性别与薪水
如图所见，男性的平均年薪为54.64k美元左右，而女性的薪资在50k美元左右，男性与女性在薪资上差别并不显著。
年龄与薪水
对于数据科学从业者来说，其薪水呈现出随着年龄增长逐渐增加的趋势。这无疑反驳了许多人“数据分析只是青春饭”的质疑。相对经验和技能、适应性、还有乐于学习的态度,年龄并不是一个十分重要的影响因素。
工作时间与薪水
数据科学从业者的薪水与其已参加工作的时间呈现出显著的正相关关系。10年以上工作经验者的年薪可达100k美元，而工作不足一年者年薪也在$16.4k左右。
学历与薪水
通常来讲，博士学历的人年薪最高，平均在$75k左右。但并不是说学历越高，年薪越高。从右图我们可以看出在高中后再未接受过教育的人的年薪约为$52.4k，在总体上高于本科学历的从业者（$38.81k)
不同国家的数据科学从业者在收入上也存在着明显的差别。其中收入最高的国家为美国，从业者的平均年薪在$110k左右。我国从业者的平均年薪在$36.72k左右，排名在24位，处中上水平。而从业人数仅此于美国的印度，相对于其他国家来说，平均年薪仅为$14。37k。
那么印度数据科学从业者的薪资真的很低吗？如果和其他人的平均薪资相比呢？我们会发现，印度数据科学从业者的薪资为该国家工作者平均工资的44倍！而中国的数据科学从业者是其他工作人口平均工资25倍。
让我们在再把各国家的人均GDP考虑进去。看起来人均GDP越高的国家，其数据科学从业者的薪资也往往越高。当然也不乏例外，新加坡的人均GDP在2010年后已经超越美国，始终排在世界靠前的位置。而相较于其出色的人均GDP，数据科学从业者的薪资却并不像预想的那么高，为$59.407k左右，远远低于美国的平均水平。
在此次调查中，调查者也被问及其雇佣者的类型，我们把所属工作行业类型的平均薪资进行排名后，位于前五的行业分别为保险（Insurance），军事/安全（Military/Security）、医药业（Pharmaceutical）、服务业/娱乐业（hospitality/Entertainment）、金融业（Fiance）。
有趣的是，可以看到，在这个排行中，进行学术研究的人的年薪相对于其他行业明显降低。但其薪资并不算太低，仍保持在$35k-$40k 之间。
国家与薪水
