首页 文章详情

Python深度分析出高考最难的年份

Python绿色通道 | 499 2020-12-14 06:20 0 0 0
UniSMS (合一短信)

↑ 关注 + 星标 ,每天学Python新技能

后台回复【大礼包】送你Python自学大礼包

2021年高考马上就来了,各省高考成绩较前几年有较大幅度上涨,部分省份甚至700分都无缘“清北”,看的小编一头冷汗,庆幸生对了年代。
网络上关于哪年高考难度最大的争议从未中断:
于是我决定用python对2010年至2020年的高考数据进行分析,多角度分析得出全国卷最难的年份。
以某高考大省理科成绩为例,我从网络上爬取了从2010年至2020年之间的理科成绩数据,存入csv文件中待用

下面从3个角度进行分析
角度1:一本线排名
用pyecharts画出历年一本线柱状图:
从图中可以看出,2011年一本线为最高582分,2017年为最低484分。
一本线的高低在一定程度上能够映出当年高考的难度,但受招生人数、报考人数等因素影响,单单从这一角度考虑不够充分。

代码:
bar = ( Bar() .add_xaxis(list(range(2010,2021))) .add_yaxis(series_name="历年一本线排名", yaxis_data=eve_scores_line, yaxis_index=0, color=colors[0]) .set_series_opts( label_opts=opts.LabelOpts(is_show=True), markline_opts=opts.MarkLineOpts( data=[ opts.MarkLineItem(type_="min", name="最小值"), opts.MarkLineItem(type_="max", name="最大值"), opts.MarkLineItem(type_="average", name="平均值"), ] ), colors=Faker.rand_color() ) .set_global_opts( xaxis_opts=opts.AxisOpts(name="年份",axisline_opts=opts.AxisLineOpts( linestyle_opts=opts.LineStyleOpts(color=colors[1]))), yaxis_opts=opts.AxisOpts( name="分数", type_="value", min_=400, max_=600, position="left", axisline_opts=opts.AxisLineOpts( linestyle_opts=opts.LineStyleOpts(color=colors[2]) ), axislabel_opts=opts.LabelOpts(formatter="{value}"), axistick_opts=opts.AxisTickOpts(is_show=True), splitline_opts=opts.SplitLineOpts(is_show=True), ), tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"), ) .render("每年一本线.html") )

分析角度2:各分数段人数占比
统计每年各分数段人数占比,画出时间轴饼状图,如下图:
貌似不够直观
我们再来统计一下历年600至700分人数占比情况,并画出折线图:
从图中可以看出,600分至700分的人数,2020年占比最高,达9.71%;2013年占比最低,为0.71%,差距高达10余倍。
代码如下:
for i in range(2010,2021): a=data[data['年份'].eq(i)] a=a[a['成绩'].ge(200)] a = a[a['成绩'].le(700)] sum_students = max(list(a['排名'])) dict={'200-300':0, '300-400':0, '400-500':0, '500-600':0, '600-700':0} for j in range(200,700,100): stmp = a[a['成绩'].ge(j)] stmp = stmp[stmp['成绩'].le(j+100)] renshu=int(list(stmp['排名'])[-1])-int(list(stmp['排名'])[0]) dict['{0}-{1}'.format(j,j+100)]=round(float(renshu/sum_students)*100,2) data_eve_years.append(dict)attr = Faker.choose()tl = Timeline()for i,j in zip(range(2010, 2021),data_eve_years): pie = ( Pie() .add( "", [list(z) for z in zip(list(j.keys()), [j[k] for k in list(j.keys())])], rosetype="radius", radius=["30%", "55%"], ) .set_global_opts(title_opts=opts.TitleOpts("{}年各分数段人数占比".format(i))) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}%")) ) tl.add(pie, "{}年".format(i))tl.render("timeline_pie.html")c = ( Line() .add_xaxis(xaxis_data=['{0}年'.format(i) for i in list(range(2010, 2021))]) .add_yaxis( series_name="历年600-700分人数占比情况", y_axis=[i['600-700'] for i in data_eve_years]) .set_global_opts( xaxis_opts=opts.AxisOpts(name="年份",axisline_opts=opts.AxisLineOpts( linestyle_opts=opts.LineStyleOpts(color='r'))), yaxis_opts=opts.AxisOpts( name="占比", type_="value", position="left", axislabel_opts=opts.LabelOpts(formatter="{value}%"), axistick_opts=opts.AxisTickOpts(is_show=True), splitline_opts=opts.SplitLineOpts(is_show=True), ), tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"), ) .render("600-700占比折线图.html"))

分析角度3:平均分排名

从前开始,对前1、2、3、4万名的成绩求平均分,画出折线图:
从折线图可以看出,2013年平均分最低。
代码:
c = ( Line() .add_xaxis(xaxis_data=['{0}年'.format(i) for i in list(range(2010,2021))]) .add_yaxis( series_name="前1万名", y_axis=result[0], ) .add_yaxis( series_name="前2万名", y_axis=result[1], ) .add_yaxis( series_name="前3万名", y_axis=result[2], ) .add_yaxis( series_name="前4万名", y_axis=result[3], ) .set_global_opts( xaxis_opts=opts.AxisOpts(name="年份",axisline_opts=opts.AxisLineOpts( linestyle_opts=opts.LineStyleOpts(color='r'))), yaxis_opts=opts.AxisOpts( name="分数", type_="value", min_=500, max_=700, position="left", axislabel_opts=opts.LabelOpts(formatter="{value}"), axistick_opts=opts.AxisTickOpts(is_show=True), splitline_opts=opts.SplitLineOpts(is_show=True), ), tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"), ) .render("折线图.html"))

综上所述,2013年全国卷高考应该是最难的

如何获取代码及表格数据

?长按上方二维码 2 秒
回复「高考」即可获取

推荐阅读


  1. 赶快卸载!微软新公布了18个流氓浏览器插件!

  2. 再见,360安全卫士

  3. 8h删除,B站疯传一整套人工智能学习资料


扫码回复「大礼包」后获取大礼


新人福利


送大家一份Python学习大礼包,从Python基础,爬虫,数据分析Web开发等全套资料,吃透资料,
这些资料都是视频,新人学起来非常友好。



扫码加微信后备注「Python新手」方便我给你发送资料


good-icon 0
favorite-icon 0
收藏
回复数量: 0
    暂无评论~~
    Ctrl+Enter