Python分析42年高考数据,告诉你高考为什么这么难?

系统 1120 0

Python分析42年高考数据,告诉你高考为什么这么难?_第1张图片

大数据文摘授权转载自 数据森麟

作者: 徐麟


对于已经工作的“上班族”来说,6月7号到9号三天无疑是兴奋到飞起的,终于迎来了令人愉悦的端午假期。

Python分析42年高考数据,告诉你高考为什么这么难?_第2张图片


然而有那么一群人,将在端午节日之际迎来人生特别重要的一次经历或者说是挑战,那就是高考生们。高考的重要性无须赘述,今天我们就来聊聊那些年我们一起经历的高考。


历年录取率


可能很多经历过高考的人都不知道高考的全称,高考实际上是普通高等学校招生全国统一考试的简称。从1977年国家恢复高考制度至今,高考经历了许多的改革,其中最为显著的变化就是录取率的显著提升,曾经的“千军万马过独木桥”的场景得到了一定程度的缓解。


我们首先看下1977-2018年历年的录取人数和未录取(落榜)人数变化情况,本文数据均来自于网络公开高考数据:


Python分析42年高考数据,告诉你高考为什么这么难?_第3张图片


可以看到1977年恢复高考之后的几年,由于种种原因,高考人数到达了一个比较高的点,随后有所下降。到2000年之后,高考的人数有了进一步的提升,录取人数也随之大幅提升,2008、2009达到了顶峰,2010年之后参与高考的人数趋于平稳。


通过上图也可以发现,早期的高考难度之高,未录取人数是录取人数的数倍之多,而且早期的高考实际上在开始之前有预选的过程,能够参加高考的考生实际上已经经过了一轮大浪淘沙的过程。随着教育改革,越来越多的考生有机会通过高考接受更进一步的教育。


我们通过下面的百分比图,对于录取率的变化进一步加深认知:


Python分析42年高考数据,告诉你高考为什么这么难?_第4张图片


部分代码如下:




















            
              
                setwd(
                
                  'D:/爬虫/高考'
                
                )
              
            
            
              
                
                  data
                
                 = read_excel(
                
                  '历年录取率.xlsx'
                
                )
              
            
            
              
                data_year = melt(
                
                  data
                
                ,id.vars = 
                
                  '年份'
                
                ,measure.vars = c(
                
                  '录取'
                
                ,
                
                  '未录取'
                
                ),
              
            
            
              
                variable.name=
                
                  '录取情况'
                
                , value.name=
                
                  '人数(万)'
                
                )
              
            
            
              
                ggplot(data_year,aes(x=年份,y=`人数(万)`,fill=录取情况))+
              
            
            
              
                      geom_area(position = 
                
                  'stack'
                
                )+
              
            
            
              
                      ggtitle(
                
                  '历年高考人数统计(1977-2018)'
                
                )+ theme_wsj()+ 
              
            
            
              
                      theme(axis.text.x = element_text(size=
                
                  15
                
                ),
              
            
            
              
                            axis.text.y = element_text(size=
                
                  15
                
                ),
              
            
            
              
                            axis.title =element_text(size=
                
                  15
                
                ),
              
            
            
              
                            plot.title = element_text(hjust=
                
                  0.5
                
                ,size=
                
                  25
                
                ,face=
                
                  'bold'
                
                ),
              
            
            
              
                            panel.grid = element_blank(),
              
            
            
              
                            legend.position = 
                
                  'top'
                
                ,
              
            
            
              
                            legend.title = element_blank(),
              
            
            
              
                            legend.text = element_text(size=
                
                  15
                
                ),
              
            
            
              
                            panel.background = element_blank(),
              
            
            
              
                            axis.line = element_blank(),
              
            
            
              
                            axis.ticks = element_blank()
              
            
            
              
                            )+xlim(
                
                  1977
                
                ,
                
                  2018
                
                )
              
            
          


说到这,似乎大家会认为现在的高考并不困难,录取率已经到达了8成左右,通过高考已经成了家常便饭,如果你真的这样认为,那只能将下面的表情包送你:

Python分析42年高考数据,告诉你高考为什么这么难?_第5张图片


横亘在高考生面前的三座大山


名校录取率


前面我们提到的录取率有了显著的提升,然而录取率实际上是包括了所有的录取情况,同时包含了本科以及专科的录取情况。真正的“211”,“985”名校的竞争实际上还是异常激烈的,特别是在一些处于“地狱模式”的高考省份(由于没有在网上找到海南省的相关数据,我们选取了其他三十个省份、直辖市的数据。


下面就为大家对比各个省份2018年的985、211录取率:


Python分析42年高考数据,告诉你高考为什么这么难?_第6张图片


Python分析42年高考数据,告诉你高考为什么这么难?_第7张图片


可以看到,不同省份的985和211录取率有着比较明显的差距,12个省份的985录取率低于1.5%,安徽,河南,江苏和贵州更是低于1.2%,作为山东考生的作者也不由得表示“自愧不如”。


即使是录取率最高的省份,985和211的录取率也只是5.8%和13.9%,结合现在各大企业在招人要求中对985和211的要求,高考真的并没有真的变得简单。


高考人数


除了名校录取率低之外,高考人数之多也是横亘在考生面前需要跨过的一个挑战。由于参与高考人数非常多,对于考试精细度就有了非常高的要求,可能一个细节的失误就会在全省的排名中下降非常多。


同样,我们看下各省2018年参与高考的人数:


Python分析42年高考数据,告诉你高考为什么这么难?_第8张图片


河南省2018年的高考人数达到了86.5万,超过了不丹(80.7万)整个国家的人口数量,86.5万这个数据也超过了世界上很多的国家人口数量。广东、山东、四川三个省的高考人数也超过了50万。由于参与高考的人数众多,这些省的高考几乎都是“肉搏战”。


高考题目难


除了名校录取率低,竞争人数多,另一个让广大考生为之“折服”的就是那些难度大到放飞自我的题目。其中一个省份的题目难度几乎是所有考生公认的最高,那就是江苏省,包括小编所在山东省在内的很多其他省的老师,都会告诉学生不需要关注江苏的历年题目,因为本省的考试题目不会那么难。


除了题目难度大,江苏高考改革的力度和速度也是冠绝全国,我们整理了一份江苏省2000年以来的历年高考改革的路线图:


Python分析42年高考数据,告诉你高考为什么这么难?_第9张图片


看到这些模式的名称,可能大家已经有些眩晕,也深切体会到能从江苏高考中杀出重围的都是勇士。既然已经眩晕,不如就眩晕到底,下面是一道江苏省高考的真题,自行体验难度:

Python分析42年高考数据,告诉你高考为什么这么难?_第10张图片


数学、物理这种大杀器都无需出场,只需一道作文题在作者这种“语文天残”看来就已经slay全场。


高考“杀器”


前面我们说了那么多高考的困难之处,是不是考生们真的就手足无措了呢,实际上并不是,只需要手握一些高考专属“杀器”就可以迎刃而解(以上纯属虚构)


五年高考三年模拟


此杀器的使用方法无需赘述,只需把其全部吃透,虽然这也不表示高考就一定会有好成绩。希望各位考生努力复习,切勿如同书名一样“五年高考,三年模拟”。

Python分析42年高考数据,告诉你高考为什么这么难?_第11张图片


葛老师


葛老师乃高考中的超级大杀器,其威力可以参考下图,正所谓人不在江湖,但江湖上始终流传着他的传说:

Python分析42年高考数据,告诉你高考为什么这么难?_第12张图片


由于葛老师过于强大,切勿幻想能将葛老师像“五年高考、三年模拟“那样吃透之后融会贯通,最好的方法就是“走为上计”,B站上的广大考生已经开始通过弹幕进行了实践:


Python分析42年高考数据,告诉你高考为什么这么难?_第13张图片


写在最后


虽然我们前面列举了高考那么多的不易,但高考实际上为广大考生提供了改变自己人未来人生命运的机会。相较于其他很多缥缈不定的发展道路,高考给了大家一个明确的努力方向。


最后祝愿广大考生都能够放平心态(虽然并不现实),在高考中发挥自己所学,不留遗憾。取得不错的结果也不要因此沾沾自喜,没有达到自己的预期的也不要因此消沉,高考是我们人生中非常重要的一段历程,但不能完全决定我们未来的人生,未来还有很多需要去奋斗、去努力的地方。


后台回复“高考”可以获取本文数据和代码


作者介绍:

徐麟,某互联网公司数据分析狮,个人公众号数据森麟(id:shujusenlin)


更多文章、技术交流、商务合作、联系博主

微信扫码或搜索:z360901061

微信扫一扫加我为好友

QQ号联系: 360901061

您的支持是博主写作最大的动力,如果您喜欢我的文章,感觉我的文章对您有帮助,请用微信扫描下面二维码支持博主2元、5元、10元、20元等您想捐的金额吧,狠狠点击下面给点支持吧,站长非常感激您!手机微信长按不能支付解决办法:请将微信支付二维码保存到相册,切换到微信,然后点击微信右上角扫一扫功能,选择支付二维码完成支付。

【本文对您有帮助就好】

您的支持是博主写作最大的动力,如果您喜欢我的文章,感觉我的文章对您有帮助,请用微信扫描上面二维码支持博主2元、5元、10元、自定义金额等您想捐的金额吧,站长会非常 感谢您的哦!!!

发表我的评论
最新评论 总共0条评论