CDA数据分析师 出品

作者：Mika

数据：真达

后期：泽龙

【导读】

今天我们用数据来聊一聊高考。Python技术分析请看第二部分。

Show me data，用数据说话

今天我们聊一聊 高考

高考是人生中非常难忘的一段体验，而今年的高考尤为特别。由于今年疫情的影响，3月31日教育部宣布高考延期一个月，从本来的6月推迟到在7月7日至7月8日举行，这是17年来，我国首次调整高考时间。

而2020年的高考生也真是特别不容易。熬过疫情的漫长黑夜，见证了历史性的高考延期，多了一个月的埋头苦读，多了一个月对心态的考验。

那么历年的高考人数、录取率如何?哪个地区的高校最多?都有什么专业最热门?今天我们就用数据来聊一聊。

01回顾历年高考人数和录取率

我们搜集整理了自1977年恢复高考以来到2019年，这四十多年来高考人数、录取人数和录取率的数据。

历年高考人数数据

在图中我们可以看到：

高考人数：

参加高考的人数逐年递增，2008年高考人数达到峰值1050万。之后几年人数有所回落。而今年，2020年全国考生人数创新高达到1071万，是自2009年后十年来再次破千万。也是近年来人数最多的一年，

录取人数：

录取人数基本都是逐年递增，在1997年的时候，高校录取人数终于突破了百万大关。

录取率：

录取率也基本是逐年递增，在2005年到2008年这四年时间，录取率相对往年是下降的;随后伴随高校陆续扩招，录取率增长很快;到了2017年，录取率达到了82%，总体来说高等教育的普及率是越来越高了。

接着，我们看到去年2019年各省份的高考一本录取数据：

2019年各省份一本录取线

首先在高考人数上，河南遥遥领先，高考人数破百万，达到103万，妥妥的高考大省，其中一本录取人数为12.92万，一本录取率为12.54%。其次，广东、四川的高考人数也不容小觑，分别为76万和65万，一本录取率分别为12.87%和14.72%。

02国内理工类院校占三分之一

江苏高校数量最多

高考学子千千万，那么我国各省市的高校分布又是怎样的呢?全国哪个地方的高校最多?

我们分析了中国教育在线网站(https://gkcx.eol.cn/)的高校数据，当中包含本科院校和高职(专科)院。

如何获取数据

我们使用Python获取了中国教育在线网站的高校数据，共2904条。以下展示数据获取部分代码：

https://gkcx.eol.cn/school/search

具体思路如下：

分析网页，通过翻页可以发现数据是动态加载的，因此通过Chrome浏览器进行抓包分析获取真实的URL请求地址，并确定请求方式(get还是post);

使用requests请求网页数据;

使用json解析并提取数据;

使用pandas将数据保存到本地

首先打开网址，使用Chrome浏览器的检查功能，切换到Network-XHR，点击翻页进行网络数据抓包，很容易发现数据都是被封装在json中的，如下图所示：

切换到Headers处，确定请求的方法为post请求，得到数据请求的URL地址，其中page参数代表页数，通过遍历即可获取所有数据。代码如下：

# 导入包

import numpy as np

import pandas as pd

import requestsimport json

from fake_useragent import UserAgent

import time

# 获取一页

def get_one_page(page_num):

# 获取URL

url = 'https://api.eol.cn/gkcx/api/'

# 构造headers

headers = {

'User-Agent': UserAgent().random,

'Origin': 'https://gkcx.eol.cn',

'Referer': 'https://gkcx.eol.cn/school/search?province=&schoolflag=&recomschprop=', }

# 构造data

data = {

'access_token': "",

'admissions': "",

'central': "",

'department': "",

'dual_class': "",

'f211': "",

'f985': "",

'is_dual_class': "",

'keyword': "",

'page': page_num,

'province_id': "",

'request_type': 1.

'school_type': "",

'size': 20.

'sort': "view_total",

'type': "",

'uri': "apigkcx/api/school/hotlists", }

# 发起请求 try: response = requests.post(url=url, data=data, headers=headers) except Exception as e:

print(e)

time.sleep(3) response = requests.post(url=url, data=data, headers=headers)

# 解析获取数据

school_data = json.loads(response.text)['data']['item']

# 学校名 school_name = [i.get('name') for i in school_data]

# 隶属部门

belong = [i.get('belong') for i in school_data]

# 高校层次

dual_class_name = [i.get('dual_class_name') for i in school_data]

# 是否985

f985 = [i.get('f985') for i in school_data]

# 是否211

f211 = [i.get('f211') for i in school_data]

# 办学类型

level_name = [i.get('level_name') for i in school_data]

# 院校类型

type_name = [i.get('type_name') for i in school_data]

# 是否公办

nature_name = [i.get('nature_name') for i in school_data]

# 人气值

view_total = [i.get('view_total') for i in school_data]

# 省份

province_name = [i.get('province_name') for i in school_data]

# 城市

city_name = [i.get('city_name') for i in school_data]

# 区域

county_name = [i.get('county_name') for i in school_data]

# 保存数据

df_one = pd.DataFrame({

'school_name': school_name,

'belong': belong,

'dual_class_name': dual_class_name,

'f985': f985.

'f211': f211.

'level_name': level_name,

'type_name': type_name,

'nature_name': nature_name,

'view_total': view_total,

'province_name': province_name,

'city_name': city_name,

'county_name': county_name,

})

return df_one

# 获取多页

def get_all_page(all_page_num):

# 存储表

df_all = pd.DataFrame()

# 循环页数

for i in range(all_page_num):

# 打印进度

print(f'正在获取第{i + 1}页的高校信息')

# 调用函数

df_one = get_one_page(page_num=i+1)

# 追加

df_all = df_all.append(df_one, ignore_index=True)

# 随机休眠

time.sleep(np.random.uniform(2))

return df_allif __name__ == '__main__':

# 运行函数

df = get_all_page(all_page_num=148)

通过上述程序，共获取到2904条数据，数据预览如下：

df.head()

分析结果

全国院校分布：江苏高校数量第一

经过分析发现，江苏省在高校数量上拔得头筹，以174所高校位居榜首。其次北京有167所，山东和广东紧随其后，均为161所。

全国高校层次：北京的985、211院校最多

我们进一步分析数据发现，在各省市的高校层次分布中，除了双非院校，211院校方面，北京的最多有27所，然后是江苏11所，上海10所。985院校方面呢，北京9所，其次山东和上海均有4所。

高校类型：国内三分之一都是理工院校

然后我们在放眼全国的高校类型，可以看到理工类院校是最多的，占比高达30.93%。接着就是综合类院校了，占比为29.14%。师范类有8.7%。

大学热度排名：厦门位居榜首

中国教育在线网站还有根据搜索数据统计了高校的人气值。

我们对各个高校的人气值进行统计发现：

在全国大学的人气值排名中，厦门大学位居榜首，武汉大学位居第二，四川大学位居第三。北大清华位居四五位。

03工学专业最多 数据解读报考专业

说完了高校，我们再来聊聊专业。我们接着对中国教育在线的专业数据进行了分析整理，共获取1450 条数据。

学科专业：工学专业最多，哲学最少

哪些学科的下分专业最多呢?统计发现，工程学科下的专业多达212种，然后是文学，下分的专业有122种。而哲学这一学科下分的专业最少，仅为4种。

专业热度排名：临床医学搜索最多

同样的，我们也对专业的人气值进行了分析统计：

结果发现，临川医学的搜索度特别高，位居首位。其次是商务经济学，以及电气工程与智能控制。

#没学过却很好奇的专业# 大家对什么专业最好奇

在专业方面，网友们又对对哪些专业感兴趣呢?微博上#没学过却很好奇的专业#这一话题目前阅读达到1.3亿，讨论达到1.3万。

我们从中获取并分析了3544条数据，可以看到：

大家最好奇的专业排行榜上：心理学是妥妥的首位，看来如今人们是越来越重视心理健康了。第二位是护理学，第三位是考古学。

以上就是本次的全部分析啦，最后祝本次高考学子都能取得好成绩，进入理想的大学!