建站
咨詢
售后
建站咨詢
新聞中心
但是又由于我國幅員遼闊，各地的教育資源又不盡相同，從而導致不同省份的升學難度也不盡相同。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。
專注于為中小企業(yè)提供成都網(wǎng)站制作、成都做網(wǎng)站服務,電腦端+手機端+微信端的三站合一,更高效的管理,為中小企業(yè)西區(qū)免費做網(wǎng)站提供優(yōu)質(zhì)的服務。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動了成百上千企業(yè)的穩(wěn)健成長，幫助中小企業(yè)通過網(wǎng)站建設實現(xiàn)規(guī)模擴充和轉(zhuǎn)變。
考生人數(shù)
高考的升學難不難，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)遠遠超過其他省份，而且聽說復讀生占據(jù)了3成的比例，這個內(nèi)卷太嚴重了。
山東、廣東和四川的考生也超過了70萬人，內(nèi)部競爭壓力也應該很大。
考生人數(shù)后十名的省份
在后十名當中，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，當然還有青藏雙姝西藏和青海。
在這些省份當中，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候，還是會吃虧比較大的。
歷年各省分數(shù)線
這里我們從下面的網(wǎng)站抓取了歷年各省的分數(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=['最低控制分數(shù)線'], ascending=False)
benke_2020_like_sort_wenke = benke_2020_like_wenke.sort_values(by=['最低控制分數(shù)線'], ascending=False)
下面先來看下2021年，各省份的分數(shù)線情況：
可以看到，一本理科分數(shù)線最高的為四川，高達521，這個數(shù)字好像不是特別高，因為我們似乎仍然記得2020年的最高分數(shù)線。
接下來是文科比較
錄取分數(shù)線最高的竟然是云南，而且高達565，不得不說，文科還是更卷??！
對比2020年，浙江則是最高的594，只能說浙江的同學們，太難了，也太厲害了！
當然了，河南的同學也不容易，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數(shù)線。
2020理科一本分數(shù)前十
在2020年，前十名里，一本分數(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，不僅總體分數(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文科一本分數(shù)前十
總體來說，文科想來要比理科的分數(shù)高，但是2021年還是比2020年要低了不少的。
當然了，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']) # 有重復的數(shù)據(jù)，需要刪除
df_site = df_new[df_new['site'] != '——']
df_site = df_site[df_site['site'] != '------']
# 高?？倲?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()上面進行了簡單的數(shù)據(jù)處理，可以得到各省份的高校數(shù)量。
高校數(shù)量
可以看到高校數(shù)量最多的是江蘇，而號稱高校重災區(qū)的河南也赫然在榜。
那么再來看下985&211數(shù)量情況呢？
這下差距就明顯了，北京太強了，獨一份的存在！
河南已經(jīng)不見了，鄭州大學就是獨苗！
高考難度等級
下面，我們來自己寫一個規(guī)則，判定下各省份的高考難度情況。
我們選擇的參考變量為各省份的高質(zhì)量院校數(shù)量和該省份的考生數(shù)量。
公式為：(高質(zhì)量院校/10)/(考生人數(shù)/10)
這里得到的數(shù)值就是每個省份的難易程度，數(shù)值越大，難度越高！
最終我們得到的數(shù)據(jù)大概如下，finally_par 就是最終的難度系數(shù)。
河南一馬當先，這很河南啊！
高考難度前十名
可以看到，我們通過上面的計算方式得出的難度系數(shù)之后，河南，江西，廣西占據(jù)前三，不知道這三個地方的童鞋們是不是也是這種感受呢？
高考難度后十名
對于后十名，相信很多同學都有自己的看法。
很明顯，三大直轄市，人口少，高質(zhì)量高校多，那么相對來說考上名牌大學的機會也自然多了。
另外東三省也有幸上榜，人口少就是優(yōu)勢嗎？
高考難度地圖分布
下面我們來看下高質(zhì)量院校的分布與高考難度的分布情況。
高質(zhì)量院校分布熱力圖
很明顯，京津地區(qū)無可比擬。
高考難度分布熱力圖
基本和高質(zhì)量院校分布呈反向分布，看來建設高質(zhì)量的高等學府才是出路呀！
最后再來看一張更加直觀的地圖分布。
只想說一句，河南啊河南，你都紅了！
本文題目：高考結(jié)束，用Python來分析下哪里的高考是地獄級難度
分享路徑：http://m.5511xx.com/article/dpeihds.html
