【数据可视化-10】国防科技大学录取分数线可视化分析

🧑 博主简介:曾任某智慧城市类企业算法总监,目前在美国市场的物流公司从事高级算法工程师一职,深耕人工智能领域,精通python数据挖掘、可视化、机器学习等,发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者,提供AI相关的技术咨询、项目开发和个性化解决方案等服务,如有需要请站内私信或者联系任意文章底部的的VX名片(ID:xf982831907

💬 博主粉丝群介绍:① 群内初中生、高中生、本科生、研究生、博士生遍布,可互相学习,交流困惑。② 热榜top10的常客也在群里,也有数不清的万粉大佬,可以交流写作技巧,上榜经验,涨粉秘籍。③ 群内也有职场精英,大厂大佬,可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份,助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本,送真活跃粉丝,助你提升文章热度。有兴趣的加文末联系方式,备注自己的CSDN昵称,拉你进群,互相学习共同进步。

在这里插入图片描述

【数据可视化-10】国防科技大学录取分数线可视化分析

  • 一、引言
  • 二、数据准备
  • 三、Pyecharts简介
  • 四、数据可视化分析
    • 4.1 省份理科一本线分布图
    • 4.2 工程技术类录取分数分布图
    • 4.3 学历教育合训类录取分数分布图
    • 4.4 分数结合地图的展示
      • 4.4.1 地图热力图
      • 4.4.2 3D地图+3D柱状图工程技术类录取最高分情况
  • 五、结论

一、引言

  在当今信息爆炸的时代,数据可视化成为了一种强有力的工具,能够帮助我们直观地理解和分析复杂的数据集。本文将利用Python的Pyecharts库,对国防科技大学2016年的录取分数数据进行可视化分析。通过图表展示,我们可以清晰地看到不同省份的录取分数分布情况,为考生和家长提供有价值的参考信息。

二、数据准备

  首先,我们需要准备好国防科技大学2016年的录取分数数据。数据包含以下字段:省份、理科一本线、工程技术类最高分、工程技术类最低分、工程技术类平均分、学历教育合训类最高分、学历教育合训类最低分、学历教育合训类平均分。以下是部分数据示例:

省份理科一本线工程技术类最高分工程技术类最低分工程技术类平均分学历教育合训类最高分学历教育合训类最低分学历教育合训类平均分
北京548662607629613570592
天津512659634649600537567
河北525682654667669640649
山西519639617625638579599
内蒙古484641615627623558597
辽宁498660624637641607621
吉林530658639649634599615
黑龙江486667623641628580600

  详细数据参考国防科技大学招生官网国防科技大学招生官网 或者联系我。

三、Pyecharts简介

  Pyecharts是一个用于生成Echarts图表的Python库。Echarts是一个使用JavaScript实现的开源可视化库,能够生成丰富的交互式图表。Pyecharts通过将Echarts的图表转化为Python代码,使得在Python环境下也能方便地生成高质量的图表。

四、数据可视化分析

  接下来,我们将使用Pyecharts库对国防科技大学2016年的录取分数数据进行可视化分析。
  首先导入数据并对数据中的异常值进行清洗,具体代码如下:

import numpy as np
import pandas as pddata = pd.read_excel("data.xlsx")def replace_mean(df,col='A'):"col列中的'/'用这一列的均值来替换"df[col] = df[col].replace('/', np.nan)mean_A = df[col].mean(skipna=True)df[col].fillna(mean_A, inplace=True)for col in ['学历教育合训类最高分','学历教育合训类最低分','学历教育合训类平均分']:replace_mean(data,col)

4.1 省份理科一本线分布图

  首先,我们绘制一个柱状图,展示不同省份的理科一本线分布情况。

from pyecharts import options as opts
from pyecharts.charts import Barc = (Bar().add_xaxis(data['省 份'].tolist()).add_yaxis("理科一本线", data['理科一本线'].tolist()).set_global_opts(title_opts=opts.TitleOpts(title="国防科技大学2016年理科一本线录取分数", subtitle="各省分数情况分布")).render("bar_base.html")
)

  生成的柱状图清晰地展示了不同省份的理科一本线分布情况。可以看到,海南的理科一本线最高,达到了602分,而江苏的理科一本线最低,为353分,但各个地方的总分不同,需要做具体分析,这里就是展示一组数据而已,具体结果不具有参考性。

4.2 工程技术类录取分数分布图

  接下来,我们绘制三个折线图,分别展示工程技术类的最高分、最低分和平均分的分布情况。

import pyecharts.options as opts
from pyecharts.charts import Linex_data = data['省 份'].tolist()(Line().add_xaxis(xaxis_data=x_data).add_yaxis(series_name="'理科一本线'",stack="总量",y_axis=data['理科一本线'].tolist(),label_opts=opts.LabelOpts(is_show=False),).add_yaxis(series_name="工程技术类最高分",stack="总量",y_axis=data['工程技术类最高分'].tolist(),label_opts=opts.LabelOpts(is_show=False),).add_yaxis(series_name="工程技术类最低分",stack="总量",y_axis=data['工程技术类最低分'].tolist(),label_opts=opts.LabelOpts(is_show=False),).add_yaxis(series_name="工程技术类平均分",stack="总量",y_axis=data['工程技术类平均分'].tolist(),label_opts=opts.LabelOpts(is_show=False),).set_global_opts(title_opts=opts.TitleOpts(title="工程技术类招聘分数"),tooltip_opts=opts.TooltipOpts(trigger="axis"),yaxis_opts=opts.AxisOpts(type_="value",axistick_opts=opts.AxisTickOpts(is_show=True),splitline_opts=opts.SplitLineOpts(is_show=True),),xaxis_opts=opts.AxisOpts(type_="category", boundary_gap=False),).render("stacked_line_chart.html")
)

  生成的折线图展示了工程技术类在不同省份的最高分、最低分和平均分的分布情况。可以看到,工程技术类的最高分和平均分在海南最高,分别为829分和750分;而最低分在江苏最高,为404分。

4.3 学历教育合训类录取分数分布图

  类似地,我们绘制三个折线图,展示学历教育合训类的最高分、最低分和平均分的分布情况。

# 数据准备
scores_edu_max = [613, 600, 669, 638, 623, 641, 634, 628]
scores_edu_min = [570, 537, 640, 579, 558, 607, 599, 580]
scores_edu_avg = [592, 567, 649, 599, 597, 621, 615, 600]# 创建折线图
line = Line()
line.add_xaxis(provinces)
line.add_yaxis("学历教育合训类最高分", scores_edu_max)
line.add_yaxis("学历教育合训类最低分", scores_edu_min)
line.add_yaxis("学历教育合训类平均分", scores_edu_avg)# 设置全局配置项
line.set_global_opts(title_opts=opts.TitleOpts(title="学历教育合训类录取分数分布图"),yaxis_opts=opts.AxisOpts(name="分数"),xaxis_opts=opts.AxisOpts(name="省份"),legend_opts=opts.LegendOpts(pos_left="left")
)# 渲染图表
line.render("edu_scores_distribution_chart.html")

  生成的折线图展示了学历教育合训类在不同省份的最高分、最低分和平均分的分布情况。可以看到,学历教育合训类的最高分在海南最高;最低分在江苏,和上面的结果一致。

4.4 分数结合地图的展示

4.4.1 地图热力图

  首先对省份数据进行清洗

province_mapping = {'北京':"北京市",'天津':"天津市",'河北':"河北省",'山西':"山西省",'内蒙古':"内蒙古自治区",'辽宁':"辽宁省",'吉林':"吉林省",'黑龙江':"黑龙江省",'上海':"上海市",'安徽':"安徽省",...
}data['prov'] = data['省 份'].map(province_mapping)

  绘制基于地图的省份理科一本线的详细代码如下:

from pyecharts import options as opts
from pyecharts.charts import Mapc = (Map().add("学历教育合训类最高分", [list(z) for z in zip(data['prov'].tolist(), data['学历教育合训类最高分'].tolist())], "china").set_global_opts(title_opts=opts.TitleOpts(title="国防科技大学学历教育合训类最高分分布"),visualmap_opts=opts.VisualMapOpts(max_=max(data['学历教育合训类最高分'].tolist()),min_=min(data['学历教育合训类最高分'].tolist())),).render("map_visualmap.html")
)

4.4.2 3D地图+3D柱状图工程技术类录取最高分情况

  首先对数据进行清洗,做成绘图需要的数据结构,具体的数据结构如下:

[('广东', [113.27, 23.13, 641]),('黑龙江', [127.9688, 45.368, 667]),('内蒙古', [110.3467, 41.4899, 641]),('吉林', [125.8154, 44.2584, 658]),('辽宁', [123.1238, 42.1216, 660]),('河北', [114.4995, 38.1006, 682]),('天津', [117.4219, 39.4189, 659]),('山西', [112.3352, 37.9413, 639]),('陕西', [109.1162, 34.2004, 665]),('甘肃', [103.5901, 36.3043, 632]),('宁夏', [106.3586, 38.1775, 637]),('青海', [101.4038, 36.8207, 596]),('新疆', [87.9236, 43.5883, 673]),('西藏', [91.11, 29.97, 0]),('四川', [103.9526, 30.7617, 665]),('重庆', [108.384366, 30.439702, 671]),('山东', [117.1582, 36.8701, 679]),('河南', [113.4668, 34.6234, 665]),('江苏', [118.8062, 31.9208, 404]),('安徽', [117.29, 32.0581, 655]),('湖北', [114.3896, 30.6628, 665]),('浙江', [119.5313, 29.8773, 692]),('福建', [119.4543, 25.9222, 632]),('江西', [116.0046, 28.6633, 645]),('湖南', [113.0823, 28.2568, 662]),('贵州', [106.6992, 26.7682, 671]),('广西', [108.479, 23.1152, 642]),('海南', [110.3893, 19.8516, 829]),('上海', [121.4648, 31.2891, 489])]

  以(‘广东’, [113.27, 23.13, 641])为例,'广东’表示省份,[113.27, 23.13]表示广东的经纬度,而641表示国防科技大学在广东省工程技术类招聘的最高分为641分;
具体的绘图代码如下:

import pyecharts.options as opts
from pyecharts.charts import Map3D
from pyecharts.globals import ChartTypemap3d = (# 3D地图Map3D(# 初始化配置项init_opts=opts.InitOpts(theme='white',  # 图表主题 white darkwidth='99vw',  # 图表画布宽度height='97vh',  # 图标画布长度))# !!!!全局配置项!!!!.set_global_opts(# 标题配置项title_opts=opts.TitleOpts(title="3D地图+柱状图",  # 主标题),# 视觉映射配置项visualmap_opts=opts.VisualMapOpts(is_show=True,  # 是否显示视觉映射配置max_=1000,  # 指定 visualMapPiecewise 组件的最大值),)# !!!!系列配置项!!!!.set_series_opts(# 标签名称显示,默认为Truelabel_opts=opts.LabelOpts(is_show=True  # 是否显示标签名字)).add_schema(# 地图类型maptype='china',# 图元样式配置项itemstyle_opts=opts.ItemStyleOpts(# 图形的颜色color="#1661AB",# 描边宽度,默认不描边。border_width=0.8,# 图形的描边颜色。支持的颜色格式同 color,不支持回调函数。border_color="rgb(62,215,213)"),)# 数据配置.add(# 系列名称,用于 tooltip 的显示,legend 的图例筛选series_name='人数',# 数据项 (坐标点名称,坐标点值)data_pair=data_pair,# 叠加图的类型(目前只支持 Bar3D,Line3D,Lines3D,Scatter3D)type_=ChartType.BAR3D,# 柱体大小bar_size=1,)
)
map3d.render("3D_Map.html")

五、结论

  通过对国防科技大学2016年的录取分数数据进行可视化分析,我们可以得出以下结论:

  不同省份的高考总分不同,具体结果不具有实际意义,但并不影响数据可视化分析的流程;

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/65710.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于单片机中药存放环境监测系统的实现

基于单片机中药存放环境监测系统的实现 项目开发背景 随着现代中药的广泛应用,中药材的存储环境对其质量有着至关重要的影响。温湿度、烟雾、火灾等环境因素,若不加以控制,将会导致中药材失效或变质。因此,设计一个基于单片机的…

深入解析 Redisson 分布式限流器 RRateLimiter 的原理与实现

文章目录 RRateLimiter 介绍代码实现Lua 脚本现实场景1. 初始化限流器2. 限流器应用场景(客人申请游玩流程) RRateLimiter 介绍 在分布式系统中,限流(Rate Limiting)是保障系统稳定性、避免过载的重要机制。Redisson 作…

【贪心算法】贪心算法七

贪心算法七 1.整数替换2.俄罗斯套娃信封问题3.可被三整除的最大和4.距离相等的条形码5.重构字符串 点赞👍👍收藏🌟🌟关注💖💖 你的支持是对我最大的鼓励,我们一起努力吧!😃&#x1f…

如何在 Ubuntu 22.04 上部署 Nginx 并优化以应对高流量网站教程

简介 本教程将教你如何优化 Nginx,使其能够高效地处理高流量网站。 Nginx 是一个强大且高性能的 Web 服务器,以其高效处理大量并发连接的能力而闻名,这使得它成为高流量网站的流行选择。 正确优化 Nginx 可以显著提高服务器的性能&#xff0…

活动预告 |【Part1】Microsoft Azure 在线技术公开课:数据基础知识

课程介绍 参加“Azure 在线技术公开课:数据基础知识”活动,了解有关云环境和数据服务中核心数据库概念的基础知识。通过本次免费的介绍性活动,你将提升在关系数据、非关系数据、大数据和分析方面的技能。 活动时间:01 月 07 日…

4G报警器WT2003H-16S低功耗语音芯片方案开发-实时音频上传

一、引言 在当今社会,安全问题始终是人们关注的重中之重。无论是家庭、企业还是公共场所,都需要一套可靠的安全防护系统来保障人员和财产的安全。随着科技的飞速发展,4G 报警器应运而生,为安全防范领域带来了全新的解决方案。…

短视频矩阵源码开发提供api/saas短视频矩阵快速对接搭建

上周,我有幸接待了一批来自教育行业的伙伴。令人惊讶的是,他们目前主要依赖于传统的线下推荐和地面推广方式进行业务拓展,对线上营销策略了解不多。这种情况引发了我对当前实体行业向线上转型的思考。 在当今社会,随着短视频营销逐…

GPU 进阶笔记(一):高性能 GPU 服务器硬件拓扑与集群组网

记录一些平时接触到的 GPU 知识。由于是笔记而非教程,因此内容不求连贯,有基础的同学可作查漏补缺之用 1 术语与基础 1.1 PCIe 交换芯片1.2 NVLink 定义演进:1/2/3/4 代监控1.3 NVSwitch1.4 NVLink Switch1.5 HBM (High Bandwidth Memory) 由…

24年收尾之作------动态规划<六> 子序列问题(含对应LeetcodeOJ题)

目录 引例 经典LeetCode OJ题 1.第一题 2.第二题 3.第三题 4.第四题 5.第五题 6.第六题 7.第七题 引例 OJ传送门 LeetCode<300>最长递增子序列 画图分析: 使用动态规划解决 1.状态表示 dp[i]表示以i位置元素为结尾的子序列中&#xff0c;最长递增子序列的长度 2.…

使用 ASP.NET Core wwwroot 上传和存储文件

在 ASP.NET Core 应用程序中上传和存储文件是用户个人资料、产品目录等功能的常见要求。本指南将解释使用wwwroot存储图像&#xff08;可用于文件&#xff09;的过程以及如何在应用程序中处理图像上传。 步骤 1&#xff1a;设置项目环境 确保您的 ASP.NET 项目中具有必要的依…

格式化输出年月日

直接上图 结论&#xff1a;老老实实用yyyy&#xff0c;得到的年月日是我们口头上说的时间&#xff0c;而YYYY有点反人类.... 对于一年的最后一周的一些日子&#xff0c;会统计成下一年&#xff1b; 对于下一年的第一周的一些日子&#xff0c;会统计成上一年&#xff1b; 你猜…

一文详解串行、并行、同步、异步

串行、并行、同步和异步是计算机科学和电子学中常见的概念&#xff0c;涉及数据传输、处理和通信的方式。它们各自有不同的应用场景和特点。以下是这四个概念的详细解释&#xff1a; 1. 串行&#xff08;Serial&#xff09; 定义&#xff1a; 串行指的是数据在传输过程中按位…

html5css3

1.html5新增语义化标签 <header><nav><article><section><aside><footer> 2.新增多媒体标签 视频<video>格式&#xff1a;map4,webm,ogg <video controls"controls" autoplay"autoplay" muted"mute…

【超级详细】七牛云配置阿里云域名详细过程记录

0. 准备一个阿里云域名&#xff0c;记得要备案&#xff01;&#xff01;&#xff01;&#xff01; 1. 创建七牛云存储空间 首先&#xff0c;登录七牛云控制台&#xff0c;创建一个新的存储空间&#xff08;Bucket&#xff09;。这个存储空间将用于存放你的文件&#xff0c;并…

Cornerstone3D:了解Nifti文件,并查看元数据

Nifti 全称Neuroimaging Informatics Technology Initiative是一种专为存储医学和神经影像数据而设计的文件格式。设计目的是高效的存储三维或四维图像数据&#xff0c;同时将相关的元数据紧凑地嵌入文件中。Nifti文件的组成&#xff1a;头信息&#xff08;元数据&#xff09;…

【C++】2029:【例4.15】水仙花数

博客主页&#xff1a; [小ᶻ☡꙳ᵃⁱᵍᶜ꙳] 本文专栏: C 文章目录 &#x1f4af;前言&#x1f4af;题目描述&#x1f4af;我的做法思路分析优势不足之处 &#x1f4af;老师的做法思路分析优势不足 &#x1f4af;对比和优化实现方式对比优化思路和操作1. 直接分解数字的各位…

形象地理解UE4中的数据结构 TLinkedListBase

大家都熟知链表&#xff0c;但不一定能快速看懂UE4中的数据结构。 TLinkedListBase表示“链接”中的一个结点&#xff0c;有三个成员&#xff1a; 一、ElementType Element; 表示具体的业务&#xff0c;例如int链条中的一个整数。 二、NextLink 表示 “下一个Node”&#…

RabbitMQ基础篇之Java客户端 Work Queues

文章目录 模型概述需求实现步骤创建队列定义消费者定义消息发送测试执行观察结论多消费者的作用性能差异生产环境中的应用 处理速度差异的情况 优化示例总结 模型概述 Work Queues 模型也称为任务模型&#xff0c;多个消费者绑定到同一个队列&#xff0c;共同消费队列中的消息…

CP AUTOSAR标准之FlexRayDriver(AUTOSAR_SWS_FlexRayDriver)(更新中……)

1 简介和功能概述 FlexRay驱动程序(Fr)抽象了特定FlexRay通信控制器(CC)的硬件相关实现细节。本规范主要依赖于符合FlexRay规范[13]的FlexRay CC。此外,本规范还支持符合FlexRay规范[14]的旧版FlexRay控制器。本SWS中因支持的FlexRay规范不同而导致的不同行为在适用的情况下以…

vscode代码AI插件Continue 安装与使用

“Continue” 是一款强大的插件&#xff0c;它主要用于在开发过程中提供智能的代码延续功能。例如&#xff0c;当你在编写代码并且需要进行下一步操作或者完成一个代码块时&#xff0c;它能够根据代码的上下文、语法规则以及相关的库和框架知识&#xff0c;为你提供可能的代码续…