Python预测2020高考分数和录取情况
43 浏览量
2020-09-16
13:10:05
上传
评论 2
收藏 457KB PDF 举报
Python预测预测2020高考分数和录取情况高考分数和录取情况
主要介绍了Python预测2020高考分数和录取情况可能是这样,本文通过示例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借
鉴价值，需要的朋友可以参考下
“迟到”了一个月的高考终于要来了。
正好我得到了一份山东新高考模拟考的成绩和山东考试院公布的一分一段表，以及过去三年的普通高考本科普通批首次志愿录取情况统计。2020年是山东新高考
改革的元年，全新的录取模式以及选考科目要求都给考生带来了非常大的挑战。
我正好就本次山东模拟考的成绩进行深入数据分析，用python可视化带大家模拟一下2020高考分数和录取情况。
（代码较长，故只展示部分，完整数据+源码下载见文末）
不同考生的成绩分布图不同考生的成绩分布图
首先对山东新高考模拟考的成绩进行总体描述：
fig = make_subplots(rows=4,cols=2, #4行2列
subplot_titles=('所有考生',"物理", "历史", "化学", "地理", "生物", "政治"),
specs=[[{'colspan': 2},None],[{},{}],[{},{}],[{},{}],
]) #specs参数定义了如何分配视图区间， 本案例中的“specs=[[{}, {}],[{'colspan': 2},None]]”表示其他行的两个子图平均分配区间， 第一行的第一个子图占据 2列的区间， 并且不存在第二个子图
fig.add_trace(go.Scatter(
x = raw_data['分数段'],
y = raw_data['所有考生本段人数'],
fill = 'tozeroy',
mode = 'lines',
marker = dict(
size = 8,
color = 'rgb(88, 182, 192)'
)),
row=1, col=1,
)
#保存图片
img_file = os.path.join(img_dir, 'img1.svg')
fig.write_image(img_file, scale=1)
fig.show()
选考物理、化学、生物的学生的成绩呈正态分布，大多数学生的成绩集中于中间，成绩两端学生的人数分布较少。而选考文科类（历史、地理、政治）学科的学
生的成绩成偏态分布，一段线以下的人数占比较大，尤其历史和地理学科上这种趋势更加明显。
资源评论
