带你用Python解读高考数据：全国哪里的高校最多？什么专业最热门？

Dear 丶 2023-02-25 08:34 54阅读 0赞

## 前言 ##

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

作者：CDA数据分析师

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取

[python免费学习资料以及群交流解答点击即可加入][python]

[本文相关数据以及代码地址，点击即可领取，提取码：yhf4][yhf4]

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。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70]  
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。

## 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**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 1]  
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**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 2]  
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%。

## 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：**

1.  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)；
2.  使用requests请求网页数据；
3.  使用json解析并提取数据；
4.  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：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 3]  
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 requests
    import 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_all
    
    if __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()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 4]  
**`分析结果`**

**`全国院校分布：江苏高校数量第一`**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 5]  
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。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 6]  
**全国高校层次：北京的985、211院校最多**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 7]  
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**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 8]  
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。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 9]  
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。

**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**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 10]  
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：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 11]  
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。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 12]  
我们从中获取并分析了3544条数据，可以看到：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 13]  
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！

[python]: https://jq.qq.com/?_wv=1027&k=ThcV4SNF
[yhf4]: https://pan.baidu.com/share/init?surl=Qwgjd6haEO0mVzn6GEFGdA
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70]: /images/20230209/2ce4a05664e74989a1bcedf82fdbbc60.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 1]: /images/20230209/bc7e1667345a49ea915ee0e72fb49028.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 2]: /images/20230209/821335e7a3814124b291b4f8269fb9ab.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 3]: /images/20230209/642ba58c080b4a4daed07c5bc82a1ef7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20200711135053207.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20200711135109402.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20200711135133131.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 7]: https://img-blog.csdnimg.cn/20200711135143318.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 8]: https://img-blog.csdnimg.cn/20200711135208764.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 9]: https://img-blog.csdnimg.cn/20200711135235934.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 10]: https://img-blog.csdnimg.cn/20200711135307794.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 11]: https://img-blog.csdnimg.cn/20200711135329882.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 12]: https://img-blog.csdnimg.cn/20200711135358932.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 13]: https://img-blog.csdnimg.cn/20200711135410805.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70