从前两天开始，各省市关于高考成绩放榜和各批次录取分数线都陆续出炉，教育部也发布了最新的全国高等学校名单。
于是乎，所谓的野鸡大学也就无处躲藏了。
也给广大的高考生在填报志愿的时候，提供了一个参考。
当然本次不讨论这个 …
最新发布的名单没有本科院校的数量，于是小 F 找了 2018 年的数据。
1243 所本科院校，和本次获取到的数据「1281 个」基本差不多。
下面展示一下数据。
包含了专业名称，开设此专业的院校数量，及每年的就业率，最后是每年毕业生数量。
5 万多条院校开通专业的数据，涵盖 11 大类，582 个专业，1281 个本科院校。
接下来就来分析一波，先对学科进行分组。
from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
import pandas as pd
import jieba
设置列名与数据对齐
pd.set_option(‘display.unicode.ambiguous_as_wide’, True)
pd.set_option(‘display.unicode.east_asian_width’, True)
显示 15 行
pd.set_option(‘display.max_rows’, 15)
读取数据
df = pd.read_csv(‘message.csv’, encoding=’gbk’, header=None, names=[‘subject’, ‘major’, ‘school’])
学科分类
df_subject = df.groupby(‘subject’).count.reset_index.sort_values(by=’school’)
print(df_subject)
获取列表数据
list1, list2 = ,
for i in df_subject[‘subject’]:
list1.append(i)
for j in df_subject[‘school’]:
list2.append(j)
print(list1)
print(list2)
获得数据如下：
利用获取的两个列表数据进行可视化。
这里「工学」位居第一，也和当下时代的发展相契合。
传统点的就是工业 4.0，智能点的就是人工智能。
无不和「工学」息息相关。
接下来对专业进行分析。
专业分类
df_major = df.groupby(‘major’).count.reset_index.sort_values(by=’school’)
print(df_major)
获取列表数据
list1, list2 = ,
for i in df_major’major’:
list1.append(i)
print(list1)
for j in df_major’school’:
list2.append(j)
print(list2)
得到结果如下：
专业 TOP10 出炉，也能以供参考。
照例还是使用现成的模板，方便多了 …
最终结果如下。
开设英语的本科院校达到了 1001 所，接近院校总数的 80% 了。
不过网上对英语的评价就是：英语 == 失业。
所以对于英语专业，需要慎重考虑。
尾随其后的是计算机科学与技术，目前的大热门。
当然是不是修电脑我就不清楚了，相信关注小 F 公众号的小伙伴们，都能感受到计算机的魅力。
令人失望的是，小 F 就读的 大机械 居然没上榜，惭愧呀。
想当初「机械机械，压倒一切」，真不是瞎吹的。
一入机械深似海，从此妹子是路人。
这句也不假，说多了都是泪~
下面统计院校总数，并获取校名包含学院的院校数量。
对学校进行分组
df_name = df.groupby(‘school’).count.reset_index.sort_values(by=’subject’)
print(df_name)
输出包含学院的校名
print(df_name[df_name[‘school’].str.contains(‘ 学院 ’)])
得到院校总数以及哪所学校的专业最多：
嗯，1281 所本科院校。
其中贵州大学以 164 个本科专业位居榜首。
接下来看一下校名包含学院的学校有多少所。
829 所，占比 64.7%，那么剩下的差不多都是大学了。
学院变大学(校名)，这也是每年好多高校一直在做的事情。
毕竟一个霸气的校名，也能吸引不少考生报名。
最后生成一个校名词云图。
其中需要去掉「大学」和「学院」这两个关键词。
def create_wordcloud(df):
“””
生成校名词云
“””
分词
text = ”
for line in df[‘name’]:
text += ‘ ‘.join(jieba.cut(line, cut_all=False))
text += ‘ ‘
backgroud_Image = plt.imread(‘school.jpg’)
wc = WordCloud(
background_color=’white’,
mask=backgroud_Image,
font_path=’C:WindowsFonts 华康俪金黑 W8.TTF’,
max_words=1000,
max_font_size=150,
min_font_size=15,
prefer_horizontal=1,
random_state=50,
)
wc.generate_from_text(text)
img_colors = ImageColorGenerator(backgroud_Image)
wc.recolor(color_func=img_colors)
看看词频高的有哪些
process_word = WordCloud.process_text(wc, text)
sort = sorted(process_word.items, key=lambda e: e[1], reverse=True)
print(sort[:50])
plt.imshow(wc)
plt.axis(‘off’)
wc.to_file(“ 校名词云.jpg”)
print(‘ 生成词云成功!’)
去除大学
df_name = df_name[‘school’].str.replace(‘ 大学 ’, ”)
dict_name = {‘name’: df_name.values, ‘numbers’: df_name.index}
df_name = pd.DataFrame(dict_name)
去除学院
df_name = df_name[‘name’].str.replace(‘ 学院 ’, ”)
dict_name = {‘name’: df_name.values, ‘numbers’: df_name.index}
生成校名词云图
create_wordcloud(df_name)
得到结果如下：
师范和科技，妥妥的扛把子。
讲了半天，最后该如何选择呢？
当然是想去哪就去哪(分数高)，冥冥之中，自有天意~
最后祝大家都能选到理想的大学和心仪的专业！