分数限制下,选好专业还是选好学校?

#分数限制下,选好专业还是选好学校?#

       这个问题在几年前同样也是深深困扰我的,在分数有限的情况下是优先选择专业,还是优先选择学校呢?

       当然这其中还要考虑几个重要的的因素,比如要看学校的地理条件和专业的就业情况,如果喜欢的专业在就业上无法使你满意是该去还是不该去呢?作为一个逻辑严谨的程序员猿加上资深的INFJ-A我还是更喜欢对他们进行分情况讨论按照最积极的方面去想。

  1. 我优先选择了专业:我们拿双非一本的王牌专业举例,当然这个专业我们理想化的认为你选择的这个专业是你非常喜欢的,未来步入社会以后也会是你的就业方向,当然这其中肯定存在着许多不稳定的因素,我们就以最理想的角度去考虑问题,毕业以后你拿到了一份还满意的工作,每天在这个方向深耕不停的学习,由于你对专业方向的兴趣因素你会乐此不疲,那么随着时间的积累这个正反馈会把你带入到一定的高度,但是最终还是存在一定的局限性就是你最好只能在这个方向上一直走下去。
  2. 我优先选择了学校:我们拿211的一般专业举例,首先可能学校的知名度优于上一个,专业可能最开始你不是那么的喜欢就业也无法使你满意,毕业以后同学们涌入了各行各业,凭借着211学历的和优质的地理条件你可以进入一些门槛比较高的公司,就业的方向也更加的自由,可以在大三开始再确认自己未来想去的岗位,但是在本专业方向的发展却是局限的,哈哈个人其实觉得这种的优势在于不会把自己的路走窄了。
  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这个问题涉及到爬虫和数据处理两个方面,需要分开来考虑。 首先,需要使用爬虫技术从各大高校的招生信息网站上获取考研分数线。具体实现方式可以采用 Python 的 requests 库和 BeautifulSoup 库,代码如下: ```python import requests from bs4 import BeautifulSoup # 定义需要爬取的网址 url = 'http://yz.chsi.com.cn/zsml/queryAction.do' # 定义请求参数 params = { 'm': 'ksbm', 'yxdm': '10003', 'zymc': '计算机科学与技术', 'xxfs': '1', 'bkbm': '1', } # 发送 GET 请求并获取响应内容 response = requests.get(url, params=params) html = response.content # 使用 BeautifulSoup 解析 HTML soup = BeautifulSoup(html, 'html.parser') # 提取分数线信息 table = soup.find('table', class_='zsml-res-items') rows = table.find_all('tr')[1:] for row in rows: cols = row.find_all('td') print(cols[0].text, cols[1].text, cols[2].text, cols[3].text, cols[4].text) ``` 以上代码以某高校计算机专业为例,爬取了该专业分数线并输出。需要注意的是,具体的请求参数需要根据不同的高校和专业进行调整。 其次,需要对获取到的分数线进行处理,可以将其存储到本地的 CSV 文件中。具体实现方式可以使用 Python 的 pandas 库,代码如下: ```python import pandas as pd # 定义 DataFrame df = pd.DataFrame(columns=['学校', '专业', '年份', '最高分', '最低分']) # 爬取分数线信息并添加到 DataFrame 中 for year in range(2016, 2022): params['nf'] = str(year) response = requests.get(url, params=params) html = response.content soup = BeautifulSoup(html, 'html.parser') table = soup.find('table', class_='zsml-res-items') rows = table.find_all('tr')[1:] for row in rows: cols = row.find_all('td') df.loc[len(df)] = [cols[0].text, cols[1].text, cols[2].text, cols[3].text, cols[4].text] # 将 DataFrame 存储到 CSV 文件中 df.to_csv('score_lines.csv', index=False) ``` 以上代码将分数线信息爬取并存储到了名为 `score_lines.csv` 的文件中。需要注意的是,这里只是爬取了某一专业分数线信息,如果需要爬取其他专业分数线信息,需要相应地修改请求参数和 DataFrame 中的列名。

“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
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