2021高考热度最高专业，大数据分析告诉你

Posted 2021-07-29 大数据v

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了2021高考热度最高专业，大数据分析告诉你相关的知识，希望对你有一定的参考价值。

导读：又是一年高考季。你知道时下哪些学校和专业最热门吗？本文整理出了一份最详细的高校与专业数据分析报告。

作者：云朵君

来源：数据STUDIO（ID：jim_learning）

经历了十二年苦读的学子们，终于到了真枪实弹、一考定输赢的时候了。

高考的重要性不言而喻，这是一场不同于平时的测试，在未来的人生里，高考扮演着举足轻重的角色。

或许有人会反驳说，并不是所有成功的人都是从高考走出来的，但作为一个已经上完大学、读完研究生，有着完整教育经历的前辈，小编还是想告诉广大学子们：没有经历高考的人生并不完整。当所有努力终成现实，品尝着自己酿下的成功的美酒，热泪盈眶之余，你会感激有着这一次自己决定自己命运的机会。

通过自己的努力，选择想要去的学校和方向，为自己的人生拼上一把，你的未来，自然可以有无限可能，有无限精彩！

当然，高考也只是第一步，要想在人生路上占据先机，选合适的学校、合适的专业很重要。你知道时下哪些学校和专业最热门吗？我已经为大家整理出了一份最详细的高校与专业数据分析报告。

注：本文内容仅代表作者观点，仅供参考，请勿作为填报志愿依据，请大家理性阅读。

绘图工具：python--plotly

数据来源：中国教育在线数据爬取

01 高校数量与地理分布

根据教育部公布最新2020年全国高校名单可知，2020全国共有3005所高等学校，普通高等学校2740所，含本科院校1258所、专科(高职)院校1482所；成人高等学校265所。

相比2019年，我国一共增加了49所高等学校，其中普通高等学校增加52所，成人高等学校减少3所。

全国各省高校数量数据显示，江苏省高校数量最多，高达175所，其次是广东省，共计168所高等学校，历年来高考大省山东和河南分别排名第三、第四。

从质量上来说，北京市双一流学校最多，高达35所，其次分别是江苏省和上海，分别是16和14所。

从上述统计结果不难发现，大城市的教育资源更强大。为什么？

一方面，一个地区的经济水平越高，相应的人均可支配收入越高，对教育文娱产业的投入也就越大，于是造就了教育产业的繁盛。
另一方面，基于人口规模的聚集，这些城市更容易带动教育产业的发展。这一点有兴趣的朋友可以具体分析一下各城市的聚集人群数量，对比看看。

这些高校中，无论是普通本科还是专科(高职)院校，大部分院校均是公办院校。不过院校类别却是不同的。

▲国各类高校总数

从院校类别看，综合类和理工类院校总数最多，值得注意的是普通本科公办院校内师范类紧跟其后，位居第三。从小有志向当老师的学子们，可以选择这类学校。这里小编已经给大家整理出30所热度师范类高校，以供参考。

▲师范类热度高校TOP30

如果大家只是要对全国高校分布情况粗略了解的话，可以阅览全国高校按城市分布，全国范围内，高校资源最充沛的位于我国的江苏、广东省等各城市内。

因此，江苏和广东等地也是每年高考考生和家长们重点关注的报考区域。

02 全国最受欢迎的高校是哪一所？

除了要知道全国高校情况与各省份高校分布情况外，在选学校的时候，关注大多数人的意见是不是也很有参考性？

你知道历年以来，最受大家欢迎的学校是哪一所吗？是清华？是北大？

都不是，小编整理出了这一份颇具参考意见的名单。

分析发现，全国最热门的前三所学校分别是厦门大学、四川大学和武汉大学，连北京大学和清华大学也要位居其后。

▲全国高校热度TOP15

这并不是说清华北大不够优秀，而是对于大部分考生来说，这两所学校是金字塔顶尖的，每年招生人数有限。

北大清华之下，排得上名号的学校有很多，为什么是厦门大学、四川大学和武汉大学呢？

首先我们需要清楚，除了北上广三个特殊地区外，一个省内最好的大学往往是以省的名字，或者省会的城市命名的。而这些院校，也往往是省内资源最集中、师资力量最强、地区内学历认可度最好的院校。

这三所高校正符合这一特征，彰显着强硬的教学实力，所以能在众多高校中脱颖而出，高居全国高校热度榜前三。

另外，值得注意的是，总热度最高的厦门大学和近期热度较高的电子科技大学，均是211工程、985工程及一流大学建设高校A类，实力受到社会各界的一致肯定。

▲电子科技大学简介（来自中国教育在线）

图中发现，虽然福建省厦门大学位居全国各大高校热度榜单首位，但其第二第三名高校却与其相差较大。

▲全国热度前十省份各省热度前三高校

也就是说，大家关注福建的高校，大多是冲着厦门大学来的。足见这所大学的优越与魅力。

除此之外，还有哪些城市是大家的报考重点？

以上有提到，从地理位置上来说，我国的江苏和广东等地有数量众多的高校资源，很多考生都会报名这些城市。

但是，数据之外，我们还会对超一流城市有着格外的向往，比如北京，是我国首都，也是众多学子们心心念念的理想报考城市。

你知道北京的高校情况是怎样的吗？

北京是拥有双一流高校最多的城市。若是想要报考北京的高校，可以参照这份北京高校热度统计。

北京最热的两所高校非北京大学和清华大学莫属了。值得注意的是，北京邮电大学近期热度(周访问量)有所回落，而北京工业大学及对外经济贸易大学这两所学校近期热度较高。

▲北京高校热度TOP15

当然，每个人实力有参差，努力一番之后还是难以选择心仪的高等院校，我们该怎么做？这时候，一份专科(高职)院校热度情况的统计就很有必要了。

从总访问量来看，专科(高职)最高热度5M相对于本科最高热度20M，确实少很多。但单从专科学校看近期热度院校有开封大学及武汉职业技术学院，而山西能源职业技术学院却鲜有访问。

▲全国专科(高职)院校热度TOP15

03 时下最热门的专业是什么专业？

学校了解差不多了，是时候关注起选专业的问题了。

按照过来人的说法，学校很重要，但在择业方面，专业更重要。

一个出色的专业，不仅可以换来更轻松的就职机会，也会带来更充沛的薪水报酬。这一点实在不必羞于谈及，毕竟理想之外，每个人都会遭受现实的生活压力。

所以说，当一切都还没有尘埃落定的时候，我们要怎么给自己更有利的机会？

通过统计，我们发现了这些：

专业学科与薪酬

将大家较为关心的各学科热度、平均薪资比例饼图如下图所示。从总体看，各类学科平均薪资、热度等差异较大。

▲本科学科、平均薪资与总访问量比例图

将热度最高的工学、平均薪资最高的理学单独提出，可以看到工学里计算机类热度和平均薪资均相对较高；而从颜色最醒目的深蓝色可以看到平均薪资最高的是理学里的数学类，高达13K，但数学大神不是谁都能胜任的哟。

同样的视角看专科(高职)类学科热度、平均薪资情况，与本科类院校不同的是，无论是在热度还是平均薪资，其差异均较小。

▲专科(高职)学科、平均薪资与总访问量比例图

从图中一眼看出薪资水平较高的(深蓝色)的专业是计算机类、建筑设计类、金融类等，而财务会计类、食品类、物流类等平均薪资相对较低。

专业热度与人气

薪资水平代表的是专业选择的一部分考量。每个人的考虑角度不同，因此对于各专业的青睐度也不一样，所以我们还格外分析了各专业的热度和人气。

从总热度看，本科专业中，商务经济学位居榜首，但近期热度(周访问量)最高的却是临床医学，其次法学和计算机科学与技术，也是近期较热门的专业。

▲本科热门专业TOP20

从专科(高职)热门专业图看，临床医学总访问量可谓是独占鳌头，是第二名的近2.5倍。值得注意的是，近期热门专业第一的是计算机类的计算机应用技术，虽然总访问量很低，但周访问量已经超过最热门的临床医学类。

▲专科(高职)热门专业TOP20

也就是说，不管是本科还是专科，大家普遍都比较关注临床医学和计算机应用方面的专业。预计这些专业还会成为2021年专业报考的热门。

料想医学专业的高热度与2020年的疫情因素有关。

2020年，一场突如其来的疫情打破了很多人平静的生活。在这场波及全世界的疫情中，大众的学医热情被点燃，医学，尤其是临床医学方面的关注度骤然攀升。

至于计算机应用专业，无论是普通本科专业计算机科学与技术还是专科计算机应用技术，一直以来就是高热度专业。再加上近些年人工智能技术的发展，这一领域内还有颇多机会，专业热度于是居高不下。

那必须得看看计算机相关专业就业前景咋样。下面是计算机科学与技术专业就业行业分布与就业岗位分布图，大部分(27.86%)毕业生都去了IT软件行业，大部分从事后端开发和技术支持岗位工作，占比分别是14.2%和10.2%。

▲就业行业分布

▲就业岗位分布

04 最适合女生的专业是什么？

（近水楼台先得月）

以上对各高校、各专业的情况做了一些统计和数据分析。不过每年高考过后，还有一个问题格外受人关注，那就是适合女生报考的专业是什么？

土木工程？机械制造？软件工程？

额……这些专业热度虽然不低，但男女报考比例严重失调！即便有高薪资做支撑，在高强度、大压力、强计算等因素的影响下，选择报考的女性并不多。于是，这些专业也就成了大学里有名的“和尚专业”。

之所以这么说并不是歧视女性，而是女生的生理、心理特征都与男性有较大不同，男女双方擅长的方向也不一样，因此在专业选择上，会存在差异。

到底适合女生的专业是什么？我们可以以数据结果说话。

本科冷热门专业与女性比例

从本科热门专业(TOP30)的平均薪资及女生比例关系看，一般统计中，访问量较高的临床医学，但其薪资待遇也不是很突出。此外电气、机械和土木虽然访问量较高，平均薪资也处于平均水平，但值得注意的是气泡太小了(女生太少)。

▲本科热门专业的平均薪资、女生比例和总访问量

值得一观的是，虽然访问量不高，但平均薪资最高的数学与应用数学。

这里必须看看数学大神们都去了哪些行业，教育培训、金融投资、IT等领域都会经常出现他们的身影，假如你在这个行业，说不定你的同事就是数学大神。这里悄悄说一下，小编的领导就是数学博士。

▲就业行业分布

本科冷门专业前30的情况又是如何的呢？

首先看到，气泡大小差异较大，像焊接、海事管理、安全安防等，女生比例低至8%，而服装设计、舞蹈学、旅游管理等等专业是女生们喜欢的专业，女神比例高达85%。

▲本科冷门专业的平均薪资、女生比例和总访问量

另外值得关注的是这么一个专业，虽然冷门，但平均薪资比热门专业中的最高薪资还高的，他就是电磁场与无线技术。云朵君对电磁场与无线技术还是挺感兴趣的，虽然他是个冷门专业，但很厉害的，不信我们看看他的一些简介。（摘自中国教育在线）

电磁场与无线技术主要研究射频无线信号的产生、辐射、传播、散射、接收和处理的相关知识和技术，在无线通信、雷达、遥感、遥测遥控、地球物理探测、电子测量等方面具有广泛的应用。例如：无线网络的技术支持和维护、广播电视天线的设计、雷达的设计制造、汽车防盗系统感应器的开发等。

课程: 电路分析基础、信号与系统、模拟电子技术基础、数字电路与逻辑设计、射频电路基础；电磁场与电磁波、微机原理与系统设计、软件技术基础、数学物理方法、微波技术基础、天线原理等。
方向：电磁场与微波技术、电子与通信工程、电子科学与技术、通信与信息工程、微电子学与固体电子学
能做什么：电子类企业：设计制造、技术开发、生产管理、无线通信工程、遥感测控、射频技术、高速技术、RF设计、EMC设计。

到这里，是不是觉得电磁场与无线技术就业前景也是很值得期待的。

▲就业行业分布

▲就业岗位分布

如果你想一出学校就有高薪资水平的话，可以考虑电磁场和无线技术，这是一个未经充分挖掘的蓝海专业，即便是女生也可以考虑。

计算机专业与女生报考热度

计算机专业是一直以来的热门，我们来看看女生对其态度是怎么样的吧。

虽然有较多信息缺失，但不影响分析。

计算机类各专业中，虽然女生比例差异不大，还算均衡。值得注意的是，智能科学与技术平均薪水最高，高达15K。

▲本科计算机类的平均薪资、女生比例和总访问量

专科(高职)冷热门专业与女性比例

我们再来细致分析一下专科(高职)各专业女性比例情况。

热门专业中，平均薪资差异不大，但男女比例相差不小。其中女生最多和最高的两个专业护理和机电一体化技术，分别是94%和5%。

▲专科(高职)热门专业的平均薪资、女生比例和总访问量

而专科(高职)冷门专业中，薪资和女生比例差异均较大。

薪资最高、但女神比例也最小的岩土工程技术，分别是12K和8%，薪资最低(4.4K)的专业是景区开发与管理。

▲专科(高职)冷门专业的平均薪资、女生比例和总访问量

05 写在最后

根据最新消息统计，2021年我国有1078万人报名考试，创下了历史新高。

这是一场激烈的竞争，这也是一次改变自己命运的机会。

06 爬虫附录

高校信息爬取

中国教育在线：

https://gkcx.eol.cn/

▲高校信息网页分析

专业信息爬取

▲专业信息网页分析

爬虫主要代码

高校和专业信息爬取代码一样，除了请求地址和每页信息条数不同外，其他均一样，下面展示。

def get_info(size, page_size=20):
    page_cnt = int(size/page_size) if size%page_size==0 else int(size/page_size)+1
    print('一共{0}页数据，即将开始爬取...'.format(page_cnt))
    session = htmlSession()   # 创建HTML会话对象
    df_result = pd.DataFrame()
    for index in range(1, page_cnt+1):
        print('正在爬取第 {0}/{1} 页数据'.format(index, page_cnt))
        # 不完整地址
        url = 'https://api.eol.cn/gkcx/api/'.format(index)    
        user_agent = UserAgent().random  # 创建随机请求头
        header = {"User-Agent": user_agent}
        res = session.post(url, headers=header)
        data = json.loads(res.text)
        if data["message"] == '成功':
            df_data = pd.DataFrame(data["data"]["item"])
            df_result = df_result.append(df_data)
            time.sleep(random.randint(5, 7))
    return df_result