高考結(jié)束，用 Python 來分析下哪里的高考是地獄級難度

作者：周蘿卜 2022-06-11 23:16:47

一年一度的高考，可以說是廣大學(xué)子必經(jīng)的磨練，正所謂十年寒窗苦，一朝天下知。而高考，也成為了當(dāng)前中國最為廣泛，最為公平的晉升之路，可以說考上了一個名牌大學(xué)，那么未來的道路會好走很多。

但是又由于我國幅員遼闊，各地的教育資源又不盡相同，從而導(dǎo)致不同省份的升學(xué)難度也不盡相同。有的地方的高考屬于優(yōu)惠模式，而有的省份的高考競爭，又可以稱得上是地獄模式。下面我們就通過一組數(shù)據(jù)來具體看一下。

考生人數(shù)

高考的升學(xué)難不難，一個較為直觀的因素就是內(nèi)部競爭壓力大不大，那么每個省份的考生人數(shù)就很關(guān)鍵了。

考生人數(shù)前十名的省份

從上圖可以看出，河南的考生人數(shù)遠(yuǎn)遠(yuǎn)超過其他省份，而且聽說復(fù)讀生占據(jù)了3成的比例，這個內(nèi)卷太嚴(yán)重了。

山東、廣東和四川的考生也超過了70萬人，內(nèi)部競爭壓力也應(yīng)該很大。

考生人數(shù)后十名的省份

在后十名當(dāng)中，三個直轄市都上榜了，畢竟面積小，人口相對也少。還有就是大西北的新疆，寧夏，內(nèi)蒙等，當(dāng)然還有青藏雙姝西藏和青海。

在這些省份當(dāng)中，除了三個直轄市以外，其他省份的教育資源都不是特別好，那么可以想象的到，即使內(nèi)部壓力不大，但是在與其他省份，比如河南，山東等考試競爭的時(shí)候，還是會吃虧比較大的。

歷年各省分?jǐn)?shù)線

這里我們從下面的網(wǎng)站抓取了歷年各省的分?jǐn)?shù)線，先來橫向?qū)Ρ认拢?/p>

http://college.gaokao.com/areapoint/p1/

抓取與數(shù)據(jù)處理部分代碼

df = pd.DataFrame()
for i in range(1, 206):
    test = "http://college.gaokao.com/areapoint/p%s/" % str(i)
    print(test)
    d = pd.read_html(test)[0]
    df = pd.concat([df, d], axis=0, ignore_index=True)
benke = df[df["批次名稱"].isin(['本科一批'])|df["批次名稱"].isin(['本科批'])|df["批次名稱"].isin(['本科'])|df["批次名稱"].isin(['平行錄取一段'])|df["批次名稱"].isin(['普通類一段'])]
benke_2020 = benke[benke["年份"]==2020].drop_duplicates()
benke_2020_like = benke_2020[(benke_2020["文理分科"]=='理科')|(benke_2020["文理分科"]=='綜合改革')]
benke_2020_like_wenke = benke_2020[(benke_2020["文理分科"]=='文科')|(benke_2020["文理分科"]=='綜合改革')]
benke_2020_like_sort = benke_2020_like.sort_values(by=['最低控制分?jǐn)?shù)線'], ascending=False)
benke_2020_like_sort_wenke = benke_2020_like_wenke.sort_values(by=['最低控制分?jǐn)?shù)線'], ascending=False)

下面先來看下2021年，各省份的分?jǐn)?shù)線情況：

可以看到，一本理科分?jǐn)?shù)線最高的為四川，高達(dá)521，這個數(shù)字好像不是特別高，因?yàn)槲覀兯坪跞匀挥浀?020年的最高分?jǐn)?shù)線。

接下來是文科比較

錄取分?jǐn)?shù)線最高的竟然是云南，而且高達(dá)565，不得不說，文科還是更卷啊！

對比2020年，浙江則是最高的594，只能說浙江的同學(xué)們，太難了，也太厲害了！

當(dāng)然了，河南的同學(xué)也不容易，雙雙第二名，苦著呢！

我們再通過圖例來更加直觀的看一下各省份的錄取分?jǐn)?shù)線。

2020理科一本分?jǐn)?shù)前十

在2020年，前十名里，一本分?jǐn)?shù)線都超過了500分，競爭壓力還是很大的，而到了2021年，前十名里，不僅總體分?jǐn)?shù)下降了，而且有五名都是500分以下，這是不是說明高中生們的壓力沒有那么大了呢~

2020文科一本分?jǐn)?shù)前十

總體來說，文科想來要比理科的分?jǐn)?shù)高，但是2021年還是比2020年要低了不少的。

當(dāng)然了，上面這些還不能很全面的反映一個省份的高考難易程度，我們再來看一下各個省份的高校情況。

高質(zhì)量高校

我這里提前獲取了全國各省份的高校數(shù)據(jù)，下面先來看下各省高校數(shù)量情況。

df = pd.read_csv("college_data.csv")
df_new = df.drop_duplicates(subset=['name'])  # 有重復(fù)的數(shù)據(jù)，需要刪除
df_site = df_new[df_new['site'] != '——']
df_site = df_site[df_site['site'] != '------']

# 高校總數(shù)量分析
site_counts = df_site['site'].value_counts()
dict_site = {'name': site_counts.index, 'counts': site_counts.values}
data = pd.DataFrame(dict_site)

b = (Bar()
    .add_xaxis(data['name'].values.tolist()[:10])
    .add_yaxis("", data['counts'].values.tolist()[:10])
    .set_global_opts(
    xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
    title_opts=opts.TitleOpts(title="各城市高校數(shù)量", subtitle=""),
    # datazoom_opts=opts.DataZoomOpts(),
)
    .set_series_opts()
    )
grid = Grid(init_opts=opts.InitOpts(theme=ThemeType.VINTAGE))
grid.add(b, grid_opts=opts.GridOpts(pos_left="20%"))
grid.render_notebook()