Python中国高校及专业数据分析可视化_python爬取中国大学分析

高考刚刚落幕，本期利用 python 分析一下我国高校及专业数据，看看：

• 高校办学类别有哪些

• 全国高校分布情况

• 本科/专科占比情况

• 985/211/双一流高校数量占比情况

• 985/211/双一流主要分布城市

• 高校开始最多的专业有哪些

• 国家特色专业数量最多的学校

• 等等…

希望对大家有所帮助，如有疑问或者需要改进的地方可以联系小编。

涉及到的库：
Pandas — 数据处理
Pyecharts — 数据可视化

1. 导入模块

import pandas as pd  
from pyecharts.charts import Bar  
from pyecharts.charts import Map  
from pyecharts.charts import Pie  
from pyecharts.charts import WordCloud  
from pyecharts import options as opts
1
2
3
4
5
6

2. Pandas数据处理

2.1 读取数据

df_school = pd.read_csv('高校.csv',encoding='gbk')
1

df_professional = pd.read_csv('专业.csv',encoding='gbk')
1

3. Pyecharts数据可视化

3.1 全国高校分布地图

def get_map1():  
    m1 = (  
        Map()  
        .add('',  
              [list(z) for z in zip(df_school_count.index.tolist(), df_school_count.values.tolist())],  
              maptype='china',  
              is_map_symbol_show=False,  
              label_opts=opts.LabelOpts(is_show=False,color='red')  
          )  
        .set_global_opts(  
            visualmap_opts=opts.VisualMapOpts(  
                is_show=True,  
                max_ = 200,  
                pos_top='60%',  
                pos_left='10%',  
            ),  
            tooltip_opts=opts.TooltipOpts(formatter='{b}:{c}'),  
            title_opts=opts.TitleOpts(title='1-全国高校分布地图',subtitle='-- 制图@公众号：Python当打之年 --',pos_top='2%',pos_left="2%",  
                    title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20))  
        )  
    )
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

3.2 全国高校分布城市地图

3.3 本科/专科占比

def get_pie1():  
    pie1 = (  
        Pie()  
        .add(  
            "",  
            [list(z) for z in zip(df_school_count.index.tolist(), df_school_count.values.tolist())],  
            radius=["30%", "60%"],  
            label_opts=opts.LabelOpts(formatter="{b}: {c}")  
        )  
        .set_global_opts(  
            title_opts=opts.TitleOpts(title='3-本科/专科占比',subtitle='-- 制图@公众号：Python当打之年 --',pos_top='2%',pos_left="2%",  
                    title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)),  
            legend_opts=opts.LegendOpts( pos_top="5%"),  
        )  
    )
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

3.4 985/211/双一流高校数量占比

3.5 办学类别排行

def get_bar1():  
    bar1 = (  
        Bar()  
        .add_xaxis(df_school_count.index.tolist())  
        .add_yaxis("",df_school_count.values.tolist(),label_opts=opts.LabelOpts(position='right'))  
        .reversal_axis()  
        .set_global_opts(  
            visualmap_opts=opts.VisualMapOpts(  
                is_show=False,  
                max_ = 1000,  
                dimension=0,  
                range_color=range_color  
            ),  
            title_opts=opts.TitleOpts(title='5-办学类别排行',subtitle='-- 制图@公众号：Python当打之年 --',pos_top='2%',pos_left="2%",  
                    title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20))  
        )  
  
    )
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

3.6 985/211/双一流高校数量占比

def get_bar2():  
    bar2 = (  
        Bar()  
        .add_xaxis(df_school_tmp_count.index.tolist())  
        .add_yaxis("",df_school_tmp_count.values.tolist())  
        .set_global_opts(  
            xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=30)),  
            visualmap_opts=opts.VisualMapOpts(  
                is_show=False,  
                max_ = 20,  
                dimension=1,  
                range_color=range_color  
            ),  
            title_opts=opts.TitleOpts(title='6-985/211/双一流主要分布城市Top20',pos_top='2%',pos_left="2%",  
                    title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20))  
        )  
  
    )
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

3.7 专业数量Top20

3.8 专业数量Top20学校地图分布

3.9 国家特色专业数量Top20学校

3.10 国家特色专业词云

def get_wordcloud():  
    wordcloud = (  
        WordCloud()  
        .add("",  
             words,  
             word_size_range=[5, 50]  
             )  
        .set_global_opts(  
            legend_opts=opts.LegendOpts(is_show=False),  
            title_opts=opts.TitleOpts(title='10-国家特色专业词云',pos_top='2%',pos_left="2%",  
                    title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)),  
        )  
    )
1
2
3
4
5
6
7
8
9
10
11
12
13

- END -

---

---

除上述资料外，还附赠全套Python学习资料，包含面试题、简历资料等具体看下方。

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/天景科技苑/article/detail/798190