30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

傑華園發表於2020-12-01

今天有個好朋友,和我說他的30歲,啥也沒有,過的很失敗。

我在安慰之餘,有一些感觸:30歲好像是一個檻,之前可以隨意做自己,過了這個數字,就好像是為了活在別人的期待裡。

30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

現在很多人講求急功近利,被那種“人均985,年薪百萬”的氛圍所迷惑了,搜尋30歲這個關鍵詞,可以發現更多的是收入、無力、壓力等字眼:

30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

你好,30歲,可現實真的好嗎?

我們就從收入的角度,看看30歲的人到底能拿多少?先看一下這份分佈統計:

30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

按照道理是準確的,這個資料也符合常理,但是我想了想,還是不夠精確,還是沒有把資料探勘出來。

於是,一個全能的IT人決定用大資料和視覺化,對大家30歲的收入做一個詳細的分析。

30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

資料從哪來?各大求職網站(靠譜的),統計局官方統計(較為真實,且涉及各行各業),知乎這裡不考慮,一個匿名我也能編故事。

python爬取是個獲取資料的不錯手段,除了一些能下載到的Excel表格資料之外,我們需要用python對招聘網站的薪資模組進行爬取,一般是工作5-6年的人,具體的教程和程式碼這裡就不展示了,最後要的就是如下的Excel檔案:

30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

看了一下,資料還挺多的,大幾十萬是有的,所以處理起來還是蠻費力的,Excel處理的話,是非常麻煩的,就算你精通各種公式、函式,Excel本身的資料支援量也沒有這麼大。

程式設計師的話,寫寫程式碼也能處理,但這部分人也是少數,那麼有沒有什麼大資料分析工具呢?處理資料和視覺化為一體,在某種程度上還能取代Excel。

就拿FineBI來說吧,或者BI工具大家沒聽過,但其實你只需要知道用處和Excel差不多,比Excel簡單,能實現更多的東西就行,稱其為大資料分析工具,是不是好理解一點?

具體是怎麼樣的?

我們上面說到獲取了資料集合的Excel,然後就可以把這Excel匯入到FineBI裡進行分析了。

30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

FineBI也可以連線各種資料庫,程式設計師可能會用到的比較多,如果是不會程式碼的人,就用Excel作為資料來源就行了。

一般來說,資料是沒什麼問題的,但如果你想要處理資料,FineBI也是可以的,內建多種資料處理公式,都是現成的,相比於ETL還是差一點,不過簡單處理的話是夠了。

30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

接下來就是建立儀表盤,進行分析了。

FineBI做視覺化分析,是我比較滿意的一個地方,因為分析過程很快速:

30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

接下來就是視覺化的結果了,分析和圖表都為FineBI所作,你想操作和學習的話,可以下載體驗一把,個人版永久免費喲~

1、30歲的人學歷都是怎麼樣的?收入是多少?

30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

很遺憾,我是本科那個,很多30多歲的人和我一樣,本科已經很好了,能讀研的要麼是有追求的,要麼是家境不錯的,那個時候不是現在了。

收入,多多少少還是和學歷掛鉤的。

30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

2、哪個城市的30歲收入高?

因為我是處於網際網路和IT行業的,所以這裡僅考慮此行業,別的行業的完全達不到這個水平。

30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

這個數值,可以負責任地說,有點偏高,很多都是被平均,有不少是碩士才畢業的,工作沒幾年,被總監平均了。

而且,程式設計師和開發的收入偏高,其他的也就一般。

3、收入高的都集中在哪?

FineBI也能做資料地圖,也是內建現成的圖表,就像這樣:

30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

和上面趨勢基本符合,發達地區收入高,正常。

4、30歲的他們,都是什麼行業的?

30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

看到這個柱狀圖,我有一種感慨:投入多少,收穫多少。

不過真的別太在意,各行各業只要做得好,都會有出路。

以上都是平均數,所以多多少少會有一點“被平均”的感覺,所以看看中位數可能會比較真實:

30歲,沒有月入過萬算失敗嗎?用視覺化分析30歲的人收入真相

該圖不是FineBI所作

那麼,30歲的你,現在拿著多少收入,過著怎麼樣的人生呢?


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/21472864/viewspace-2738411/,如需轉載,請註明出處,否則將追究法律責任。

相關文章