Python预测2020高考分数和录取情况 - CSDN文库

196 浏览量更新于2023-03-16 3 收藏 458KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

Python预测预测2020高考分数和录取情况高考分数和录取情况

“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

2列的区间，并且不存在第二个子图

fig.add_trace(go.Scatter(

x = raw_data['分数段'],

y = raw_data['所有考生本段人数'],

fill = 'tozeroy',

mode = 'lines',

marker = dict(

size = 8,

color = 'rgb(88, 182, 192)'

)),

row=1, col=1,

)

#保存图片

img_file = os.path.join(img_dir, 'img1.svg')

fig.write_image(img_file, scale=1)

fig.show()

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余7页未读，立即下载

weixin_38627826

粉丝: 5
资源: 939

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈