【30 Pandas+Pyecharts | 2023软科中国大学排名分析可视化】

大家好，我是 👉【Python当打之年(点击跳转)】

软科中国大学排以专业、客观、透明的优势赢得了高等教育领域和社会的广泛关注和认可，本期将利用Python分析最新「中国大学排名和分布情况」 ，希望对大家有所帮助，如有疑问或者需要改进的地方可以联系小编。

涉及到的库：
Pandas — 数据处理
Pyecharts — 数据可视化

🏳️‍🌈 1. 导入模块

import pandas as pd
from pyecharts.charts import Line
from pyecharts.charts import Bar
from pyecharts.charts import PictorialBar
from pyecharts.charts import Map
from pyecharts.charts import Pie
from pyecharts.charts import Grid
from pyecharts.charts import WordCloud
from pyecharts import options as opts
import warnings
warnings.filterwarnings('ignore')

🏳️‍🌈 2. Pandas数据处理

2.1 读取数据

df = pd.read_excel('./中国大学综合排名2023.xlsx')

2.2 数据信息

df.info()

🏳️‍🌈 3. Pyecharts数据可视化

3.1 2023中国大学综合排名TOP30

def get_bar1(x_data,y_data,range_color):
    bar = (
        Bar()
           .add_xaxis(x_data)
           .add_yaxis('', y_data, category_gap='30%')
           .set_global_opts(
                title_opts=opts.TitleOpts(
                    title='1-2023中国大学综合排名TOP30',
                    pos_top='1%',
                    pos_left="1%",
                    title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)
                ),

                visualmap_opts=opts.VisualMapOpts(is_show=False, max_=900, min_=400, dimension=0,
                        range_color=range_color),
                legend_opts=opts.LegendOpts(is_show=False),
                xaxis_opts=opts.AxisOpts(is_show=False, is_scale=True),
                yaxis_opts=opts.AxisOpts(axistick_opts=opts.AxisTickOpts(is_show=False),
                                         axisline_opts=opts.AxisLineOpts(is_show=False),
                                         axislabel_opts=opts.LabelOpts(font_size=12)))
        .reversal_axis()
    )
    return bar

• 清华大学、北京大学两所顶尖学府毫无悬念排名前两位。
• 浙江大学、上海交通大学、复旦大学、南京大学、中国科学技术大学、华中科技大学、武汉大学、西安交通大学、中山大学分列第2至10位。

3.2 2023中国大学各类型占比

def get_pie(x_data,y_data,range_color):
    pie1 = (
        Pie(init_opts=opts.InitOpts(theme='dark',width='1000px', height='600px',bg_color='#0d0735'))
        .add(
            "",
            [list(z) for z in zip(x_data, y_data)],
            radius=["40%", "70%"],
            center=["50%", "50%"],
            label_opts=opts.LabelOpts(formatter="{b}类 {c} 所：{d}%",font_size=14,font_weight=500),
        )
        .set_colors(range_color[1:])
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='2-2023中国大学各类型占比',
                pos_top='1%',
                pos_left="1%",
                title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)
            ),
            legend_opts=opts.LegendOpts(is_show=False)
        )
    )
    return pie1

• 理工类大学一个有217所，占比36.78%，超过大学总数量的1/3。
• 综合类和师范类大学占比也都超过了25%。

3.3 2023中国各省地区大学数量分布

• 江苏地区大学数量最多，有39所，宁夏最少，只有2所。

3.4 各地区大学数量地图分布

def get_map(data,range_color):
    m = (
        Map()
        .add('',
             data,
             'china',
             is_map_symbol_show=False,
             label_opts=opts.LabelOpts(is_show=False)
            )
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='4-2023中国各地区大学数量地图分布',
                pos_top='1%',
                pos_left="1%",
                title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)
            ),
            visualmap_opts=opts.VisualMapOpts(
                range_color=range_color,
                pos_bottom='10%',pos_left='20%'
            ),            
        )
    )
    return m

• 江苏、山东、河南、河北、北京、辽宁、四川、陕西等地区大学数量较多。
• 大学分布集中在东部和南部地区。

3.5 2023中国大学排名TOP5各项评分

3.6 人才培养排名TOP8

3.7 大学评分词云

def get_wordcloud(x_data,y_data):
    wordcloud = (
        WordCloud()
        .add(series_name="", data_pair=list(zip(x_data,y_data)), word_size_range=[5, 45])
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='7-大学评分词云',
                pos_top='1%',
                pos_left="1%",
                title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)
            )
        )
    )
    return wordcloud

🏳️‍🌈 4. 可视化项目源码+数据

点击跳转：【全部可视化项目源码+数据】

---

以上就是本期为大家整理的全部内容了，赶快练习起来吧，原创不易，喜欢的朋友可以点赞、收藏也可以分享（注明出处）让更多人知道。