（前情提要）我爬了拉勾網搜索“設計”職位的招聘信息，Python爬蟲獲取拉勾網招聘信息詳見Python爬蟲獲取拉勾網招聘信息。並用pyecharts畫了地圖Geo,Map，條形圖，餅圖以及詞雲圖。詳見拉勾網“設計”職位數據分析之用pyecharts畫地圖Geo,Map，拉勾網“設計”職位數據分析之用pyecharts畫條形圖Bar，拉勾網“設計”職位數據分析之用pyecharts畫餅圖（南丁格爾圖玫瑰圖）Pie，拉勾網“設計”職位數據分析之用pyecharts畫詞雲圖。
接下來畫最後一個圖———箱線圖（其實箱線圖這裏我不是太明白，有點照貓畫虎的意思吧，還需要再多多學習學習）
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Boxplot
from pyecharts.globals import ChartType, SymbolType,ThemeType
df = pd.read_excel('lagou_sj0309_155511.xlsx')
#處理薪酬數據
pattern = '\d+'
# 將字符串轉化爲列表,薪資取最低值加上區間值得25%，比較貼近現實
df['salarys'] = df['salary'].str.findall(pattern)
avg_salary_list = []
for k in df['salarys']:
int_list = [int(n) for n in k]
avg_salary = int_list[0] + (int_list[1] - int_list[0]) / 4
avg_salary_list.append(avg_salary)
df['月薪'] = avg_salary_list
#處理工作年限數據
df['workYears']=df['workYear'].replace({'應屆畢業生':'1年以下','不限':'1年以下'})
groupby_workyear=df.groupby(['workYears'])['月薪']
count_groupby_workyear=groupby_workyear.count()
count_groupby_workyear=count_groupby_workyear.reindex(['1年以下','1-3年','3-5年','5-10年'])
a = count_groupby_workyear.index
dff=[]
for b in a:
c=groupby_workyear.get_group(b).values
dff.append(c)
c = Boxplot(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
c.add_xaxis(['1年以下','1-3年','3-5年','5-10年']).add_yaxis("薪酬k/月", c.prepare_data(dff)
).set_global_opts(title_opts=opts.TitleOpts(title="不同工作經驗的薪酬分佈"))
c.render("不同工作經驗的薪酬分佈.html")
