BryanSapo

這幾天在逛Kaggle的時候發現了一個關於薪資的資料集。

這個資料集中，根據資料說明，來源包括問卷、徵才網站等等多個來源，而資料的可信度我想也僅供參考。

說明中提到共有6704筆資料，在我做過刪除空列的資料清理後只剩下3671筆，而資料的形式大概如下：

是一個CSV檔，欄位有包括年紀、性別、教育程度、職稱、年資、薪資，其中我對幾個議題比較有興趣，比如薪資是否真的隨年紀增長？薪資是否會與性別有正相關？教育程度薪資是否正相關？等等的議題，我想應該可以透過把這些資料會製成圖表（可視化）應該就可以得到解答，所以接下來我開始了一連串pandas、matplotlib操作，甚至將資料中以性別分群、把資料依照年記排序，結果畫出來的圖形長這樣：

歐我的天，這圖奇醜無比。

有很多重疊的垂直線，代表資料中有很多重複的X值，經過檢查之後還真的。

年齡雖然經過排序後看起來比較好看一些了（相信我，你不會想看到排序前的圖），但是重複的年紀會讓圖形顯的很詭異，我目前是在考慮把資料中一個年齡的新資取平均作為繪圖的依據，但不曉得是否會有更好的作法？

沒意外的話應該會有第二篇關於這個資料集的文章，除了練習資料分析和處理，也一起看看薪資的相關數據！！