重庆市2020年高考分数和录取情况

​今年的高考报名人数突破了千万，很多省市的报名人数都有所增加，高考录取的竞争也更加激烈了。当然，每个省市的情况不一样，大家要关注本地的政策。

中国教育网站上有2020年各地高考一分一段表。考生根据成绩对照一分一段表，就可以知道自己在全省的排名，再参照各类学校各批次招生计划数，确定自己该如何填报志愿。

一分一段表大部分都是以图的形式存在，但是也有少数省市的一分一段表数据是表格，可以直接爬取，如重庆，湖南等。我们就直接爬取重庆市的一分一段数据，看看重庆市2020年高考分数和录取情况，赶紧过来看吧。

考生人数

2020年重庆市高考报名 282977 人，比2019年增加 18698 人，增长7.1%。其中，文史类考生 90998 人，理工类考生 138494 人，普通文理类考生共计 22.95 万人，比2019年增加0.5万人；高职对口类考生 3.74 万人，中职直升类考生 1.58 万人，分别比2019年增加 1.1 万人、 0.27 万人；体育单招、残疾单招、消防单招 298 人。

理科分数

重庆市理科最高分是726分，超过700分有54人，超过650分1841人，超过7924人超过600分。重庆理科本科一批分数线为500分，本科二批分数线为411分。

重庆市理科本科一批分数线为500分，本科二批分数线为411分。上图的红色对应本科一批线，蓝色对应本科二批线。有 42071 人超过一本线， 82444 人超过二本线。对应的一本上线率为30.38%，二本上线率为59.53%。理科考生的分数均值为465分，标准差为93分。

文科分数

重庆市文科超过650分101人，超过1835人超过600分。重庆文科本科一批分数线为536分，本科二批分数线为443分。

重庆市文科本科一批分数线为536分，本科二批分数线为443分。上图的红色对应本科一批线，蓝色对应本科二批线。有 11117 人超过一本线， 37493人超过二本线。对应的一本上线率为12.22%，二本上线率为41.2%。文科考生的分数均值为440分，标准差为88分。

峰度和偏度（Kurtosis）和 偏度（Skewness）

峰度：峰度（Kurtosis）是描述某变量所有取值分布形态陡缓程度的统计量。
它是和正态分布相比较的。
• Kurtosis=0 与正态分布的陡缓程度相同。
• Kurtosis>0 比正态分布的高峰更加陡峭——尖顶峰
• Kurtosis<0 比正态分布的高峰来得平滑——平顶峰计算公式：β = M_4 /σ^4 偏度：

偏度：偏度（Skewness）是描述某变量取值分布对称性的统计量。
• Skewness=0 分布形态与正态分布偏度相同。
• Skewness>0 正偏差数值较大，为正偏或右偏。长尾巴拖在右边。
• Skewness<0 负偏差数值较大，为负偏或左偏。长尾巴拖在左边。计算公式：S= (X^ - M_0)/δ Skewness 越大，分布形态偏移程度越大。

print('Kurtosis:%.3f'%df_score['score'].kurt())
print('Skewness:%.3f'%df_score['score'].skew())

 

理科的Kurtosis:-0.233，Skewness:-0.209。文科的Kurtosis:-0.403，Skewness:-0.188。

文理科的峰度和偏度均小于0，比正态分布的高峰来得平滑，长尾巴拖在左边。出现这种偏离，我想到一个原因：复读生。复读生的水平显然和应届的不一样，大量复读生叠加在最后的分布图上，就会导致高峰向右偏。

代码

• 爬虫：https://www.eol.cn/e_html/gk/gkfsd/index.shtml

import requests
import pprint,csv,random,time
import pandas as pd
from bs4 import BeautifulSoup

url='https://gaokao.eol.cn/chong_qing/dongtai/202007/t20200723_1739877.shtml'
​
headers = {
    'Host': 'gaokao.eol.cn',
    'Referer': 'https://www.eol.cn/e_html/gk/gkfsd/index.shtml',
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.116 Safari/537.36',
}
​
res=requests.get(url)
res.encoding='utf-8'
soup=BeautifulSoup(res.text,'html.parser')
items=soup.select('tr')
​
data=[]
for item in items[3:]:
    datum={}
    score=item.select("td")[0].text
    num=item.select("td")[1].text
    total=item.select("td")[2].text
    print(score,num,total)
    datum["分数段"]=score
    datum["人数"]=num
    datum["累计人数"]=total
    data.append(datum)
​
df=pd.DataFrame(data)
print(df.head())
df.to_csv('cq_science.csv',index=False