带你用Python解读高考数据：全国哪里的高校最多？什么专业最热门？

文末有福利领取哦~

👉一、Python所有方向的学习路线

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。

👉二、Python必备开发工具

👉三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉 四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（文末领读者福利）

👉五、Python练习题

检查学习结果。

👉六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传

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！

导入包

import numpy as np

import pandas as pd

import requests

import json

from fake_useragent import UserAgent

import time

获取一页

def get_one_page(page_num):

获取URL

url = ‘https://api.eol.cn/gkcx/api/’

构造headers

headers = {

‘User-Agent’: UserAgent().random,

‘Origin’: ‘https://gkcx.eol.cn’,

‘Referer’: ‘https://gkcx.eol.cn/school/search?province=&schoolflag=&recomschprop=’,

}

构造data

data = {

‘access_token’: “”,

‘admissions’: “”,

‘central’: “”,

‘department’: “”,

‘dual_class’: “”,

‘f211’: “”,

‘f985’: “”,

‘is_dual_class’: “”,

‘keyword’: “”,

‘page’: page_num,

‘province_id’: “”,

‘request_type’: 1,

‘school_type’: “”,

‘size’: 20,

‘sort’: “view_total”,

‘type’: “”,

‘uri’: “apigkcx/api/school/hotlists”,

}

发起请求

try:

response = requests.post(url=url, data=data, headers=headers)

except Exception as e:

print(e)

time.sleep(3)

response = requests.post(url=url, data=data, headers=headers)

解析获取数据

school_data = json.loads(response.text)[‘data’][‘item’]

学校名

school_name = [i.get(‘name’) for i in school_data]

隶属部门

belong = [i.get(‘belong’) for i in school_data]

高校层次

dual_class_name = [i.get(‘dual_class_name’) for i in school_data]

是否985

f985 = [i.get(‘f985’) for i in school_data]

是否211

f211 = [i.get(‘f211’) for i in school_data]

办学类型

level_name = [i.get(‘level_name’) for i in school_data]

院校类型

type_name = [i.get(‘type_name’) for i in school_data]

是否公办

nature_name = [i.get(‘nature_name’) for i in school_data]

人气值

view_total = [i.get(‘view_total’) for i in school_data]

省份

province_name = [i.get(‘province_name’) for i in school_data]

城市

city_name = [i.get(‘city_name’) for i in school_data]

区域

county_name = [i.get(‘county_name’) for i in school_data]

保存数据

df_one = pd.DataFrame({

‘school_name’: school_name,

‘belong’: belong,

‘dual_class_name’: dual_class_name,

‘f985’: f985,

‘f211’: f211,

‘level_name’: level_name,

‘type_name’: type_name,

‘nature_name’: nature_name,

‘view_total’: view_total,

‘province_name’: province_name,

‘city_name’: city_name,

‘county_name’: county_name,

})

return df_one

获取多页

def get_all_page(all_page_num):

存储表

df_all = pd.DataFrame()

循环页数

for i in range(all_page_num):

打印进度

print(f’正在获取第{i + 1}页的高校信息’)

调用函数

df_one = get_one_page(page_num=i+1)

追加

df_all = df_all.append(df_one, ignore_index=True)

随机休眠

time.sleep(np.random.uniform(2))

return df_all

if name == ‘main’:

运行函数

df = get_all_page(all_page_num=148)

通过上述程序，共获取到2904条数据，数据预览如下：

df.head()

分析结果

全国院校分布：江苏高校数量第一

经过分析发现，江苏省在高校数量上拔得头筹，以174所高校位居榜首。其次北京有167所，山东和广东紧随其后，均为161所。

全国高校层次：北京的985、211院校最多

我们进一步分析数据发现，在各省市的高校层次分布中，除了双非院校，211院校方面，北京的最多有27所，然后是江苏11所，上海10所。985院校方面呢，北京9所，其次山东和上海均有4所。

高校类型：国内三分之一都是理工院校

然后我们在放眼全国的高校类型，可以看到理工类院校是最多的，占比高达30.93%。接着就是综合类院校了，占比为29.14%。师范类有8.7%。

大学热度排名：厦门位居榜首

中国教育在线网站还有根据搜索数据统计了高校的人气值。

我们对各个高校的人气值进行统计发现：

在全国大学的人气值排名中，厦门大学位居榜首，武汉大学位居第二，四川大学位居第三。北大清华位居四五位。

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。

（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。

（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。

（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。

（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。

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

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！