【计算机设计大赛近年获奖信息】数据分析及可视化_计算机设计大赛获奖比例

在这里插入图片描述

感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:

① 2000多本Python电子书(主流和经典的书籍应该都有了)

② Python标准库资料(最全中文版)

③ 项目源码(四五十个有趣且经典的练手项目及源码)

④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)

⑤ Python学习路线图(告别不入流的学习)

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友,可以戳这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

else:
    college_level.append(college_info['学校层次'][college_name.index(college)])

all_df[‘学校层次’] = college_level
all_df[‘参赛学校’] = all_df[‘参赛学校’].str.replace(‘\n|\r’, ‘’)
all_df[‘作品名称’] = all_df[‘作品名称’].str.replace(‘\n|\r’, ‘’)

删除作者为空的列

all_df.dropna(subset=[‘作者’], axis=0, inplace=True)

添加 参数人数 列来记录各作品作者人数

all_df[‘参赛人数’] = all_df[‘作者’].apply(lambda x: len(x.split(‘、’)))
count_list = []
for index, row in all_df.iterrows():
try:
count_list.append(len(row[‘指导老师’].split(‘、’)))
except:
count_list.append(0)
all_df[‘指导老师人数’] = count_list

all_df.to_csv(‘all_df.csv’, index=False)
all_df


处理后的数据集如下。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/ee4156fd573f4087b12c05b9798f1d57.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBARHJlYW3kuLZLaWxsZXI=,size_20,color_FFFFFF,t_70,g_se,x_16)


  

### 数据分析及可视化


#### 各年奖项数量分布


统计三年中一等奖、二等奖、三等奖的占比,绘制层叠条形图。



‘’’
数据统计省略
‘’’

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType

c = Bar(init_opts=opts.InitOpts(theme=ThemeType.CHALK))
c.add_xaxis([2018, 2019, 2020])
c.add_yaxis(“三等奖”, list1, stack=“stack1”, category_gap=“70%”)
c.add_yaxis(“二等奖”, list2, stack=“stack1”, category_gap=“70%”)
c.add_yaxis(“一等奖”, list3, stack=“stack1”, category_gap=“70%”)
c.set_series_opts(label_opts=opts.LabelOpts(
position=“right”,
formatter=JsCode(
“function(x){return Number(x.data.percent * 100).toFixed() + ‘%’;}”
),
)
)
c.render(“./images/各年奖项数量分布堆叠条形图.html”)
c.render_notebook()


![在这里插入图片描述](https://img-blog.csdnimg.cn/f52cde1309384655ae72ff0ed2e66068.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBARHJlYW3kuLZLaWxsZXI=,size_20,color_FFFFFF,t_70,g_se,x_16)



> 
> 从上图中观察发现,随着时间的推移,一等奖、二等奖的比例开始减少,三等奖比例增加,在 2020 年三等奖比例达到68%,不难看出赛方想要增加一等奖的含金量。
> 
> 
> 


  

#### 各年得奖最多的学校Top10


统计各年得奖最多的前 10 名学校的各项奖的数目,绘制图形。  
 ![请添加图片描述](https://img-blog.csdnimg.cn/cf00bbd40f7b4ffd93fb56b668539815.gif)



> 
> 从上图中大致可以看到很多大学不止一次出现在 Top10 当中,在这些学校中,一部分可能是因为学校比较重视该比赛。
> 
> 
> 


下面使用韦恩图详细看一下,哪些学校多次进入得奖最多 Top10。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/d2b80c80458e4a73a74edf134da08f52.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBARHJlYW3kuLZLaWxsZXI=,size_20,color_FFFFFF,t_70,g_se,x_16)



> 
> 沈阳师范大学、沈阳工学院、辽宁工业大学在三年中都进入 Top10,还有一些其他两次进入 Top10 的学校, 其中东北部的大学明显较多。
> 
> 
> 


  

#### 各学校参加次数统计


现在统计各个学校的参赛次数,并计算各次数的学校数量。



from collections import Counter
all_school = []
for year in [2018, 2019, 2020]:
school_set = set(all_df.loc[all_df[‘年份’] == year, ‘参赛学校’].values.tolist())
all_school += list(school_set)
value_count = Counter(all_school)
count_list = [‘参赛’ + str(n) + ‘次’ for n in value_count.values()]
counter = Counter(count_list)

from pyecharts.charts import Pie

c = Pie(init_opts=opts.InitOpts(theme=ThemeType.CHALK))
c.add(“”, [list(z) for z in zip(counter.keys(), counter.values())])
c.set_global_opts(title_opts=opts.TitleOpts(title=“Pie-基本示例”))
c.set_series_opts(label_opts=opts.LabelOpts(formatter=“{b}: {c}”))
c.render(“./images/各学校参加次数统计饼图.html”)
c.render_notebook()


![在这里插入图片描述](https://img-blog.csdnimg.cn/a71e65c5657c46dfb525a1426c95fb09.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBARHJlYW3kuLZLaWxsZXI=,size_20,color_FFFFFF,t_70,g_se,x_16)



> 
> 在这三年的参赛学校中,三次参赛的占了一半左右,参赛一次和参赛两次的各占 25% 左右,这么说,参加比赛的学校还是愿意继续下一届继续去参加,说明该比赛是有吸引学校的地方。
> 
> 
> 


  

#### 各年参赛学校层次划分


统计各年参赛学校的层次,观察参加比赛学校的层次分布。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/2021061822062818.gif#pic_center)



> 
> 三年中,绝大多数的参赛者来自普通本科,其次为211,并且各层次的学校参赛人数在逐年上升。普通本科最为显著。可以看到,随着大赛的宣传和计算机的普及,越来越多的人关注计算机方面的比赛。(对于暂无数据的那一列部分原因是因为学校的信息没有收录,还有可能是参赛选手填写学校时出现失误造成)
> 
> 
> 


  

#### 参赛人数与奖项分布


根据作者和指导老师的人数进行组合,统计各奖项中出现的次数,绘制如下图形。  
 ![请添加图片描述](https://img-blog.csdnimg.cn/18eacd591c81414d9236df6002e66e1b.gif)



> 
> 在各项奖项中,获奖比例最多的都是3名作者2名老师的阵容,其次就是3名作者1名老师。其余的阵容获奖人数就比较少了。看样子也不是人数越多获奖几率越大。
> 
> 
> 


  

#### 获奖作品名称热词


首先定义一个加载停用词的函数,用于加载本地停用词。



def load_stopwords(read_path):
‘’’
读取文件每行内容并保存到列表中
:param read_path: 待读取文件的路径
:return: 保存文件每行信息的列表
‘’’
result = []
with open(read_path, “r”, encoding=‘utf-8’) as f:
for line in f.readlines():
line = line.strip(‘\n’) # 去掉列表中每一个元素的换行符
result.append(line)
return result

加载中文停用词

stopwords = load_stopwords(‘wordcloud_stopwords.txt’)


统计所有作品名称中去除停用词后的词汇,保存到列表中。



import jieba

添加自定义词典

jieba.load_userdict(“自定义词典.txt”)

token_list = []

对标题内容进行分词,并将分词结果保存在列表中

for name in all_df[‘作品名称’]:
tokens = jieba.lcut(name, cut_all=False)
token_list += [token for token in tokens if token not in stopwords]
len(token_list)


统计该列表中各词出现的频率,取前100作为热门词,绘制词云图。



from pyecharts.charts import WordCloud
from collections import Counter

token_count_list = Counter(token_list).most_common(100)
new_token_list = []
for token, count in token_count_list:
new_token_list.append((token, str(count)))

c = WordCloud()
c.add(series_name=“热词”, data_pair=new_token_list, word_size_range=[20, 200])
c.set_global_opts(
title_opts=opts.TitleOpts(
title=“获奖作品热词”, title_textstyle_opts=opts.TextStyleOpts(font_size=23)
),
tooltip_opts=opts.TooltipOpts(is_show=True),
)
c.render(“./images/获奖作品热词.html”)
c.render_notebook()


![在这里插入图片描述](https://img-blog.csdnimg.cn/4df13c1537dd40ce844c02f0c14eaad1.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBARHJlYW3kuLZLaWxsZXI=,size_19,color_FFFFFF,t_70,g_se,x_16)



> 
> 观察上图,能够十分清晰的了解目前计算机中热门的话题,如大数据、人工智能、算法、可视化、管理系统、机器人等,这些方向一直都是计算机行业的热门方向,也可以作为我们今后发展的一条道路。
> 
> 
> 


  

### 总结


* 近年来,计算机设计大赛一等奖、二等奖的**比例减少**,三等奖**比例增加**,这就增加了获得一、二等奖的**难度**与**含金量**。
* **东北部**的大学更加关注该赛事,无论从参赛人数还是获奖人数来看,其中沈阳师范大学、沈阳工学院、辽宁工业大学多次进入获奖最多 Top10。
* 绝大多数的学校**连续参加**该比赛,在最近三年中,三次参赛的学校占了获奖总学校的一半左右。
* 三年中,绝大多数的参赛者来自**普通本科**,其次为211,并且各层次的学校参赛人数在逐年上升。
* 获奖的参赛选手中比例最多的是 **3名作者2名老师** 的阵容,其次就是 3名作者1名老师。(作者最多5人,指导老师2人 共7人)
* 作品中的热门词**大数据、人工智能、算法、可视化、管理系统、机器人**等。




---



> 
> **这就是本文所有的内容了,如果感觉还不错的话。**❤ 点个赞再走吧!!!❤  
>    
> ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210525193952705.png#pic_center)  
>  **后续会继续分享 数据分析 的文章,如果感兴趣的话可以点个关注不迷路哦~。**
> 
> 
> 




---


**添加本人微信,备注【交流群】, 拉你进Python交流群👇🏻**  
 ![](https://img-blog.csdnimg.cn/2fa2fe47befe4f9fb95b812b5cb76ade.jpg#pic_center)


做了那么多年开发,自学了很多门编程语言,我很明白学习资源对于学一门新语言的重要性,这些年也收藏了不少的Python干货,对我来说这些东西确实已经用不到了,但对于准备自学Python的人来说,或许它就是一个宝藏,可以给你省去很多的时间和精力。



别在网上瞎学了,我最近也做了一些资源的更新,只要你是我的粉丝,这期福利你都可拿走。

我先来介绍一下这些东西怎么用,文末抱走。

* * *



**(1)Python所有方向的学习路线(新版)**

这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。



最近我才对这些路线做了一下新的更新,知识体系更全面了。



![在这里插入图片描述](https://img-blog.csdnimg.cn/8fc093dcfa1f476694c574db1242c05b.png)



**(2)Python学习视频**



包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。



![在这里插入图片描述](https://img-blog.csdnimg.cn/d66e3ad5592f4cdcb197de0dc0438ec5.png#pic_center)



**(3)100多个练手项目**

我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。



![在这里插入图片描述](https://img-blog.csdnimg.cn/f5aeb4050ab547cf90b1a028d1aacb1d.png#pic_center)



**(4)200多本电子书**  

  

这些年我也收藏了很多电子书,大概200多本,有时候带实体书不方便的话,我就会去打开电子书看看,书籍可不一定比视频教程差,尤其是权威的技术书籍。



基本上主流的和经典的都有,这里我就不放图了,版权问题,个人看看是没有问题的。



**(5)Python知识点汇总**

知识点汇总有点像学习路线,但与学习路线不同的点就在于,知识点汇总更为细致,里面包含了对具体知识点的简单说明,而我们的学习路线则更为抽象和简单,只是为了方便大家只是某个领域你应该学习哪些技术栈。



![在这里插入图片描述](https://img-blog.csdnimg.cn/c741a91b05a542ba9dc8abf2f2f4b1af.png)



**(6)其他资料**



还有其他的一些东西,比如说我自己出的Python入门图文类教程,没有电脑的时候用手机也可以学习知识,学会了理论之后再去敲代码实践验证,还有Python中文版的库资料、MySQL和HTML标签大全等等,这些都是可以送给粉丝们的东西。



![在这里插入图片描述](https://img-blog.csdnimg.cn/9fa77af248b84885a6ec779b2ead064d.png)

**这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。**




**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**

**[需要这份系统化学习资料的朋友,可以戳这里获取](https://bbs.csdn.net/topics/618317507)**

**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**

  • 26
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值