数据里的大学|那些年,你的大学还好吗

当前正值开学季,各个心怀梦想的学子们都迈入了自己理想中的大学。只是当我们站在象牙塔前,再回首凝望高中生活,一路走来,是不是会感慨万千呢。都说高考是普通大众改变命运的最好的阶梯,那么大学就是培养能力,形成品格的试验田,而通向这块田地的之路却并不平坦。尤其是一些高考大省的小伙伴儿们,是经历了怎样的拼搏,才一路拼杀过来的呢。

这里就涉及到了各个省份的招生标准和各省的高校资源情况了,毕竟每个省的高校,在本省的招生数量既多,要求又低(差不多是这样...)。

都说高考其实是相对公平的选拔,那么今天我们就用数据来说话,看看全国的教育资源,高校分布到底是怎样,哪里的小伙伴相对来说,更容易踏入大学的校门呢。

数据获取

这里我选择的是“高考网”作为我数据的来源

http://college.gaokao.com/schlist/p1

网站很简单,也没有任何的反爬机制,直接分析页面,获取并保存数据就可以了 这里直接给出代码,不关心数据获取过程的小伙伴儿可以跳过此部分

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
import requests
from bs4 import BeautifulSoup
import os
import time


def get_data():
for i in range(1, 108):
print("正在下载第%s页数据" % i)
url = 'http://college.gaokao.com/schlist/p%s' % i
res = requests.get(url).text
content = BeautifulSoup(res, "html.parser")
college_list = content.find('div', attrs={'class': 'scores_List'}).find_all('dl')
items = map(parse_item, college_list)
save_to_csv(items)
time.sleep(1)


def parse_item(item):
college_name = item.find('strong')['title']
college_attr = item.find_all('li')
college_site = college_attr[0].text[6:]
college_title = college_attr[1].text[5:]
college_type = college_attr[2].text[5:]
college_belong = college_attr[3].text[5:]
college_nature = college_attr[4].text[5:]
college_website = college_attr[5].text[5:]
result = {
'college_name': college_name,
'college_site': college_site,
'college_title': college_title,
'college_type': college_type,
'college_belong': college_belong,
'college_nature': college_nature,
'college_website': college_website
}
return result


def save_to_csv(data):
if not os.path.exists(r'college_data.csv'):
with open('college_data.csv', 'a+', encoding='utf-8') as f:
f.write('name,site,title,type,belong,nature,website\n')
for d in data:
try:
row = '{},{},{},{},{},{},{}'.format(d['college_name'],
d['college_site'],
d['college_title'],
d['college_type'],
d['college_belong'],
d['college_nature'],
d['college_website'])
f.write(row)
f.write('\n')
except:
continue
else:
with open('college_data.csv', 'a+', encoding='utf-8') as f:
for d in data:
try:
row = '{},{},{},{},{},{},{}'.format(d['college_name'],
d['college_site'],
d['college_title'],
d['college_type'],
d['college_belong'],
d['college_nature'],
d['college_website'])
f.write(row)
f.write('\n')
except:
continue

if __name__ == '__main__':
get_data()

我们来看下最后拿到的数据

数据还是比较整齐的,下面就进入到数据分析阶段

高校总数量排行

先不考虑高校质量、级别等因素,单单从高校数量方面来看下各个省份的排名情况

排行榜

总体排名

高校数量前十

高校数量后十

能够看到,高校数量靠前的省份为江苏、山东、湖北、广东,这些可都是高考大省,同时高校数量也是非常多的。而更加著名的高考大省河南河北,同样也有着不错的高校数量,看来这些省份虽然考生多,但是要想考上本省的一个大学,还是比较有优势的。 但是对于贵州、内蒙、青海,西藏等地区的考生来说,高考考出省,也许会是个不错的选择哦。

全国高校热力图

我们再通过一张热力图来看看全国大学的分布情况

不出意外,京畿重地、东南沿海加湖广地区、东北工业区、珠江三角洲和巴蜀地区,是大学比较几种的地区,同时也是我国经济比较发达且人口比较密集的区域,记者之间还是有着千丝万缕的联系的。

地区高校数量段位

在这个图表中,山东和江苏是独一档的存在。然后大西北还是需要继续发展啊,基本是在倒数第一和第二挡位。

高校质量排行

前面的高校数量分析,并没有考虑高校的质量,即该省份拥有985,211高校的数量。现在就来分析下从高质量高校层面分析,哪些省份又排名靠前呢

高质量高校数量排行

985高校排行

毫无疑问,北京位居第一,其拥有的985高校是其他地区所不能比拟的。紧随其后的是上海,国际化的金融中心,也需要众多高等院校来衬托。山东也不错,位居第三。而前面榜单上的头名江苏则表现不佳,只拥有两所985院校,看来江苏的高校数量多,但是超级名牌大学却不是很多啊。 那么江苏的小伙伴儿,你们的高考困难吗?

211高校排行

拥有211院校的省份相对来说就比较多了,不过还是北京拥有的最多,谁让人家是帝都呢。上海依然位居次席,地位稳稳的,配得上自己的身价。

985211高校综合

我们再把拥有985和211高校的省份综合起来看

北京,上海,江苏,高质量高校三巨头出现了,就是它们。那么,这些省份的考生们,考名牌大学的困难程度是不是要比其他地区低一些呢,我没经历过,我没发言权,哈哈哈哈。

高质量高校热力分布图

京津和长三角地区优势明显,妥妥的高质量院校聚集地。

各地区高质量高校占比

北京高质量高校占比

北京一个省份,占有率高达19%,绝对的全国教育中心,人才聚集地。

高质量高校三巨头占比

三巨头也不遑多让,高达37%的占比,真真是羡煞其他地区了。

占比前十城市高质量高校占比

这个比例,拿走了绝大部分的教育资源,其他地区,没得玩了。

你所在的省份,有优势吗?

高校类别及属性分布

最后,我们再来看看,各种类型及不同属性的高校分布情况

工科和综合性大学是最多的,这应该是和报考人数以及社会需求息息相关的。

全国的高职专科所占比例接近50%,看来这种定向培养专业人才的高校还是有其生存之道的,当然,占有32%的本科院校,依然是广大学子的首选院校。

不知道看了上面的分析,你想要报考哪种院校呢?

所有的代码都上传到 GitHub 上了,想要的自提

https://github.com/zhouwei713/data_analysis/tree/master/college

感觉本站内容不错,有收获?