Python高考 | 2023年四川省高考理科一分一段人数分布情况

简介: Python高考 | 2023年四川省高考理科一分一段人数分布情况

大家好,我是欧K~

本期根据四川省教育考试院发布的2023年四川省高考理科一分一段人数分布表看看本科批次的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。

数据来源:四川省教育考试院

往期相关:

高考热搜 | 山东、湖北、河南、江苏、广东五省考生报考迁徙情况

高考热搜 | 北京、上海、天津、重庆四个直辖市考生报考迁徙情况

高考热搜 | 大家最关注的理科专业、热门经济类院校等排行榜

可视化 | 全国双一流大学、超高人气本科专业等排行榜


1. 一分一段人数分布

def get_data_pic():
    L1 = (
    Line()
    .add_xaxis(df['分数'].tolist()[::-1])
    .add_yaxis(
        "",
        df['人数'].tolist()[::-1],
        symbol_size=0.5,
    )
    .add_yaxis(
        "",
        data_t,
        symbol_size=0.5,
    )
    .add_yaxis(
        "",
        data_t2,
        symbol_size=0.5,
    )
    .set_series_opts(
        label_opts=opts.LabelOpts(is_show=False)
    )
    .set_global_opts(
        legend_opts=opts.LegendOpts(is_show=False),
        title_opts=opts.TitleOpts(
            title='2023年四川省高考理科一分一段人数分布',
            pos_top='1%',
            pos_left="1%",
            title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)
        ),
        yaxis_opts=opts.AxisOpts(
            axislabel_opts=opts.LabelOpts(font_size=12, color=colors[3]),
            axisline_opts=opts.AxisLineOpts(
                is_show=False,
                linestyle_opts=opts.LineStyleOpts(width=2, color=colors[3])
            ),
        )
    )
)

有高考成绩的人数一共 295512

本科一批分数线:520分,520分以上84257本科二批分数线:433,433分以上共189872


2. 本科批次占比

def get_pie_pic():
    pie = (
        Pie()
        .add(
            "",
            [list(z) for z in zip(lables, datas)],
            radius=["40%", "70%"],
            center=["50%", "50%"],
            label_opts=opts.LabelOpts(formatter="{b}: \n{d}%",font_size=18),
        )
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title=f'2023年四川省高考理科各批次人数分布',
                pos_top='39%',
                pos_left="center",
            ),
            legend_opts=opts.LegendOpts(
                is_show=False,
                textstyle_opts=opts.TextStyleOpts(font_size=14),
                pos_top='6%',
            ),
        )
    )


本科一批过线人数占比:28.51%

本科二批过线人数占比:28.51%+35.74%=64.25%

二批以下人数占比:35.75%3. 更多可视化源码下载 | Python可视化系列文章资源(源码+数据)
👉 公众号后台回复【可视化项目源码】获取更多可视化代码+数据

END


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。

相关文章
|
7月前
|
XML 存储 数据处理
python绘制热力图-数据处理-VOC数据类别标签分布及数量统计(附代码)
python绘制热力图-数据处理-VOC数据类别标签分布及数量统计(附代码)
|
4月前
|
数据采集 数据可视化 数据挖掘
【python】python葡萄酒国家分布情况数据分析pyecharts可视化(源码+数据集+论文)【独一无二】
【python】python葡萄酒国家分布情况数据分析pyecharts可视化(源码+数据集+论文)【独一无二】
|
7月前
|
机器学习/深度学习 算法 Python
Python用RNN神经网络:LSTM、GRU、回归和ARIMA对COVID19新冠疫情人数时间序列预测
Python用RNN神经网络:LSTM、GRU、回归和ARIMA对COVID19新冠疫情人数时间序列预测
111 12
|
7月前
|
数据可视化 Python
python中Copula在多元联合分布建模可视化2实例合集|附数据代码
python中Copula在多元联合分布建模可视化2实例合集|附数据代码
|
6月前
|
自然语言处理 数据可视化 Python
卡方分布和 Zipf 分布模拟及 Seaborn 可视化教程
卡方分布是统计学中的一种连续概率分布,用于假设检验,形状由自由度(df)决定。自由度越大,分布越平缓。NumPy的`random.chisquare()`可生成卡方分布随机数。Seaborn能可视化卡方分布。练习包括模拟不同自由度的卡方分布、进行卡方检验。瑞利分布描述信号处理中幅度分布,参数为尺度(scale)。Zipf分布常用于自然语言等幂律特征数据,参数a控制形状。NumPy的`random.zipf()`生成Zipf分布随机数。
115 0
|
6月前
|
机器学习/深度学习 数据可视化 Python
多项分布模拟及 Seaborn 可视化教程
多项分布是二项分布的推广,描述了在n次试验中k种不同事件出现次数的概率分布。参数包括试验次数n、结果概率列表pvals(和为1)和输出形状size。PMF公式展示了各结果出现次数的概率。NumPy的`random.multinomial()`可生成多项分布数据。练习包括模拟掷骰子和抽奖活动。解决方案提供了相关图表绘制代码。关注公众号“Let us Coding”获取更多内容。
63 0
|
7月前
|
数据可视化 Python
PYTHON贝叶斯推断计算:用BETA先验分布推断概率和可视化案例
PYTHON贝叶斯推断计算:用BETA先验分布推断概率和可视化案例
|
7月前
|
数据可视化 数据挖掘 Linux
Seaborn中的分布图:轻松展示数据分布情况
【4月更文挑战第17天】Seaborn是数据分析中的利器,提供直观的分布图以展示数据特性。包括:直方图(histplot,可选KDE),用于观察数据集中趋势和异常值;核密度估计图(kdeplot),呈现连续分布估计;箱线图(boxplot),通过中位数和四分位数展示分布和异常值;小提琴图(violinplot),结合箱线图和KDE,显示详细分布信息。通过自定义参数,可优化图表样式,提升可视化效果,助力数据分析。
|
7月前
|
测试技术 Python
279: 人数统计(python)
279: 人数统计(python)
|
7月前
|
资源调度 数据可视化 数据挖掘
Python用PyMC贝叶斯GLM广义线性模型、NUTS采样器拟合、后验分布可视化
Python用PyMC贝叶斯GLM广义线性模型、NUTS采样器拟合、后验分布可视化