高薪的本质是“高维稀缺”

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# --- 1. 定义评估维度与权重 ---
dimensions = {
    "硬核技术底座": 0.30,
    "AI/数据素养": 0.25,
    "业务翻译能力": 0.20,
    "架构思维": 0.15,
    "影响力与杠杆": 0.10
}

# --- 2. 自我打分（1-10分）---
# 请根据你的真实情况修改这些分数
self_scores = {
    "硬核技术底座": 7,    # 例如：熟悉分布式，但未深入调优
    "AI/数据素养": 6,     # 例如：懂基本模型，但未独立做过端到端项目
    "业务翻译能力": 5,    # 例如：常被说“技术思维太重”
    "架构思维": 6,        # 例如：做过中等规模系统设计
    "影响力与杠杆": 4     # 例如：主要独立工作，较少带人或对外分享
}

# --- 3. 计算加权总分 ---
total_score = sum(self_scores[d] * dimensions[d] for d in dimensions)
print(f"📊 你的综合竞争力评分: {total_score:.1f} / 10.0")
print("-" * 40)

# --- 4. 生成可视化雷达图 ---
categories = list(dimensions.keys())
values = [self_scores[c] for c in categories]

# 补全闭合图形
values_closed = values + [values[0]]
angles = np.linspace(0, 2 * np.pi, len(categories), endpoint=False).tolist()
angles_closed = angles + [angles[0]]

fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(polar=True))
ax.plot(angles_closed, values_closed, 'o-', linewidth=2, label='当前能力')
ax.fill(angles_closed, values_closed, alpha=0.25)
ax.set_xticks(angles)
ax.set_xticklabels(categories, fontsize=10)
ax.set_yticks([2, 4, 6, 8, 10])
ax.set_yticklabels(['2', '4', '6', '8', '10'], fontsize=8)
ax.set_ylim(0, 10)
ax.set_title('你的高薪能力雷达图', size=14, pad=20)
plt.legend(loc='upper right', bbox_to_anchor=(1.3, 1.0))
plt.tight_layout()
plt.savefig('competence_radar.png', dpi=100)
print("✅ 雷达图已保存为 competence_radar.png")

# --- 5. 个性化提升建议（基于最低分维度）---
print("\n🎯 个性化提升建议：")
weakest = min(self_scores, key=self_scores.get)
strongest = max(self_scores, key=self_scores.get)

print(f"你的最强项是：{strongest}（{self_scores[strongest]}/10）")
print(f"你的最弱项是：{weakest}（{self_scores[weakest]}/10）")

# 针对性建议库
advice = {
    "硬核技术底座": "建议：系统学习《设计数据密集型应用》+ 动手搭建一个迷你分布式KV存储。",
    "AI/数据素养": "建议：完成Kaggle入门赛（如Titanic）→ 进阶参加"店铺销量预测"赛。",
    "业务翻译能力": "建议：每周找一个业务场景，尝试用OKR或北极星指标拆解，并用数据表达。",
    "架构思维": "建议：精读《架构整洁之道》，并参与开源项目的中等难度Issue。",
    "影响力与杠杆": "建议：从写技术博客开始，或在团队内部做一次技术分享，逐步扩大辐射圈。"
}

print(f"\n💡 针对最弱项「{weakest}」的改善路径：")
print(advice[weakest])

# --- 6. 给出“高薪跳板”方向建议（基于组合得分）---
if total_score >= 7.5:
    print("\n🚀 你已具备冲击顶尖高薪（>150万）的潜力！建议方向：AI架构师 / 量化策略负责人")
elif total_score >= 5.5:
    print("\n📈 你处于快速上升期，建议深耕「业务翻译能力」和「影响力」，向技术负责人迈进。")
else:
    print("\n🌱 建议先集中攻克「硬核技术底座」和「AI/数据素养」，这是高薪的入场券。")