从前两天开始,各省市关于高考成绩放榜和各批次录取分数线都陆续出炉,教育部也发布了最新的全国高等学校名单。
于是乎,所谓的野鸡大学也就无处躲藏了。
也给广大的高考生在填报志愿的时候,提供了一个参考。
当然本次不讨论这个...
最新发布的名单没有本科院校的数量,于是小F找了2018年的数据。
1243所本科院校,和本次获取到的数据「1281个」基本差不多。
下面展示一下数据。
包含了专业名称,开设此专业的院校数量,及每年的就业率,最后是每年毕业生数量。
5万多条院校开通专业的数据,涵盖11大类,582个专业,1281个本科院校。
接下来就来分析一波,先对学科进行分组。
from wordcloud import WordCloud, ImageColorGenerator import matplotlib.pyplot as plt import pandas as pd import jieba # 设置列名与数据对齐 pd.set_option('display.unicode.ambiguous_as_wide', True) pd.set_option('display.unicode.east_asian_width', True) # 显示15行 pd.set_option('display.max_rows', 15) # 读取数据 df = pd.read_csv('message.csv', encoding='gbk', header=None, names=['subject', 'major', 'school']) # 学科分类 df_subject = df.groupby('subject').count.reset_index.sort_values(by='school') print(df_subject) # 获取列表数据 list1, list2 = , for i in df_subject['subject']: list1.append(i) for j in df_subject['school']: list2.append(j) print(list1) print(list2)
获得数据如下:
利用获取的两个列表数据进行可视化。
这里「工学」位居第一,也和当下时代的发展相契合。
传统点的就是工业4.0,智能点的就是人工智能。
无不和「工学」息息相关。
接下来对专业进行分析。
# 专业分类 df_major = df.groupby('major').count.reset_index.sort_values(by='school') print(df_major) # 获取列表数据 list1, list2 = , for i in df_major['major'][-10:]: list1.append(i) print(list1) for j in df_major['school'][-10:]: list2.append(j) print(list2)
得到结果如下:
专业TOP10出炉,也能以供参考。
照例还是使用现成的模板,方便多了...
最终结果如下。
开设英语的本科院校达到了1001所,接近院校总数的80%了。
不过网上对英语的评价就是:英语==失业。
所以对于英语专业,需要慎重考虑。
尾随其后的是计算机科学与技术,目前的大热门。
当然是不是修电脑我就不清楚了,相信关注小F公众号的小伙伴们,都能感受到计算机的魅力。
令人失望的是,小F就读的大机械 居然没上榜,惭愧呀。
想当初「机械机械,压倒一切」,真不是瞎吹的。
一入机械深似海,从此妹子是路人。
这句也不假,说多了都是泪~
下面统计院校总数,并获取校名包含学院的院校数量。
# 对学校进行分组 df_name = df.groupby('school').count.reset_index.sort_values(by='subject') print(df_name) # 输出包含学院的校名 print(df_name[df_name['school'].str.contains('学院')])
得到院校总数以及哪所学校的专业最多:
嗯,1281所本科院校。
其中贵州大学以164个本科专业位居榜首。
接下来看一下校名包含学院的学校有多少所。
829所,占比64.7%,那么剩下的差不多都是大学了。
学院变大学(校名),这也是每年好多高校一直在做的事情。
毕竟一个霸气的校名,也能吸引不少考生报名。
最后生成一个校名词云图。
其中需要去掉「大学」和「学院」这两个关键词。
def create_wordcloud(df): """ 生成校名词云 """ # 分词 text = '' for line in df['name']: text += ' '.join(jieba.cut(line, cut_all=False)) text += ' ' backgroud_Image = plt.imread('school.jpg') wc = WordCloud( background_color='white', mask=backgroud_Image, font_path='C:\Windows\Fonts\华康俪金黑W8.TTF', max_words=1000, max_font_size=150, min_font_size=15, prefer_horizontal=1, random_state=50, ) wc.generate_from_text(text) img_colors = ImageColorGenerator(backgroud_Image) wc.recolor(color_func=img_colors) # 看看词频高的有哪些 process_word = WordCloud.process_text(wc, text) sort = sorted(process_word.items, key=lambda e: e[1], reverse=True) print(sort[:50]) plt.imshow(wc) plt.axis('off') wc.to_file("校名词云.jpg") print('生成词云成功!') # 去除大学 df_name = df_name['school'].str.replace('大学', '') dict_name = {'name': df_name.values, 'numbers': df_name.index} df_name = pd.DataFrame(dict_name) # 去除学院 df_name = df_name['name'].str.replace('学院', '') dict_name = {'name': df_name.values, 'numbers': df_name.index} # 生成校名词云图 create_wordcloud(df_name)
得到结果如下:
师范和科技,妥妥的扛把子。
讲了半天,最后该如何选择呢?
当然是想去哪就去哪(分数高),冥冥之中,自有天意~
最后祝大家都能选到理想的大学和心仪的专业!