1. 程式人生 > >python程式設計分析了一下高考那些事,發現了兩個之最,原來是這樣

python程式設計分析了一下高考那些事,發現了兩個之最,原來是這樣

Python(發音:英[?pa?θ?n],美[?pa?θɑ:n]),是一種面向物件、直譯式電腦程式語言,也是一種功能強大的通用型語言,已經具有近二十年的發展歷史,成熟且穩定。它包含了一組完善而且容易理解的標準庫,能夠輕鬆完成很多常見的任務。它的語法非常簡捷和清晰,與其它大多數程式設計語言不一樣,它使用縮排來定義語句。

Python支援命令式程式設計、面向物件程式設計、函數語言程式設計、面向切面程式設計、泛型程式設計多種程式設計正規化。與Scheme、Ruby、Perl、Tcl等動態語言一樣,Python具備垃圾回收功能,能夠自動管理儲存器使用。它經常被當作指令碼語言用於處理系統管理任務和網路程式編寫,然而它也非常適合完成各種高階任務。Python虛擬機器本身幾乎可以在所有的作業系統中執行。使用一些諸如py2exe、PyPy、PyInstaller之類的工具可以將Python原始碼轉換成可以脫離Python直譯器執行的程式。




程式碼:


這是自1977年恢復高考以來到2017年的高考報考及錄取資料。篇幅所限,省略了部分資料。為了直觀展示,對錄取率做了尺度上的變換。2000年以後,最難(錄取率最低)的一年高考是2007年,錄取率只有56%,但這也已經比上世紀八九十年代只有百分之二三十的錄取率高得多。總體來說,上大學的確是越來越容易了。而資料上看,03年也沒有想象中那麼糟糕。

從圖上可以看出,每年的報考人數也有不小的波動。我去找了歷年的人口統計資料,與報考人數做了個對比:



教育普及率相比較二三十年前大有提高,加之人口增長放緩,越來越多的人可以接受更高程度的教育。不過從比例上可以推斷出,上大學仍然不是件人人可以享受得到的事情。

看了時間上的分佈,那麼地域上呢?相較整體的錄取率,人們爭議更多的還是不同地區高考之前的差異。

首先看下2018年各省的報名情況:




程式碼:

data_prov_ad = [('湖南', 11.2), ('江西', 10.4), ('安徽', 14.2), ..., ('浙江', 14)]geo = Map("2017各省一本錄取率")attr, value = geo.cast(data_prov_ad)geo.add("", attr, value, visual_range=[8, 20], is_visualmap=True, is_map_symbol_show=False)geo.render()

最難的三個地區:河南7.8%,廣西8.44%,山西9.8%

錄取率最高的三個地區:北京30.5%,天津24.1%,上海21.8%

(缺海南資料)

而江蘇去年的12.1%還排不進top10。


從個人角度來看,不要執著於絕對的公平;但從整個社會來看,我們應該讓每個人擁有更加公平的機會。相信在不久之後,報名數和錄取數的曲線會越來越近,錄取率分佈圖上的顏色也越來越趨向一致。


Python可以做什麼?

web開發和 爬蟲是比較適合 零基礎的

自動化運維 運維開發 和 自動化測試 是適合 已經在做運維和測試的人員

大資料 資料分析 這方面 是很需要專業的 專業性相對而言比較強

科學計算 一般都是科研人員 在用

機器學習 和 人工智慧 首先 學歷 要求高 其次 高數要求高 難度很大

我有一個微信公眾號,經常會分享一些python技術相關的乾貨;如果你喜歡我的分享,可以用微信搜尋“python語言學習”關注


歡迎大家加入千人交流答疑裙:699+749+852