太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

大家好,我是阿辰。

今天带大家来看一下全国所有大学的数据信息(包括专本科,覆盖全国),一共是获取到了全国31个省份,共2769所大学。先预览一下数据:

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

这里字段主要是包括了(省份、大学、类型、公或民办、本会专科、985、211、双一流、城市、隶属于、地址)

本文除了讲解怎么获取数据外,还将对这些数据进行可视化展示分析。

PS: 下面将一大把可视化动图袭来,别被震撼到,因为实在是太炫酷了(哈哈哈)

1.获取数据

网页分析

在开始获取之前,先说一下数据的来源:

https://gkcx.eol.cn/school/search?schoolflag=&fromcoop=bdkp&is_recruitment=1&province=&cityname=

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

上图就是对应的网页,通过分析发现,数据是通过异步请求方式进行加载,因此打开Network,查看数据包,找到了数据在下面的数据包中

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

打开返回的json数据

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

可以看到数据已经获取到了,并且是在data下的item里面。

下一页分析

请求的异步链接:

https://api.eol.cn/gkcx/api/?access_token=&admissions=&central=&department=&dual_class=&f211=&f985=&is_doublehigh=&is_dual_class=&is_recruitment=1&keyword=&nature=&page=1&province_id=64&ranktype=&request_type=1&school_type=&signsafe=&size=20&sort=view_total&type=&uri=apidata/api/gk/school/lists

通过异步链接可以发现,参数page是页面,province_id是对应的省份id(id是从11开始,12、13…)

因此通过变化page和province_id即可获取不同省份以及该省份所有大学情况,其核心代码如下:

for province_id in range(11,70):
    try:
        page = 1
        while(1):
            url = "https://api.eol.cn/gkcx/api/?access_token=&admissions=&central=&department=&dual_class=&f211=&f985=&is_doublehigh=&is_dual_class=&is_recruitment=1&keyword=&nature=&page="+str(page)+"&province_id="+str(province_id)+"&ranktype=&request_type=1&school_type=&signsafe=&size=20&sort=view_total&type=&uri=apidata/api/gk/school/lists"
            text = requests.get(url,headers=headers).json()
            datas = text['data']['item']
            page = page+1
            if len(datas)>0:
                 for i in range(0,len(datas)):
                    print(datas[i]['province_name'])
                    print(datas[i]['name'])
                    print(datas[i]['type_name'])
                    print(datas[i]['nature_name'])
                    print(datas[i]['level_name'])
                    print(datas[i]['f985'])
                    print(datas[i]['f211'])
                    print(datas[i]['dual_class_name'])
                    print(datas[i]['city_name'])
                    print(datas[i]['belong'])
                    print(datas[i]['address'])
            else:
                break
    except:
        pass 

最后将数据保存到excel中

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

一共是2769所大学,下面开始进行可视化分析。

2.可视化分析

1.不同省份大学数量

从excel中取出省份这一列,统计每一个省份行数,并进行排序

datafile = u'全国大学数据-李运辰.xls'
data = pd.read_excel(datafile)
attr = data['省份'].tolist()
result = Counter(attr)
# 排序
d = sorted(result.items(), key=lambda x: x[1], reverse=True)

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

分析

从排序上来看,江苏省的大学数量是最多的(168所),其次分别是山东、广东、河南、四川等

可视化效果

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

2.统计省份对应不同市大学数量

这里以广东省和吉林省为例,统计该省不同市有多少所大学

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

###广东所有城市
gd_city = []
###吉林所有城市
jl_city = []
for index, row in data.iterrows():
    if row[0]=="广东":
        gd_city.append(row[8])
    if row[0]=="吉林":
        jl_city.append(row[8])
print(gd_city)
print(jl_city)

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

下面开始统计城市数量并进行排序

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

分析

从图中可以看到,广东省的大学主要聚集在广州市较多(83),占比约50%。吉林省的大学主要聚集在长春市较多(43),占比约65%。

可视化效果

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

3. 985、211以及双一流数量

分别统计985、211以及双一流数量,先看一下数据(其中985和211这两列,1表示是,2表示不是)

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

 for index, row in data.iterrows():
        if row[5] == 1:
            data_985.append(row[1])
        if row[6] == 1:
            data_211.append(row[1])
        if row[7] == "双一流":
            data_two_one.append(row[1])

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

我们都知道985院校是39所,这里显示46所,这个是没错的,因为一些985院校有分校,所以就累计了46所,比如北京大学和北京大学医学部,这都是985

4.公或民办类型数量

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

分析

从动图上来看,公办大学数量最多(2010),这个结果毫无疑问!其次还有少部分是中外合作办学

5.本或专科数量

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

分析

从整体趋势上来看,本科和专科大学数量相差大概是在100左右!!

6.全国不同类型大学数量情况

先看一下数据

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

下面开始统计不同类型个数,并进行可视化展示分析


attr = data['类型'].tolist()
result = Counter(attr)
# 排序
d = sorted(result.items(), key=lambda x: x[1], reverse=True)
print(d)
key = [i[0] for i in d]
value = [i[1] for i in d]

可视化效果:

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

分析

从图上来看,理工类和综合类大学居多,师范类和财经类以及医药类其次。

7.全国不同大学隶属情况

同样的先看一下数据

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

下面开始统计不同类型个数,并进行可视化展示分析

attr = data['隶属于'].tolist()
result = Counter(attr)
# 排序
d = sorted(result.items(), key=lambda x: x[1], reverse=True)
print(d)
key = [i[0] for i in d]
value = [i[1] for i in d]

可视化效果:

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

分析:

从图上可以看到前几名(河南、江苏、山东、广东)是属于省份的,猜测可能是普通本科以及专科院校居多,因此学校类型属于省份。

3.小结

本文讲解了如何去获取全国大学数据,最后通过可视化的方式展示数据,并进行分析。

如果想要学习python的小伙伴,可以下方扫码加我微信,备注:加群,我拉入进群交流学习(广告者勿扰,立刻踢),里面有大神免费答疑还有各种志同道合的小伙伴也在里面,现在就差你了!!!

太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

上一篇:spark按照key分区:partitionBy


下一篇:Spring源码之事件管理与发布