我用python掐指一算，2024高考分数和录取情况可能是这样

fig.add_trace(go.Scatter(

x = raw_data[‘分数段’],

y = raw_data[‘所有考生本段人数’],

fill = ‘tozeroy’,

mode = ‘lines’,

marker = dict(

size = 8,

color = ‘rgb(88, 182, 192)’

)),

row=1, col=1,

)

#保存图片

img_file = os.path.join(img_dir, ‘img1.svg’)

fig.write_image(img_file, scale=1)

fig.show()

选考物理、化学、生物的学生的成绩呈正态分布，大多数学生的成绩集中于中间，成绩两端学生的人数分布较少。而选考文科类（历史、地理、政治）学科的学生的成绩成偏态分布，一段线以下的人数占比较大，尤其历史和地理学科上这种趋势更加明显。

本科上线率

通过计算各科所有选择的人中有多少人的总分在一段线以上，发现，选考物理的学生的上线率最高，达到了67%，而选考历史的学生的上线率较低，只有37%。

选考科目情况

#所有考生的科目选择情况

sum_people = raw_data[‘所有考生累计人数’].iloc[-1]

subj_select = []

subj_name = [‘物理’,‘化学’,‘生物’,‘历史’,‘地理’,‘政治’]

subj_select_percent = pd.DataFrame(index = subj_name,columns=[‘比例’])

for i in subj_name:

singel_subj = raw_data[‘选考’+i+‘累计人数’].iloc[-1]

singel_percent = round(singel_subj/sum_people,4)*100

subj_select.append(singel_percent)

subj_select_percent.loc[i, ‘比例’] = singel_percent

在此次模拟考中，分数在150分以上的考生共有489567人，其中选考地理的人数最多，选考比率为63.6%，选考政治的人数最少，选考比率只有34.31%，而备受大家关注的选考物理的比率为41.59%。

需要注意的是，山东2020年高考的正式选科时间是5.25-29，而模拟考的时间在1月，因此上述数据只能作为学生选科的重要参考。

学霸们的选科组合

根据此次公布的一分一段表以及高考志愿辅导专家的分析，大体推测了全省前100名考生的选科情况。

果然，学霸们还是较忠于传统的理科组合（物化生），有89%的人选择了该组合，而传统的文科组合（史地政）没有人选择。或许因为，理科受题目的难度影响较大，当题目较简单时，考生更容易考出高分，而文科更多开放题，考取的高分的概率更小。这也间接导致了，考生倾向选择纯理科或者至少1门理科。

双一流高校录取情况分析

我们统计了近三年双一流高校在山东的理工类专业录取最低分，位次靠前的依次是北京大学，复旦大学，上海交通大学，浙江大学，中国科学技术大学。

我们统计了近三年双一流高校在山东的文史类专业录取最低分，位次靠前的依次是清华大学，北京大学，上海交通大学，复旦大学，中国人民大学。

双一流高校专业录取情况分析

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）

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）

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）