用Python分析我國高等教育分佈的不均衡

2019 年 10 月 10 日
筆記

當前正值開學季，各個心懷夢想的學子們都邁入了自己理想中的大學。只是當我們站在象牙塔前，再回首凝望高中生活，一路走來，是不是會感慨萬千呢。都說高考是普通大眾改變命運的最好的階梯，那麼大學就是培養能力，形成品格的試驗田，而通向這塊田地的之路卻並不平坦。尤其是一些高考大省的小夥伴兒們，是經歷了怎樣的拼搏，才一路拼殺過來的呢。

這裡就涉及到了各個省份的招生標準和各省的高校資源情況了，畢竟每個省的高校，在本省的招生數量既多，要求又低（差不多是這樣…）。

都說高考其實是相對公平的選拔，那麼今天我們就用數據來說話，看看全國的教育資源，高校分佈到底是怎樣，哪裡的小夥伴相對來說，更容易踏入大學的校門呢。

數據獲取

這裡我選擇的是「高考網」作為我數據的來源

http://college.gaokao.com/schlist/p1 網站很簡單，也沒有任何的反爬機制，直接分析頁面，獲取並保存數據就可以了這裡直接給出代碼，不關心數據獲取過程的小夥伴兒可以跳過此部分

import requests  from bs4 import BeautifulSoup  import os  import time      def get_data():      for i in range(1, 108):          print("正在下載第%s頁數據" % 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,websiten')              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()

我們來看下最後拿到的數據

數據還是比較整齊的，下面就進入到數據分析階段

高校總數量排行

先不考慮高校質量、級別等因素，單單從高校數量方面來看下各個省份的排名情況

排行榜

總體排名

高校數量前十

高校數量後十

能夠看到，高校數量靠前的省份為江蘇、山東、湖北、廣東，這些可都是高考大省，同時高校數量也是非常多的。而更加著名的高考大省河南河北，同樣也有着不錯的高校數量，看來這些省份雖然考生多，但是要想考上本省的一個大學，還是比較有優勢的。但是對於貴州、內蒙、青海，西藏等地區的考生來說，高考考出省，也許會是個不錯的選擇哦。