大家好,我是欧K~
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。
数据部分见上一期:爬虫 | Python爬取软科中国大学排名(内附源码)
涉及到的库:
Pandas — 数据处理
Pyecharts — 数据可视化
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')
2.1 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()
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',
subtitle='-- 制图@:Python当打之年 --',
pos_top='1%',
pos_left="1%",
title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)
))
.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。
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)],
)
.set_global_opts(
title_opts=opts.TitleOpts(
title='2-2023中国大学各类型占比',
subtitle='-- 制图@:Python当打之年 --',
pos_top='1%',
pos_left="1%",
title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)
),
)
)
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%。
江苏地区大学数量最多,有39所,宁夏最少,只有2所。
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',
subtitle='-- 制图@:Python当打之年 --',
pos_top='1%',
pos_left="1%",
title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=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
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',
subtitle='-- 制图@:Python当打之年 --',
pos_top='1%',
pos_left="1%",
title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)
)
)
)
return wordcloud
在线运行地址(含全部代码):
以上就是本期为大家整理的全部内容了,喜欢的朋友可以点赞、点在看也可以分享让更多人知道。
往期推荐
可视化 | Flask+Mysql+Echarts 豆瓣电影Top250数据分析系统
Pandas+Pyecharts | 海南旅游攻略数据分析可视化
Pandas+Pyecharts | 全国海底捞门店数据分析可视化
Pandas+Pyecharts | 京东某商品销量数据分析可视化
Pandas+Pyecharts | 全国星巴克门店数据分析可视化
Pandas+Pyecharts | 第七次人口普查数据分析可视化
Pandas+Pyecharts | 快手APP全国大学生用户数据分析可视化
Pandas+Pyecharts | 奥迪汽车销量数据分析可视化
Pandas+Pyecharts | 剧荒了?用Python找找最近的热播好剧!
Pandas+Pyecharts | 2023年胡润百富榜数据分析可视化
Pandas+Pyecharts | 2023软科中国大学排名分析可视化
Pandas+Pyecharts | 成都大运会奖牌数据分析可视化
Pandas+Pyecharts | 电子产品销售数据分析可视化+用户RFM画像
Pandas+Pyecharts | 北京近五年历史天气数据可视化
Pandas+Pyecharts | 中国高校及专业数据分析可视化
Pandas+Pyecharts | 新冠疫情数据动态时序可视化
Pandas+Pyecharts | 全国吃穿住行消费排行榜,最‘抠门’的地区居然是北京!!!
Pandas+Pyecharts | 2022世界500强数据分析可视化
Pandas+Pyecharts | 上海市餐饮数据分析可视化
Pandas+Pyecharts | 山东省高考考生数据分析可视化
Pandas+Pyecharts | 20000+天猫订单数据可视化
Pandas+Pyecharts | 40000+汽车之家数据分析可视化
Pandas+Pyecharts | 广州市已成交房源信息数据可视化
Pandas+Pyecharts | 某直聘平台招聘信息数据可视化
可视化 | 分享一套Flask+Pyecharts可视化模板
用Python分析了3W+《独行月球》影评数据,看看观众们怎么说~