日韩久久久精品,亚洲精品久久久久久久久久久,亚洲欧美一区二区三区国产精品 ,一区二区福利

Python分析42年高考數(shù)據(jù),告訴你高考為什么這么難?

系統(tǒng) 1751 0

Python分析42年高考數(shù)據(jù),告訴你高考為什么這么難?_第1張圖片

大數(shù)據(jù)文摘授權(quán)轉(zhuǎn)載自 數(shù)據(jù)森麟

作者: 徐麟


對(duì)于已經(jīng)工作的“上班族”來(lái)說(shuō),6月7號(hào)到9號(hào)三天無(wú)疑是興奮到飛起的,終于迎來(lái)了令人愉悅的端午假期。

Python分析42年高考數(shù)據(jù),告訴你高考為什么這么難?_第2張圖片


然而有那么一群人,將在端午節(jié)日之際迎來(lái)人生特別重要的一次經(jīng)歷或者說(shuō)是挑戰(zhàn),那就是高考生們。高考的重要性無(wú)須贅述,今天我們就來(lái)聊聊那些年我們一起經(jīng)歷的高考。


歷年錄取率


可能很多經(jīng)歷過(guò)高考的人都不知道高考的全稱(chēng),高考實(shí)際上是普通高等學(xué)校招生全國(guó)統(tǒng)一考試的簡(jiǎn)稱(chēng)。從1977年國(guó)家恢復(fù)高考制度至今,高考經(jīng)歷了許多的改革,其中最為顯著的變化就是錄取率的顯著提升,曾經(jīng)的“千軍萬(wàn)馬過(guò)獨(dú)木橋”的場(chǎng)景得到了一定程度的緩解。


我們首先看下1977-2018年歷年的錄取人數(shù)和未錄取(落榜)人數(shù)變化情況,本文數(shù)據(jù)均來(lái)自于網(wǎng)絡(luò)公開(kāi)高考數(shù)據(jù):


Python分析42年高考數(shù)據(jù),告訴你高考為什么這么難?_第3張圖片


可以看到1977年恢復(fù)高考之后的幾年,由于種種原因,高考人數(shù)到達(dá)了一個(gè)比較高的點(diǎn),隨后有所下降。到2000年之后,高考的人數(shù)有了進(jìn)一步的提升,錄取人數(shù)也隨之大幅提升,2008、2009達(dá)到了頂峰,2010年之后參與高考的人數(shù)趨于平穩(wěn)。


通過(guò)上圖也可以發(fā)現(xiàn),早期的高考難度之高,未錄取人數(shù)是錄取人數(shù)的數(shù)倍之多,而且早期的高考實(shí)際上在開(kāi)始之前有預(yù)選的過(guò)程,能夠參加高考的考生實(shí)際上已經(jīng)經(jīng)過(guò)了一輪大浪淘沙的過(guò)程。隨著教育改革,越來(lái)越多的考生有機(jī)會(huì)通過(guò)高考接受更進(jìn)一步的教育。


我們通過(guò)下面的百分比圖,對(duì)于錄取率的變化進(jìn)一步加深認(rèn)知:


Python分析42年高考數(shù)據(jù),告訴你高考為什么這么難?_第4張圖片


部分代碼如下:




















            
              
                setwd(
                
                  'D:/爬蟲(chóng)/高考'
                
                )
              
            
            
              
                
                  data
                
                 = read_excel(
                
                  '歷年錄取率.xlsx'
                
                )
              
            
            
              
                data_year = melt(
                
                  data
                
                ,id.vars = 
                
                  '年份'
                
                ,measure.vars = c(
                
                  '錄取'
                
                ,
                
                  '未錄取'
                
                ),
              
            
            
              
                variable.name=
                
                  '錄取情況'
                
                , value.name=
                
                  '人數(shù)(萬(wàn))'
                
                )
              
            
            
              
                ggplot(data_year,aes(x=年份,y=`人數(shù)(萬(wàn))`,fill=錄取情況))+
              
            
            
              
                 ? ? ?geom_area(position = 
                
                  'stack'
                
                )+
              
            
            
              
                 ? ? ?ggtitle(
                
                  '歷年高考人數(shù)統(tǒng)計(jì)(1977-2018)'
                
                )+ theme_wsj()+ 
              
            
            
              
                 ? ? ?theme(axis.text.x = element_text(size=
                
                  15
                
                ),
              
            
            
              
                 ? ? ? ? ? ?axis.text.y = element_text(size=
                
                  15
                
                ),
              
            
            
              
                 ? ? ? ? ? ?axis.title =element_text(size=
                
                  15
                
                ),
              
            
            
              
                 ? ? ? ? ? ?plot.title = element_text(hjust=
                
                  0.5
                
                ,size=
                
                  25
                
                ,face=
                
                  'bold'
                
                ),
              
            
            
              
                 ? ? ? ? ? ?panel.grid = element_blank(),
              
            
            
              
                 ? ? ? ? ? ?legend.position = 
                
                  'top'
                
                ,
              
            
            
              
                 ? ? ? ? ? ?legend.title = element_blank(),
              
            
            
              
                 ? ? ? ? ? ?legend.text = element_text(size=
                
                  15
                
                ),
              
            
            
              
                 ? ? ? ? ? ?panel.background = element_blank(),
              
            
            
              
                 ? ? ? ? ? ?axis.line = element_blank(),
              
            
            
              
                 ? ? ? ? ? ?axis.ticks = element_blank()
              
            
            
              
                 ? ? ? ? ? ?)+xlim(
                
                  1977
                
                ,
                
                  2018
                
                )
              
            
          


說(shuō)到這,似乎大家會(huì)認(rèn)為現(xiàn)在的高考并不困難,錄取率已經(jīng)到達(dá)了8成左右,通過(guò)高考已經(jīng)成了家常便飯,如果你真的這樣認(rèn)為,那只能將下面的表情包送你:

Python分析42年高考數(shù)據(jù),告訴你高考為什么這么難?_第5張圖片


橫亙?cè)诟呖忌媲暗娜笊?


名校錄取率


前面我們提到的錄取率有了顯著的提升,然而錄取率實(shí)際上是包括了所有的錄取情況,同時(shí)包含了本科以及專(zhuān)科的錄取情況。真正的“211”,“985”名校的競(jìng)爭(zhēng)實(shí)際上還是異常激烈的,特別是在一些處于“地獄模式”的高考省份(由于沒(méi)有在網(wǎng)上找到海南省的相關(guān)數(shù)據(jù),我們選取了其他三十個(gè)省份、直轄市的數(shù)據(jù)。


下面就為大家對(duì)比各個(gè)省份2018年的985、211錄取率:


Python分析42年高考數(shù)據(jù),告訴你高考為什么這么難?_第6張圖片


Python分析42年高考數(shù)據(jù),告訴你高考為什么這么難?_第7張圖片


可以看到,不同省份的985和211錄取率有著比較明顯的差距,12個(gè)省份的985錄取率低于1.5%,安徽,河南,江蘇和貴州更是低于1.2%,作為山東考生的作者也不由得表示“自愧不如”。


即使是錄取率最高的省份,985和211的錄取率也只是5.8%和13.9%,結(jié)合現(xiàn)在各大企業(yè)在招人要求中對(duì)985和211的要求,高考真的并沒(méi)有真的變得簡(jiǎn)單。


高考人數(shù)


除了名校錄取率低之外,高考人數(shù)之多也是橫亙?cè)诳忌媲靶枰邕^(guò)的一個(gè)挑戰(zhàn)。由于參與高考人數(shù)非常多,對(duì)于考試精細(xì)度就有了非常高的要求,可能一個(gè)細(xì)節(jié)的失誤就會(huì)在全省的排名中下降非常多。


同樣,我們看下各省2018年參與高考的人數(shù):


Python分析42年高考數(shù)據(jù),告訴你高考為什么這么難?_第8張圖片


河南省2018年的高考人數(shù)達(dá)到了86.5萬(wàn),超過(guò)了不丹(80.7萬(wàn))整個(gè)國(guó)家的人口數(shù)量,86.5萬(wàn)這個(gè)數(shù)據(jù)也超過(guò)了世界上很多的國(guó)家人口數(shù)量。廣東、山東、四川三個(gè)省的高考人數(shù)也超過(guò)了50萬(wàn)。由于參與高考的人數(shù)眾多,這些省的高考幾乎都是“肉搏戰(zhàn)”。


高考題目難


除了名校錄取率低,競(jìng)爭(zhēng)人數(shù)多,另一個(gè)讓廣大考生為之“折服”的就是那些難度大到放飛自我的題目。其中一個(gè)省份的題目難度幾乎是所有考生公認(rèn)的最高,那就是江蘇省,包括小編所在山東省在內(nèi)的很多其他省的老師,都會(huì)告訴學(xué)生不需要關(guān)注江蘇的歷年題目,因?yàn)楸臼〉目荚囶}目不會(huì)那么難。


除了題目難度大,江蘇高考改革的力度和速度也是冠絕全國(guó),我們整理了一份江蘇省2000年以來(lái)的歷年高考改革的路線(xiàn)圖:


Python分析42年高考數(shù)據(jù),告訴你高考為什么這么難?_第9張圖片


看到這些模式的名稱(chēng),可能大家已經(jīng)有些眩暈,也深切體會(huì)到能從江蘇高考中殺出重圍的都是勇士。既然已經(jīng)眩暈,不如就眩暈到底,下面是一道江蘇省高考的真題,自行體驗(yàn)難度:

Python分析42年高考數(shù)據(jù),告訴你高考為什么這么難?_第10張圖片


數(shù)學(xué)、物理這種大殺器都無(wú)需出場(chǎng),只需一道作文題在作者這種“語(yǔ)文天殘”看來(lái)就已經(jīng)slay全場(chǎng)。


高考“殺器”


前面我們說(shuō)了那么多高考的困難之處,是不是考生們真的就手足無(wú)措了呢,實(shí)際上并不是,只需要手握一些高考專(zhuān)屬“殺器”就可以迎刃而解(以上純屬虛構(gòu))


五年高考三年模擬


此殺器的使用方法無(wú)需贅述,只需把其全部吃透,雖然這也不表示高考就一定會(huì)有好成績(jī)。希望各位考生努力復(fù)習(xí),切勿如同書(shū)名一樣“五年高考,三年模擬”。

Python分析42年高考數(shù)據(jù),告訴你高考為什么這么難?_第11張圖片


葛老師


葛老師乃高考中的超級(jí)大殺器,其威力可以參考下圖,正所謂人不在江湖,但江湖上始終流傳著他的傳說(shuō):

Python分析42年高考數(shù)據(jù),告訴你高考為什么這么難?_第12張圖片


由于葛老師過(guò)于強(qiáng)大,切勿幻想能將葛老師像“五年高考、三年模擬“那樣吃透之后融會(huì)貫通,最好的方法就是“走為上計(jì)”,B站上的廣大考生已經(jīng)開(kāi)始通過(guò)彈幕進(jìn)行了實(shí)踐:


Python分析42年高考數(shù)據(jù),告訴你高考為什么這么難?_第13張圖片


寫(xiě)在最后


雖然我們前面列舉了高考那么多的不易,但高考實(shí)際上為廣大考生提供了改變自己人未來(lái)人生命運(yùn)的機(jī)會(huì)。相較于其他很多縹緲不定的發(fā)展道路,高考給了大家一個(gè)明確的努力方向。


最后祝愿廣大考生都能夠放平心態(tài)(雖然并不現(xiàn)實(shí)),在高考中發(fā)揮自己所學(xué),不留遺憾。取得不錯(cuò)的結(jié)果也不要因此沾沾自喜,沒(méi)有達(dá)到自己的預(yù)期的也不要因此消沉,高考是我們?nèi)松蟹浅V匾囊欢螝v程,但不能完全決定我們未來(lái)的人生,未來(lái)還有很多需要去奮斗、去努力的地方。


后臺(tái)回復(fù)“高考”可以獲取本文數(shù)據(jù)和代碼


作者介紹:

徐麟,某互聯(lián)網(wǎng)公司數(shù)據(jù)分析獅,個(gè)人公眾號(hào)數(shù)據(jù)森麟(id:shujusenlin)


更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號(hào)聯(lián)系: 360901061

您的支持是博主寫(xiě)作最大的動(dòng)力,如果您喜歡我的文章,感覺(jué)我的文章對(duì)您有幫助,請(qǐng)用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點(diǎn)擊下面給點(diǎn)支持吧,站長(zhǎng)非常感激您!手機(jī)微信長(zhǎng)按不能支付解決辦法:請(qǐng)將微信支付二維碼保存到相冊(cè),切換到微信,然后點(diǎn)擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對(duì)您有幫助就好】

您的支持是博主寫(xiě)作最大的動(dòng)力,如果您喜歡我的文章,感覺(jué)我的文章對(duì)您有幫助,請(qǐng)用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長(zhǎng)會(huì)非常 感謝您的哦!!!

發(fā)表我的評(píng)論
最新評(píng)論 總共0條評(píng)論
主站蜘蛛池模板: 托克托县| 介休市| 唐海县| 得荣县| 永康市| 白银市| 阳谷县| 中宁县| 陵水| 吐鲁番市| 米泉市| 四川省| 连平县| 泰兴市| 喀喇沁旗| 叙永县| 阿图什市| 宜阳县| 斗六市| 新余市| 察哈| 蚌埠市| 五大连池市| 青冈县| 利川市| 贵阳市| 新闻| 托克托县| 长岛县| 焦作市| 延津县| 冷水江市| 贺州市| 宝兴县| 景洪市| 潞西市| 诏安县| 黑山县| 三江| 若尔盖县| 闵行区|