2020 高考大数据下,数据可视化告诉你如何填志愿选学校?
Posted CSDN
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2020 高考大数据下,数据可视化告诉你如何填志愿选学校?相关的知识,希望对你有一定的参考价值。
作者 | 小康康
责编 | 郭 芮
省/市 | 2019年 | 2018年 | 2017年 | 2016年 | 2015年 | 2014年 | 2013年 | 2012年 |
河南 | 100万+↑ | 98.3万↑ | 86.3万↑ | 82万↑ | 77.2万↑ | 72.4万↓ | 71.63万↓ | 80.5万↑ |
广东 | 76.8万↑ | 75.8万↑ | 75.7万↑ | 73.3万↓ | 75.4万↓ | 75.6万↑ | 72.7万↑ | 69.2万↑ |
山东 | 55.99万↑ | 59.2万↑ | 58.3万↓ | 60.2万↑ | 69.61万↑ | 55.8万↑ | 50万↓ | 51万↓ |
四川 | 65万↑ | 62万↑ | 58.3万↑ | 57.13万 | 超57万 | 57.17万↑ | 54万↑ | 53.8万↑ |
河北 | 55.96万↑ | 48.6万↑ | 43.6万↑ | 42.31万↑ | 40.48万↓ | 41.82万↓ | 44.98万↓ | 45.93万↓ |
安徽 | 51.3万↑ | 49.9万 | 49.9万↓ | 50.99万↓ | 54.6万↑ | 52.7万↑ | 51.1万↑ | 50.6万↓ |
湖南 | 50万↑ | 45.2万↑ | 41.1万↑ | 40.16万↑ | 38.99万↑ | 37.8万↑ | 37.3万↑ | 35.2万↓ |
广西 | 46万↑ | 40万↑ | 36.5万↑ | 33万余↑ | 近31万↓ | 31.5万↑ | 29.8万↑ | 28.5万↓ |
贵州 | 45.8万↑ | 44.1万↑ | 41.2万↑ | 37.38万↑ | 33.05万↑ | 29.27万↑ | 24.78万↓ | 24.8万↑ |
江西 | 42.1万↑ | 38万↑ | 36.5万↑ | 36.06万↑ | 35.46万↑ | 32.59万↑ | 27.43万↑ | 26.9万↓ |
湖北 | 38.4万↑ | 37.4万↑ | 36.2万↑ | 36.14万↓ | 36.84万↓ | 40.27万↓ | 43.8万↓ | 45.7万↓ |
江苏 | 33.9万 | 33万 | 33万↓ | 36.04万↓ | 39.29万↓ | 42.57万↓ | 45.1万↓ | 47.4万↓ |
云南 | 32.6万↑ | 30万↑ | 29.3万↑ | 28万↑ | 27.21万↑ | 25.59万↑ | 23.6万↑ | 21万↓ |
陕西 | 32.59万↑ | 31.9万 | 31.9万↓ | 32.8万余↓ | 34.4万↓ | 35.3万↓ | 36.65万↓ | 37.53万↓ |
浙江 | 31.5万↑ | 30.6万↑ | 29.1万↓ | 30.74万↓ | 31.79万↑ | 30.86万↓ | 31.3万↓ | 31.6万↑ |
山西 | 31.4万↑ | 30.5万↓ | 31.7万↓ | 33.9万↓ | 34.22万↑ | 34.16万↓ | 35.8万↓ | 36.1万↑ |
重庆 | 26.4万↑ | 25万↑ | 24.7万↓ | 24.88万↓ | 25.54万↑ | 25.06万↑ | 23.5万↑ | 23万↑ |
辽宁 | 24.4万↑ | 18.5万↓ | 20.8万↓ | 21.82万↓ | 22.51万↓ | 23.9万↓ | 25.4万↓ | 25.6万↑ |
甘肃 | 21.8万↓ | 27.3万↓ | 28.5万↓ | 29.6万余↓ | 30.38万↑ | 29.7万↑ | 28.3万↓ | 29.6↓ |
福建 | 20.78万↑ | 20万↑ | 18.8万↑ | 17.5万↓ | 18.93万↓ | 25.5万 | 25.5万↑ | 25万↓ |
内蒙古 | 19.5万↓ | 19.8万↓ | 20.11万↓ | 18.4万↓ | 18.8万↓ | 19.3万↑ | 18.95万↓ | |
新疆 | 20.7万↑ | 18.4万↑ | 16.61万↑ | 16.05万↓ | 16.26万↑ | 15.87万↑ | 15.47万↑ | |
黑龙江 | 16.9万↓ | 18.8万↓ | 19.7万↓ | 19.8万↓ | 20.4万↓ | 20.8万↓ | 21万↑ | |
吉林 | 15万↑ | 14.3万↓ | 14.85万↓ | 13.76万↓ | 16.02万↑ | 15.9万↓ | 16.2万↓ | |
宁夏 | 7.17万↑ | 6.9万 | 6.9万 | 6.9万↑ | 6.7万↑ | 6.4万↑ | 5.87万↓ | 6.02万↑ |
海南 | 5.9万↑ | 5.8万↑ | 5.7万↓ | 6.04万↓ | 6.2万↑ | 6.1万↑ | 5.6万↑ | 5.5万↑ |
北京 | 5.9万↓ | 6.3万↑ | 6万↓ | 6.12万↓ | 6.8万↓ | 7.05万↓ | 7.27万↓ | 7.3万↓ |
青海 | 5.7万↑ | 4.2万↓ | 4.6万↑ | 4.5万↑ | 4.2万↑ | 3.97万↓ | 4.06万↑ | 3.8万↓ |
天津 | 5.5万 | 5.5万↓ | 5.7万↓ | 约6万↓ | 6.1万↓ | 约6万 | 6.3万↓ | 6.4万↓ |
上海 | 5万 | 5万+ | 约5.1万 | 5.1万↓ | 5.2万↓ | 5.3万↓ | 5.5万↓ | |
西藏 | 2.5万↓ | 2.8万↑ | 2.4万↑ | 2.1万↑ | 1.96万↑ | 1.89万↓ | 1.9万↑ |
年份 | 高考人数 | 录取人数 | 录取率 |
2019 | 1031万 | ||
2018 | 975万 | 715万 | 73% |
2017 | 940万 | 700万 | 74.46% |
2016 | 940万 | 705万 | 75% |
2015 | 942万 | 700万 | 74.3% |
2014 | 939万 | 698万 | 74.3% |
2013 | 912万 | 694万 | 76% |
2012 | 915万 | 685万 | 75% |
2011 | 933万 | 675万 | 72% |
2010 | 946万 | 657万 | 69% |
2009 | 1020万 | 629万 | 62% |
2008 | 1050万 | 599万 | 57% |
2007 | 1010万 | 566万 | 56% |
2006 | 950万 | 546万 | 57% |
2005 | 877万 | 504万 | 57% |
2004 | 729万 | 447万 | 61% |
2003 | 613万 | 382万 | 62% |
2002 | 510万 | 320万 | 63% |
2001 | 454万 | 268万 | 59% |
2000 | 375万 | 221万 | 59% |
1999 | 288万 | 160万 | 56% |
1998 | 320万 | 108万 | 34% |
1997 | 278万 | 100万 | 36% |
1996 | 241万 | 97万 | 40% |
1995 | 253万 | 93万 | 37% |
1994 | 251万 | 90万 | 36% |
1993 | 286万 | 98万 | 34% |
1992 | 303万 | 75万 | 25% |
1991 | 296万 | 62万 | 21% |
1990 | 283万 | 61万 | 22% |
1989 | 266万 | 60万 | 23% |
1988 | 272万 | 67万 | 25% |
1987 | 228万 | 62万 | 27% |
1986 | 191万 | 57万 | 30% |
1985 | 176万 | 62万 | 35% |
1984 | 164万 | 48万 | 29% |
1983 | 167万 | 39万 | 23% |
1982 | 187万 | 32万 | 17% |
1981 | 259万 | 28万 | 11% |
1980 | 333万 | 28万 | 8% |
1979 | 468万 | 28万 | 6% |
1978 | 610万 | 40.2万 | 7% |
1977 | 570万 | 27万 | 5% |
(1) sql = "SELECT location FROM tbl_university group by location having location is not null and ORDER BY COUNT(*) DESC"
(2) sql = "SELECT universityname,location,f985,f211 FROM tbl_university where location='{}'".format(location)
bar = Bar()
bar.js_host=" https://cdn.staticfile.org/echarts/4.3.0/"
bar.add_xaxis(locations)
bar.add_yaxis("985", n985list,stack=['985'])
bar.add_yaxis("211", n211list,stack=['985'])
bar.add_yaxis("双非", nshuangfeilist,stack=['985'])
#增加倾斜 以便中文完全显示
bar.set_global_opts(xaxis_opts=opts.AxisOpts(axislabel_opts={"rotate":45}))
bar.set_global_opts(title_opts=opts.TitleOpts(title="各个省的高校层级分布比例分析"))
bar.render()
select GROUP_CONCAT(universityname),user_location from tbl_admission_by_rank where user_rank = 12000 GROUP BY user_location
rankrs = get_university_admission_group_by_location_and_rank('山东')
wd = WordCloud(init_opts=opts.InitOpts({"width":"3600px","height":"1800px","page_title":"10000-20000名的学生高考去向"}))
wd.add('山东',rankrs )
wd.render()
☞
以上是关于2020 高考大数据下,数据可视化告诉你如何填志愿选学校?的主要内容,如果未能解决你的问题,请参考以下文章
利用Python爬取各大高校信息并可视化分析,让你填志愿选学校不再迷茫