]
c_schema= [{"name": "總體評價", "max": 4.4, "min": 3.2},
          {"name": "推薦度", "max": 4.75, "min": 2.4},
          {"name": "前景看好", "max": 4.25, "min": 1},
          {"name": "CEO/董事長認可度", "max": 4.8,"min":3},
          {"name": "面試難度", "max": 3.4,"min":2.3}]
radar = Radar()
radar.use_theme('essos')
radar.config(c_schema=c_schema, shape='circle')
radar.add(company['name'][0], value_company0, item_color="blue", symbol=None,linewidht=5)
radar.add(company['name'][1], value_company1, item_color="orange", symbol=None,linewidht=5)
radar.add(company['name'][2], value_company2, item_color="red", symbol=None,linewidht=5)
radar.add("整體水平", value_avg, item_color="purple", symbol=None,linewidth=5,
         legend_selectedmode='multiple')
radar.render('bat.html')

04 圖片拼接

看準網提供了各個公司的logo和各位公司大佬的頭像,我們冒昧地利用這些資料進行簡單的圖片拼接,製作成一副大的合成圖。主要原理是利用numpy中的多維陣列進行拼接,由於圖像本身就可以看做是一個三維陣列(彩色)或者一位陣列(黑白),所以我們只需利用陣列的拼接方法,就可以達到我們的目的。

代碼如下:


## 拼接公司logo成為5*10的拼圖
i = 0 
for filename in os.listdir("./公司logo"):
   file_loc = "D:/爬蟲/看準/公司logo/"+filename
   img = mpimg.imread(file_loc)[:,:,0:3]
   img = cv2.resize(img, (180,180),interpolation=cv2.INTER_AREA)
   if i % 10 == 0:
       row_img=img
   elif i == 9:
       row_img=np.hstack((row_img,img))
       all_img = row_img
   elif i % 10 == 9:
       row_img=np.hstack((row_img,img))
       all_img = np.vstack((all_img,row_img))
   else:
       row_img=np.hstack((row_img,img))
   i = i+1
plt.imshow(all_img)    
plt.axis('off')     

## 拼接大佬頭像成為7*7的拼圖
i = 0 
for filename in os.listdir("./CEOlogo"):
   file_loc = "D:/爬蟲/看準/CEOlogo/"+filename
   img = mpimg.imread(file_loc)[:,:,0:3]
   img = cv2.resize(img, (500,500),interpolation=cv2.INTER_CUBIC)
   if i % 7 == 0:
       row_img=img
   elif i == 6:
       row_img=np.hstack((row_img,img))
       all_img = row_img
   elif i % 7 == 6:
       row_img=np.hstack((row_img,img))
       all_img = np.vstack((all_img,row_img))
   else:
       row_img=np.hstack((row_img,img))
   i = i+1
plt.imshow(all_img)    
plt.axis('off')

下麵就是我們的效果圖,不知道大家是否能一眼就把所有的logo都認全:

最後是各位大佬的拼圖,不知道大家第一眼看到的是哪位大佬,第一眼看到的大佬,或許就是你未來的老闆

歡迎各位讀者在留言區與我們互動,聊聊你所瞭解的互聯網公司,或者是你最想去的公司。

作者介紹:徐麟,目前就職於上海唯品會產品技術中心,哥大統計資料狗,從事資料挖掘&分析工作,喜歡用R&Python;玩一些不一樣的資料。個人公眾號:資料森麟(ID:shujusenlin),知乎同名專欄作者。

更多精彩


在公眾號後臺對話框輸入以下關鍵詞

查看更多優質內容!


PPT | 報告 | 讀書 | 書單

Python | 機器學習 | 深度學習 | 神經網絡

區塊鏈 | 揭秘 | 乾貨 | 數學

猜你想看

Q: 哪位大佬會成為你的新老闆

歡迎留言與大家分享

覺得不錯,請把這篇文章分享給你的朋友

轉載 / 投稿請聯繫:[email protected]

更多精彩,請在後臺點擊“歷史文章”查看

赞(0)

分享創造快樂