Python 爬取 42 年高考数据，告诉你高考为什么这么难？

程序猿李巡天

于 2023-06-20 15:17:02 发布

阅读量315

点赞数

文章标签： python 高考开发语言运维人工智能

本文链接：https://blog.csdn.net/m0_59235945/article/details/131307853

版权

在这里插入图片描述
对于像作者一样已经工作的“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：

在这里插入图片描述
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。

01 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：

在这里插入图片描述
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（此时心疼自己1秒），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：

在这里插入图片描述
看到这不禁对老爸发出由衷的赞叹，作者参与高考时的录取率已经是老爸参加时的数倍之多，相较于老爸那个时候的“千军万马过独木桥”，作者过的独木桥已经要宽敞了好多。

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)