
作者:俊欣
来源:关于数据分析与可视化
时间过得真快,又是新的一年,转眼间,第一批90后也已经是30岁的人了。岁月无情催人老,小时候我们都渴望长大,觉得长大很酷,但是到了长大了才发现,成年人的世界有多么的不容易。今天小编来为大家来盘点一下第一批奔三的90后们,他们的生活到底是什么样子。(数据的来源是知乎和微博的相关评论和回答,以及第三方媒体的报道)
首先,这份“不容易”体现在他们所面临的压力上,在近日发布的《90后理财与消费报告》中,98.4%的90后表示生活有压力,并且压力与学历的高低成正比,硕博成90后最“高压”人群。
在绝大多数90后中,65.2%的压力源自于房、车,31.7%认为人情消费也是重要压力来源,而对于不少男性来说,恋爱消费也是他们所要面对的主要压力源。
其次,不少90后也对工作和家庭感到迷茫和焦虑,如下图所示
从工作的维度来考虑,小编将知乎上网友的回复(当然会有些许片面)整合成了词云,
其中有一些网友的生活状态是“和家人住在一起,未婚,未恋爱,无车,有套父母准备的房,生活过得浑浑噩噩”,当然也有网友的生活状态是“前往美国卡耐基梅陇大学的机器人学院攻读博士,收获了不少知识和技能上的长进”,而大部分网友的生活状态是“快奔三了,才发现钱不够,觉不够,头发也不够,连广告也不断推送着各式各样的“植发机构””,
而当我们从结婚的关键词来考虑的话,小编也将网友的回复整个成了词云,
当然也有网友在19年刚刚成婚,“在24岁到28岁之间,前前后后经历了二十次相亲,终于遇见了和理想型差不多的人物,在历经了痛苦的磨合期之后,最终还是默契地一起选择了进入婚姻”,同时在这位网友分享的心路历程中写道“完美的婚姻在于相互的扶持,努力去成为对方坚实的依靠和支持,而不在于成为对方的拖累和永无止境的索取”
前段时间,国内青年社交平台“探探”对首批奔三90后做了调研,并且针对其生活状态、经济实力、情感维度等多个维度做了深度的分析。调研发现,将近有66.2%的受访者选择“对感情不将就”,但是即便有自我的坚持,超过半数的受访者还是倾向于结婚成家,
不过和上几辈相比,首批奔三“90后”对于晚婚还是保持了较高的宽容度,其中有44.6%的受访者认为“脱单越来越难”,而32.6%受访者表示“没结婚很正常”。当然大多数90后也意识到30岁意味着自己要承担更多的责任,尽管他们当中很多人仍然将自己当成是“宝宝”,但是希望事业有成和涨薪也是不少受访者的选择。
不同的时代对30岁的到来也有着不同的理解,或许我们没有办法去阻止时光的流逝和年龄的增长,但是我们能够做到的就是保持一颗平和的心态去面对生活当中的得与失,并且记住并不是你一个人在经历着来自生活当中的重压和烦恼。
是希望事业有成和涨薪也是不少受访者的选择。
不同的时代对30岁的到来也有着不同的理解,或许我们没有办法去阻止时光的流逝和年龄的增长,但是我们能够做到的就是保持一颗平和的心态去面对生活当中的得与失,并且记住并不是你一个人在经历着来自生活当中的重压和烦恼。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29