【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(1)

还有兄弟不知道网络安全面试可以提前刷题吗?费时一周整理的160+网络安全面试题,金九银十,做网络安全面试里的显眼包!

王岚嵚工程师面试题(附答案),只能帮兄弟们到这儿了!如果你能答对70%,找一个安全工作,问题不大。

对于有1-3年工作经验,想要跳槽的朋友来说,也是很好的温习资料!

【完整版领取方式在文末!!】

93道网络安全面试题

内容实在太多,不一一截图了

黑客学习资源推荐

最后给大家分享一份全套的网络安全学习资料,给那些想学习 网络安全的小伙伴们一点帮助!

对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。

1️⃣零基础入门
① 学习路线

对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。

image

② 路线对应学习视频

同时每个成长路线对应的板块都有配套的视频提供:

image-20231025112050764

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。

需要这份系统化资料的朋友,可以点击这里获取

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!

    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)


**像我这么宠粉的人~当然会给关注我的粉丝们亿点小福利啦,关注下方小卡片,回复 “计设源码” 即可获取源码哦!,另外还有博主各种文章源码与干货资料**  
 



 👇 👇 👇 







## 学习路线:

这个方向初期比较容易入门一些,掌握一些基本技术,拿起各种现成的工具就可以开黑了。不过,要想从脚本小子变成黑客大神,这个方向越往后,需要学习和掌握的东西就会越来越多以下是网络渗透需要学习的内容:  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/7a04c5d629f1415a9e35662316578e07.png#pic_center)





**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。**

**[需要这份系统化资料的朋友,可以点击这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**

**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!**

  • 14
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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