《数据可视化技术》 课件 20 招聘数据不同学历的IT职业平均薪资分析

《数据可视化技术》单元20招聘数据不同学历的IT热门职业平均薪资分析01准备活动点名、复习本次课学习内容、学习目标介绍学习内容任务：招聘数据薪资分析与可视化：随着全球信息化进程的不断加快，信息产业的发展水平直接影响到了国家的综合实力。我国IT行业的发展越来越受到国家管理层的重视，我国目前正在大力推行国民经济与社会信息化建设，这无疑为IT行业的发展提供了巨大的需求和更广阔的空间，IT行业从业者的薪资待遇也随之不断攀升。这样一个有前景的行业，也不外乎很多年轻人想要转行到IT行业。本次训练将基于某招聘网站的招聘数据，完成数据可视化过程，并基于数据分析结果、编写数据分析报告，提出IT行业人才培养方向若干建议等。学习内容本单元学习使用FlaskSQLAlchemy进行复杂的查询，并将查询的数据传递到网页，用Echarts绘制多条折线图。任务1、MySQL插入数据任务2、Flask查询、处理数据任务3、Ajax获取数据并使用Echarts绘制折线图学习目标1、知识（1）掌握MySQL的基本操作（2）掌握Flask创建表模型的方法（3）掌握Ajax获取数据的方法（4）掌握Echarts绘制多条折线图2、技能（1）能够操作MySQL数据库（2）能够使用Flask读取MySQL数据并传递到网页前端（3）能够使用Ajax+Echarts绘制折线图3、素养（1）严谨认真、代码规范；（2）数据安全、爱国精神；（3）信息检索能力02发展活动任务分析、任务资讯、演示讲解、任务实施任务实施1、教师讲解

MySQL插入数据

FlaskSQLAlchemy联合查询MySQL多个表的数据2、学生讨论（1）怎样快速向MySQL导入数据？（2）SQLAlchemy如何实现联合查询？3、明确任务（1）MySQL插入数据（2）Flask查询、处理数据（3）Ajax获取数据并使用Echarts绘制折线图任务实施项目要求：招聘数据分析。使用Flask+Echarts+Ajax，对招聘数据不同学历的IT热门职业平均薪资进行绘图分析。任务实施项目背景：随着全球信息化进程的不断加快，信息产业的发展水平直接影响到了国家的综合实力。我国IT行业的发展越来越受到国家管理层的重视，我国目前正在大力推行国民经济与社会信息化建设，这无疑为IT行业的发展提供了巨大的需求和更广阔的空间，IT行业从业者的薪资待遇也随之不断攀升。这样一个有前景的行业，也不外乎很多年轻人想要转行到IT行业。任务实施虽然IT行业对于人才的需求很大，但是我们想要进入这个行业，难免会产生一些疑惑：（1）现在的IT市场中哪些职业最受欢迎；（2）学历高低对自己所选职业的影响；（3）掌握哪些专业技能可以提高自己的就业几率。本次训练将基于某招聘网站的招聘数据，完成数据可视化过程，并基于数据分析结果、编写数据分析报告，提出IT行业人才培养方向若干建议等。任务实施【任务要求】1、在MySQL中创建recruit数据库，在recruit数据库下创建edulevelsalary、jobsalarylevel、recruitersnumbers三个表，三个表的结构如下：（1）学历与职位薪资的关系数据库表：edulevelsalary表结构：字段名类型是否为空说明idint非空自增（主键）eduvarchar(255)非空学历job_namevarchar(255)非空职位名称salarydouble非空薪资任务实施【任务要求】（2）职位各薪资水平招聘人数数据库表：jobsalarylevel表结构：字段名类型是否为空说明idint非空自增（主键）job_namevarchar(255)非空职位名称salaryvarchar(255)非空薪资水平countint非空次数任务实施【任务要求】（3）职位招聘人数top10数据库表：recruitersnumbers表结构：字段名类型是否为空说明idint非空自增（主键）job_namevarchar(255)非空职位名称countint非空数量任务实施【任务要求】2、向三个表插入爬取到的和分析完的数据。插入语句见“recruit.sql”文件3、使用Flask+Echarts+Ajax进行数据可视化绘图，对招聘数据不同学历的IT热门职业平均薪资进行绘图分析。绘制折线图，对各个学历在最热门的5种职业的平均薪资用折线图表示。要求横轴为“5种岗位名称”，纵轴为“薪资”。任务实施【任务要求】效果图如下：任务资讯本任务使用Flask从MySQL数据库中提取数据，使用SQLAlchemy进行多表联合查询，将“学历-职位-薪资”数据组装成JSON数据发送到Web前端，前端使用Ajax异步获取数据，对数据进行转换，并将数据嵌入ECharts中，绘制多条折线图1．MySQL数据的导入导出

当MySQL创建库、表，插入数据后，可以将数据导出，备份数据库。mysqldump是MySQL中一个常用的备份命令，执行此命令会将包含数据的表结构和数据内容转换成相应创建语句和插入数据语句，保存为文本文件。将来若要还原，只需执行该备份文件即可。另外，一般的MySQL连接管理工具都具备数据的备份和恢复功能。例如使用Navicat连接MySQL后，就可以对某个库进行备份和恢复任务资讯

2．SQLAlchemy高级查询

前面已经介绍过，SQLAlchemy查询有两种方式，一种是使用表模型类名查询，一种是使用db.session查询。现有students表类，使用SQLAlchemy表模型关联了MySQL对应的表，利用该表类进行高级查询。（1）排序排序用到order_by方法，默认为升序，加上desc()则为降序。示例1：查询students表，按TotalScore字段升序排序。db.session.query(students).order_by(students.TotalScore).all()示例2：查询students表，按TotalScore字段降序排序。db.session.query(students).order_by(students.TotalScore.desc()).all()任务资讯（2）限制记录条数限制记录条数可以使用limit、offset和切片等方法。limit：设置一个参数，限制取出前几条记录，如db.session.query(students).limit(5)，表示取出students表的前5条记录。offset：设置一个参数，下标从0开始，表示从第几条数据开始，如db.session.query(students).offset(3)，表示从下标为3的这条数据开始取出记录。切片：在中括号中书写下标起始数字和结束数字，中间用冒号分隔，如db.session.query(students).all()[3:6]，表示取出第3、第4、第5条记录。（3）分组分组使用group_by方法。示例：查询students表，分别统计男生、女生人数。db.session.query(students.gender,func.count(students.id)).group_by(students.gender).all()任务资讯（4）having条件过滤having作用跟where类似，只不过having是用在group_by分组后面的条件判断。示例：首先需要对students表数据按年龄进行分组，统计每个分组分别有多少人。然后需要查看未成年人的各年龄段人数第一步：按年龄进行分组，统计人数。

db.session.query(students.age,func.count(students.id)).group_by(students.age).all()第二步：在分组基础上使用having条件过滤，保留年龄小于18岁的。db.session.query(students.age,func.count(students.id)).group_by(students.age).having(students.age<18).all()任务资讯（5）join连接多表查询

在SQLAlchemy中，使用join来完成内连接，另有左外连接（leftjoin），右外连接（rightjoin）。使用join连接时，如果不写join条件，那么默认将使用外键来作为条件连接。示例：连接students和course两个表，查找出所有学生的选课情况，按照选课的数量降序排序。db.session.query(students,func.count(course.cid)).join(course).group_by(students.id).order_by(func.count(course.cid).desc()).all()任务分析本任务需要执行SQL文件，向MySQL创建数据库和表，并插入数据。使用FlaskSQLAlchemy连接MySQL数据库，创建模型类并关联3个表，查询出5个热门职位，对这些热门职位在学历与职位薪资的关系表中查出不同学历对应的平均薪资，然后将数据组装成JSON数据发送到前端，前端使用Ajax获取数据，再设置到ECharts数据项中，绘