Python预测2020高考分数和录取情况可能是这样
前言 本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。 作者:打磨虾 “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 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