基于Pandas和FineBI的昆明职位数据分析与可视化实现（四）- 职位数据可视化（FineBI）

---

一、数据导入

登录 “帆软在线 Demo 平台”，左侧导航栏点击进入 FineBI 模块，再选择 公共数据 ，进入数据管理界面。若需分类存储，点击 新建文件夹 ，命名（如 “昆明职位数据” ）并确认，建立专属数据目录。点击 新建数据集 ，下拉选择 Excel 数据集，准备导入本地职位数据文件。

打开本地存储路径（如data\data_analysis_result ），按Ctrl + A全选需导入的分析结果文件（如各类csv格式的职位数据文件 ）。点击 打开 ，将选中文件上传至 FineBI 平台，完成数据文件的初步导入。

上传完成后，在 FineBI公共数据 - 我的文件夹 - 昆明职位数据目录下，可查看已导入的数据集列表（如xlsx_skill_word_frequency等 ），点击数据集名称可查看字段详情（如skill技能词、counts词频 ），确认数据导入成功，后续可基于这些数据集创建分析主题，开展可视化分析。

---

二、创建分析主题并选择数据

1. 创建分析主题

在帆软在线 Demo 平台的 FineBI 模块中，点击左侧导航栏 我的分析 ，进入个人分析管理界面。若需分类管理，可先点击 新建文件夹，命名（如 “昆明职位数据分析” ）并归类；随后点击 新建分析主题，即可在指定文件夹（如 “昆明职位数据分析” ）下创建空白分析主题，为后续数据可视化分析搭建基础框架。

2. 选择数据

进入 “选择数据” 界面，切换到 当前工程上 - 公共数据 ，找到已上传数据的存储路径（如 “我的文件夹 - 昆明职位数据” ）。按需勾选需分析的数据集（如xlsx_skill_word_frequency、xlsx_salary_distribution等 ），支持批量选择；确认数据无误后，点击 确定，将选中数据集关联至新建的分析主题，为可视化配置提供数据来源。

---

三、职位数据可视化

1. 一级分类职位数据可视化

在 FineBI 分析主题中，选择 “category_1_job_counts” 数据集。从左侧字段列表，将 “职位一级分类” 拖入图形属性 - 颜色与标签，“职位数量” 拖入角度 。选择饼图为可视化类型，FineBI 依据字段关联，以不同颜色区分一级分类，角度大小映射职位数量，直观呈现各一级分类职位占比与数量差异，助力快速洞察昆明职位市场一级分类的分布格局。

2. 职位二级分类数据可视化

基于 “category_2_job_counts” 数据集，在 FineBI 中选柱状图。把 “职位二级分类” 拖入横轴，“职位数量” 拖入纵轴 ，同时将 “职位二级分类” 设为图形属性 - 颜色，“职位数量” 设为标签 。柱状图通过颜色区分二级分类，柱子高度对应职位数量，清晰展示各二级分类职位的供需规模，便于挖掘细分领域的招聘特征。

3. 职位分布数据可视化

利用 “position_counts_analysis” 等数据集，在 FineBI 选词云图。将 “职位名称” 拖入图形属性 - 颜色与文本，“职位数量” 拖入大小 。词云图以文字大小映射职位数量，颜色区分职位名称，高频、多量的职位名称字号更大，直观呈现昆明职位市场的热门岗位分布，快速识别主流职位需求。

4. 工作经验需求分布数据可视化

基于 “experience_job_counts” 数据集，在 FineBI 选雷达图。把 “经验” 拖入横轴（维度 ）、图形属性 - 颜色与标签，“职位数量” 拖入纵轴（数值 ） 。雷达图以多边形维度展示不同经验区间的职位数量，各经验区间的数值分布清晰呈现，助力分析昆明市场对不同工作经验人才的需求侧重，如经验不限、1 - 3 年等区间的需求占比。

5. 学历要求职位分布数据可视化

依托 “education_job_counts” 数据集，在 FineBI 选柱状图。将 “学历” 拖入横轴、图形属性 - 颜色，“职位数量” 拖入纵轴与标签 。柱状图以颜色区分学历层次，柱子高度对应各学历的职位数量，直观呈现昆明职位市场对不同学历的需求分布，清晰展现 “大专”“本科” 等学历的招聘主导地位。

6. 企业职位供给前50数据可视化

在 FineBI 分析主题中，选取 “company_job_counts” 数据集。将 “企业名称” 拖入图形属性 - 颜色与标签 - 企业名称，“职位数量” 拖入大小与标签 - 职位数量（求和 ） 。选择气泡图类型，FineBI 依据配置，以气泡颜色区分企业，大小映射职位供给量，直观呈现昆明职位市场中供给前 50 企业的分布，助力识别招聘活跃企业。

7. 不同规模公司的职位数据可视化

基于 “company_size_job_counts” 数据集，在 FineBI 选柱状图。把 “公司规模” 拖入横轴与图形属性 - 颜色，“职位数量（求和 ）” 拖入纵轴与标签 。柱状图通过颜色区分公司规模，柱子高度对应职位数量，清晰展示不同规模公司的职位供给差异，辅助分析昆明市场各规模企业的招聘特征。

8. 区域职位分布数据可视化

利用 “district_job_counts” 数据集，在 FineBI 选地图（区域地图 ）。将 “区域（经度 ）”“区域（纬度 ）” 拖入横轴、纵轴（地理维度 ），“职位数量（求和 ）” 拖入图形属性 - 颜色，“区域” 拖入图形属性 - 颜色关联 。地图依据经纬度定位区域，以颜色深浅展示职位数量分布，直观呈现昆明各区域的职位供需格局，快速识别求职热门地理板块。

9. 各区域平均薪资范围分布数据可视化

依托 “district_avg_salary_lower_upper” 数据集，在 FineBI 选柱状图。将 “区域” 拖入横轴，“平均最低薪资（求和 ）”“平均最高薪资（求和 ）” 分别拖入纵轴 。柱状图以双柱形式展示各区域薪资上下限，清晰呈现昆明不同区域的薪资范围差异，为求职者、企业提供区域薪酬参考。

10. 不同工作经验平均薪资范围分布数据可视化

基于 “experience_salary_lower_upper” 数据集，在 FineBI 选折线图。把 “经验” 拖入横轴，“平均最低薪资（求和 ）”“平均最高薪资（求和 ）” 拖入纵轴 。折线图以两条折线分别展示不同工作经验对应的薪资上下限变化趋势，直观呈现昆明市场经验与薪资的关联，助力规划职业发展路径。

11. 不同学历平均薪资范围分布数据可视化

在 FineBI 分析主题中，选取 “education_salary_lower_upper” 数据集。将 “学历” 拖入横轴，“平均最低薪资（求和 ）”“平均最高薪资（求和 ）” 分别拖入纵轴 。选择柱状图类型，通过双柱形式展示不同学历对应的薪资上下限，颜色区分学历层次，直观呈现昆明市场学历与薪资的关联，助力了解各学历薪酬区间。

12. 不同企业规模平均薪资范围分布数据可视化

基于 “company_size_salary_lower_upper” 数据集，在 FineBI 选柱状图。把 “规模” 拖入横轴，“平均最低薪资（求和 ）”“平均最高薪资（求和 ）” 拖入纵轴 。柱状图以颜色区分薪资上下限，柱子高度对应薪资数值，清晰展示不同规模企业的薪资范围差异，辅助分析昆明各规模企业的薪酬特征。

13. 各行业职位分布数据可视化

利用 “company_industry_job_counts” 数据集，在 FineBI 选词云图。将 “公司行业” 拖入图形属性 - 颜色与文本，“职位数量（求和 ）” 拖入大小 。词云图以文字大小映射职位数量，颜色区分行业类别，高频、多量的行业名称字号更大，直观呈现昆明职位市场的行业分布格局，快速识别热门行业需求。

14. 不同融资阶段职位数据可视化

依托 “financing_status_job_counts” 数据集，在 FineBI 选柱状图。将 “融资状态” 拖入横轴与图形属性 - 颜色，“职位数量（求和 ）” 拖入纵轴与标签 。柱状图通过颜色区分融资阶段，柱子高度对应职位数量，清晰展示不同融资阶段企业的职位供给差异，助力分析昆明市场各融资阶段企业的招聘特征。

15. 不同融资阶段平均薪资范围分布数据可视化

基于 “financing_status_salary_lower_upper” 数据集，在 FineBI 选柱状图。把 “融资状态” 拖入横轴，“平均最低薪资（求和 ）”“平均最高薪资（求和 ）” 拖入纵轴 。柱状图以颜色区分薪资上下限，柱子高度对应薪资数值，直观呈现不同融资阶段企业的薪资范围变化，为求职、企业提供融资阶段薪酬参考。

16. 技能词频统计数据可视化

利用 “skill_word_frequency” 数据集，在 FineBI 选词云图。将 “技能” 拖入图形属性 - 颜色与文本，“技能数量（求和 ）” 拖入大小 。词云图以文字大小映射技能词频，颜色区分技能类别，高频技能词字号更大，直观呈现昆明职位市场的技能需求分布，快速识别主流技能要求。

17. 数据可视化大屏1

整合昆明职位多维度数据，以深色科技风布局呈现。左侧柱状图展示不同融资阶段职位数量，直观呈现 “不需要融资”“未融资” 等阶段的招聘规模差异；中间地图通过颜色深浅呈现区域职位分布密度，搭配雷达图展示工作经验需求分布 ，词云图突出热门技能与岗位限制（如 “不接受居家办公” ）；右侧以饼图、柱状图分别呈现职位一级分类占比、不同规模公司职位数量 ，多组件联动，全景式洞察昆明职位市场供需、地域及分类特征。

18. 数据可视化大屏2

延续深色主题，聚焦昆明职位深度分析。顶部词云图呈现热门行业与岗位（如 “互联网”“计算机软件” ），气泡图展示企业职位供给前 50（以气泡大小映射供给量 ）；左侧折线图呈现不同融资阶段平均薪资趋势，下方多组柱状图分别展示学历、区域维度的平均薪资分布 ；右侧柱状图呈现职位二级分类数量 ，地图强化区域职位分布 。多维度数据协同，助力全面剖析昆明职位市场的行业、薪资、企业供给等核心特征。

可视化查看地址：https://pcdemo.finebi.com/webroot/decision/link/pwCx

可视化查看地址密码获取及项目源码获取看下方名片。