前言
今天選擇簡單且隨意地分析一下高考的一些數據~~~
開發工具
**Python版本：**3.6.4
相關模塊：
pyecharts模塊；
以及一些Python自帶的模塊。
環境搭建
安裝Python並添加到環境變量，pip安裝需要的相關模塊即可。
pyecharts模塊的安裝可參考：
“一本正經的分析”
首先讓我們來看看從恢復高考(1977年)開始高考報名、最終錄取的總人數走勢吧：
T_T看來學生黨確實是越來越多了。
不過這樣似乎並不能很直觀地看出每年的錄取比例？Ok，讓我們直觀地看看吧：
看來上大學越來越“容易”之說不是空穴來風的，總錄取比例高的可怕~~~
那麼各省的情況呢？
由於各省高考最終錄取人數的統計標準不一樣，有些是隻統計本科，有些是都統計的，爲了避免統計標準不一而帶來的不公平對比，我們只分析各省的高考報考人數。
從2010年開始到今年(2018年)各省份高考考生數量的分佈圖如下：
T_T河南的高考考生人數真是一枝獨秀。
那麼各省的大學數量又是如何分佈的呢？以公辦本科大學數量作爲統計標準，其分佈圖大概是這樣的：
Emmm。北京和江蘇分別位居第一和第二名。想想也是必然T_T
那麼985&211高校的分佈又如何呢？
“那就這樣吧，再愛都曲終人散了。”看到這個默默不說話了。
以省份爲x軸，年份爲y軸，該年該省報考的考生人數爲z軸來更直觀地看看各省每年的高考考生數量變化情況吧：
上圖中省份的順序是這樣的：
北京、四川、陝西、江西、吉林、寧夏、廣西、內蒙古、甘肅、西藏、福建、上海、廣東、山東、浙江、河南、安徽、江蘇、河北、黑龍江、湖南、湖北、山西、雲南、貴州、海南、遼寧、重慶、天津、青海、新疆，臺灣因爲沒有數據，所以沒有加入。
T_T河南的高考考生數量真的恐怖。
Emmm，因爲可用的數據不多，再分析下去大概就是花式的做圖遊戲了，想想還是算了吧。至於個人觀點，還是不發表爲好。畢竟，大家的“哈姆雷特”都不一樣。
看完篇文章喜歡的朋友點個贊支持一下，關注我每天分享Python數據爬蟲案例，下篇文章分享是Python簡單分析Chrome瀏覽器瀏覽記錄
All done~完整源代碼詳見個人簡介或者私信獲取相關文件。。