【数据可视化】大作业（意向考研高校的数据可视化）

文章目录

  • 前言
  • 一、数据介绍
    • 1.1 基本信息
    • 1.2 考研信息
    • 1.3 导师信息
  • 二、预处理及分析
    • 2.1 数据预处理
      • 2.1.1 考研信息预处理
      • 2.1.2 导师信息预处理
    • 2.2 数据分析
  • 三、可视化方法及结果
    • 3.1 可视化方法
    • 3.2 可视化结果展示
      • 3.2.1 基本信息
      • 3.2.2 考研信息
      • 3.2.3 导师信息
  • 四、总结
  • 五、附录

前言

  • 将该高校的地理位置以地图的形式展示。
  • 将该高校近几年计算机相关专业的考研（或高考）录取成绩、人数信息，专业师资队伍，考试科目及内容等等以合适的柱状图、折线图、饼图等方式表示出来，图表能够清晰得呈现不同数据的变化，使得观察图表的人能够迅速得获取信息。
    • 录取成绩、录取人数信息、专业师资队伍
    • 柱状图、折线图、饼图
  • 对个人感兴趣的导师、研究方向等多属性、多维度、多关系数据选用关系、词云等可视化方法，使数据清晰有效地表达。
    • 研究方向（关系+词云）
  • 其它自由发挥部分

一、数据介绍

1.1 基本信息

  • 学校名称：山东理工大学
  • 地理位置：山东省淄博市，北纬36.810315,东经117.999601
  • 院校：计算机科学与技术学院

1.2 考研信息

  • 下载相关信息：2020考研拟录取名单：山东理工大学2020年硕士研究生拟录取名单
  • PDF识别为Excel：PDF在线转换工具、WPS会员（钞能力）、python

通过网络搜集2020-2022年，山东理工大学计算机科学与技术专业（学硕+专硕）第一志愿录取情况信息，具体信息包括：复试学院代码，复试学院，姓名，初试考试编号，复试专业代码，复试专业名称，研究方向代码，学习形式，一志愿/调剂，初试成绩，综合面试成绩"，总成绩，排名，录取结果，备注。需要注意的是该数据并非来自官网（学校官网信息已关闭），在数据结果上存在误差。

import PyPDF2
import pytesseract
import pandas as pd
import os# 设置OCR引擎（如果需要）
# pytesseract.pytesseract.tesseract_cmd = r'/usr/bin/tesseract'  # 指定Tesseract OCR引擎的路径# 将PDF文件转换为文本
def pdf_to_text(pdf_path):text = ""with open(pdf_path, 'rb') as file:reader = PyPDF2.PdfReader(file)num_pages = len(reader.pages)for page in range(num_pages):pdf_page = reader.pages[page]text += pdf_page.extract_text()return text# 使用OCR识别文本
def ocr_text(image_path):text = pytesseract.image_to_string(image_path)return text# 将文本保存为Excel文件
def save_text_as_excel(text, output_path):lines = text.split('\n')data = [line.split() for line in lines if line.strip()]df = pd.DataFrame(data)df.to_excel(output_path, index=False)# 主函数
def pdf_to_excel(pdf_folder, output_folder):pdf_files = [f for f in os.listdir(pdf_folder) if f.endswith('.pdf')]for pdf_file in pdf_files:pdf_path = os.path.join(pdf_folder, pdf_file)text = pdf_to_text(pdf_path)# 使用OCR识别文本（如果需要）# image_path = 'image.png'  # 将PDF转换为图像文件（可选）# text = ocr_text(image_path)excel_file = pdf_file.replace('.pdf', '.xlsx')output_path = os.path.join(output_folder, excel_file)save_text_as_excel(text, output_path)print("转换完成！")# 调用函数进行转换
pdf_folder = '/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/'
output_folder = '/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Output/'
pdf_to_excel(pdf_folder, output_folder)

在这里插入图片描述

  • 其他相关信息：
  • （104）山东理工大学2020计算机考研数据速览
  • （189）山东理工大学2021计算机考研数据速览，专硕复试线299分，学硕接收调剂
  • （112）山东理工大学22计算机考研数据速览，学硕接收调剂

1.3 导师信息

通过山东理工大学计算机科学与技术学院官网，搜集获取研究生导师信息。

  • 获取信息：姓名、职位、主要学习工作简历、主要研究方向、社会兼职及荣誉称号、主讲课程及主要教学奖励、主要科研成果及奖励
  • 爬取代码：导师队伍
import time
import requests
from lxml import etree
import pandas as pddef scrape_website(url, dataframe):# 发起HTTP请求获取网页内容response = requests.get(url)# 检查请求是否成功if response.status_code == 200:# 使用lxml库解析网页内容html = response.texttree = etree.HTML(html)# 创建字典来存储爬取的数据data = {}# 基本信息item1 = tree.xpath('/html/body/div[4]/div/div[2]/div/div[1]/div[2]/h2//text()')item2 = tree.xpath('/html/body/div[4]/div/div[2]/div/div[1]/div[2]/h3//text()')data['Item 1'] = item1data['Item 2'] = item2# 主要学习工作简历data1 = tree.xpath('/html/body/div[4]/div/div[2]/div/div[2]/div/p//text()')data['Main Education and Work Experience'] = data1# 主要研究方向data2 = tree.xpath('/html/body/div[4]/div/div[2]/div/div[3]/div/p//text()')data['Main Research Areas'] = data2# 社会兼职及荣誉称号data3 = tree.xpath('/html/body/div[4]/div/div[2]/div/div[4]/div/p//text()')data['Social Positions and Honors'] = data3# 主讲课程及主要教学奖励data4 = tree.xpath('/html/body/div[4]/div/div[2]/div/div[5]/div/p//text()')data['Main Courses and Teaching Awards'] = data4# 主要科研成果及奖励data5 = tree.xpath('/html/body/div[4]/div/div[2]/div/div[6]/div/p//text()')data['Main Research Achievements and Awards'] = data5# 将数据转换为DataFrame并添加到现有DataFrame中new_dataframe = pd.DataFrame([data])dataframe = pd.concat([dataframe, new_dataframe], ignore_index=True)return dataframeelse:print("请求失败")def scrape_url(url):# 发起HTTP请求获取网页内容response = requests.get(url)# 检查请求是否成功if response.status_code == 200:# 使用lxml库解析网页内容html = response.texttree = etree.HTML(html)# 提取所有链接links = tree.xpath('//*[@id="wp_content_w3_0"]//@href')for link in links:print("链接:", link)return linkselse:print("请求失败")# 创建空的DataFrame来存储导师信息
df = pd.DataFrame()# 调用爬虫函数
links = scrape_url("https://jsjxy.sdut.edu.cn/7534/list.htm")
for link in links:print(link)df = scrape_website(link, df)time.sleep(1)# 删除JSON格式的数据
df = df.applymap(lambda x: ', '.join(x) if isinstance(x, list) else x)# 将整理好的数据保存到Excel文件
df.to_excel("导师信息.xlsx", index=False)print('########################### Over  ###########################')
  • 数据展示：
    在这里插入图片描述

二、预处理及分析

2.1 数据预处理

2.1.1 考研信息预处理

  • 删除标题
  • 删除空数据
  • 处理重复数据
  • 筛选复试学院为"计算机科学与技术数据" | “计算机学院” 的数据
  • 数据分别保存到三个Excel文件中，分别命名为“2020jsj”、“2021jsj”、“2022jsj”
import pandas as pd# 读取数据文件
data_path = "/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/"
file_names = ["2020year.xlsx", "2021year.xlsx", "2022year.xlsx"]
save_names = ["2020jsj.xlsx", "2021jsj.xlsx", "2022jsj.xlsx"]for i in range(len(file_names)):file_path = data_path + file_names[i]save_path = data_path + save_names[i]# 读取Excel文件df = pd.read_excel(file_path)# 筛选条件condition = ((df["复试学院"] == "计算机学院") | (df["复试学院"] == "计算机科学与技术学院"))# 根据条件筛选数据filtered_data = df[condition]# 保存筛选后的数据到新的Excel文件filtered_data.to_excel(save_path, index=False)

在这里插入图片描述

针对部分PDF转Excel识别不规范处理：

  • 根据“序号”一列将所有数据添加到新的excel表格中，如果“序号”对应的数据为非数字或空则跳过
import pandas as pd# 读取原始Excel文件
file_path = '/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/2020year.xlsx'
df = pd.read_excel(file_path)# 新建Excel文件
new_file_path = '/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/new_data.xlsx'
new_df = pd.DataFrame(columns=df.columns)  # 使用原始Excel文件的表头创建新的DataFrame# 根据"序号"一列添加数据
for index, row in df.iterrows():value = row['序号']if pd.notnull(value) and str(value).isdigit():new_df = new_df._append(row)# 将数据保存到新的Excel文件
new_df.to_excel(new_file_path, index=False)

2.1.2 导师信息预处理

  • 删除空数据
  • 处理重复数据
  • 切分数据
import pandas as pd
import re# 读取Excel文件
file_path = '/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/导师信息.xlsx'
df = pd.read_excel(file_path)# 删除空数据
df = df.dropna(how='all')# 处理重复数据
df = df.drop_duplicates()# 创建新的Excel文件
output_file = '/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/导师信息处理后.xlsx'
writer = pd.ExcelWriter(output_file, engine='xlsxwriter')# 处理每个导师的信息
for index, row in df.iterrows():# 获取导师名称teacher_name = row['Item 1']# 创建以导师名称命名的工作表teacher_sheet = writer.book.add_worksheet(teacher_name)# 添加表头信息headers = ['姓名', '职位', '主要学习工作简历', '主要研究方向', '社会兼职及荣誉称号', '主讲课程及主要教学奖励','主要科研成果及奖励']for col_index, header in enumerate(headers):teacher_sheet.write(0, col_index, header)# 将每一列的数据按照“，”“、”“；”进行切分，并保存到新的工作表中for col_index, value in enumerate(row):if pd.notnull(value):data_list = [x.strip() for x in re.split('[,、;]', str(value))]for i, data in enumerate(data_list):teacher_sheet.write(i + 1, col_index, data)# 保存并关闭Excel文件
writer._save()
  • 处理结果：
    在这里插入图片描述

预处理后的数据仍有部分存在，手工处理后获得数据plus
数据内容：姓名、职位、主要学习工作简历、主要研究方向、社会兼职及荣誉称号、主讲课程

2.2 数据分析

三、可视化方法及结果

3.1 可视化方法

  • 地理位置展示：pyecharts地图展示工具
  • 2020-2022年一志愿录取成绩
    • 2020-2022年分数分布图：初试成绩、综合面试成绩、总成绩（柱形图）
    • 2020-2022年分数分分布饼图：初试成绩、综合面试成绩、总成绩（饼图-轮播图）
    • 2020-2022年最低分、最高分对比：初试成绩、综合面试成绩、总成绩（箱线图）
  • 2020-2022年一志愿人数信息：参与一志愿人数、录取人数变化图（折线图）
  • 考试科目及内容：Excel表格截图
  • 专业师资队伍：研究方向（关系图+词云图）

3.2 可视化结果展示

3.2.1 基本信息

  • 地理位置
from pyecharts.charts import Geo
from pyecharts import options as opts
from pyecharts.globals import GeoTypedef test_geo():g = Geo()# 选择要显示的地图g.add_schema(maptype="山东")# 使用add_coordinate(name, lng, lat)添加坐标点和坐标名称g.add_coordinate('山东理工大学', 117.999601, 36.810315)# 给上面的坐标点添加数据，data_pair = [('山东理工大学', 10)]# 将数据添加到定义的地图上g.add('', data_pair, type_=GeoType.EFFECT_SCATTER, symbol_size=5)# 设置样式g.set_series_opts(label_opts=opts.LabelOpts(is_show=True))return gg = test_geo()
# 渲染成html，保存在代码文件的相同目录下
g.render('坐标标注.html')

在这里插入图片描述

3.2.2 考研信息

2020-2022年分数分布图：初试成绩、综合面试成绩、总成绩（柱形图）

  • 初试成绩分布
import pandas as pd
from pyecharts.charts import Bar
from pyecharts import options as opts# 文件路径和文件名
file_path = "/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/"
file_names = ["2020jsj.xlsx", "2021jsj.xlsx", "2022jsj.xlsx"]# 分数段
score_ranges = [225, 250, 275, 300, 325, 350, 375, 400, 425]# 存储每个分数段的人数
score_counts = [[0] * (len(score_ranges) - 1) for _ in range(len(file_names))]# 遍历文件进行统计
for idx, file_name in enumerate(file_names):file = file_path + file_namedf = pd.read_excel(file)# 获取初试成绩列数据scores = df["初试成绩"]# 统计每个分数段的人数for score in scores:for i in range(len(score_ranges) - 1):if score_ranges[i] <= score < score_ranges[i + 1]:score_counts[idx][i] += 1break# 绘制柱状图
bar = (Bar().add_xaxis([str(range_start) + '-' + str(range_end) for range_start, range_end in zip(score_ranges[:-1], score_ranges[1:])])
)# 添加不同年份的数据系列
for idx, file_name in enumerate(file_names):bar.add_yaxis(file_name[:-5], score_counts[idx], stack="stack{}".format(idx))# 设置全局选项
bar.set_global_opts(title_opts=opts.TitleOpts(title="初试成绩分布"),xaxis_opts=opts.AxisOpts(name="分数段"),yaxis_opts=opts.AxisOpts(name="人数"),
)# 渲染图表
bar.render("score_distribution.html")

在这里插入图片描述

  • 综合面试成绩分布
import pandas as pd
from pyecharts.charts import Bar
from pyecharts import options as opts# 文件路径和文件名
file_path = "/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/"
file_names = ["2020jsj.xlsx", "2021jsj.xlsx", "2022jsj.xlsx"]# 分数段
score_ranges = list(range(70, 91, 2))# 存储每个分数段的人数
score_counts = [[0] * (len(score_ranges) - 1) for _ in range(len(file_names))]# 遍历文件进行统计
for idx, file_name in enumerate(file_names):file = file_path + file_namedf = pd.read_excel(file)# 获取综合面试成绩列数据scores = df["综合面试成绩"]# 统计每个分数段的人数for score in scores:for i in range(len(score_ranges) - 1):if score_ranges[i] <= score < score_ranges[i + 1]:score_counts[idx][i] += 1break# 绘制柱状图
bar = (Bar().add_xaxis([str(range_start) + '-' + str(range_end) for range_start, range_end in zip(score_ranges[:-1], score_ranges[1:])])
)# 添加不同年份的数据系列
for idx, file_name in enumerate(file_names):bar.add_yaxis(file_name[:-5], score_counts[idx], stack="stack{}".format(idx))# 设置全局选项
bar.set_global_opts(title_opts=opts.TitleOpts(title="综合面试成绩分布"),xaxis_opts=opts.AxisOpts(name="分数段"),yaxis_opts=opts.AxisOpts(name="人数"),
)# 渲染图表
bar.render("综合面试成绩分布.html")

在这里插入图片描述

  • 总成绩分布
import pandas as pd
from pyecharts.charts import Bar
from pyecharts import options as opts# 文件路径和文件名
file_path = "/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/"
file_names = ["2020jsj.xlsx", "2021jsj.xlsx", "2022jsj.xlsx"]# 分数段
score_ranges = list(range(60, 82, 2))# 存储每个分数段的人数
score_counts = [[0] * (len(score_ranges) - 1) for _ in range(len(file_names))]# 遍历文件进行统计
for idx, file_name in enumerate(file_names):file = file_path + file_namedf = pd.read_excel(file)# 获取总成绩列数据total_scores = df["总成绩"]# 统计每个分数段的人数for score in total_scores:for i in range(len(score_ranges) - 1):if score_ranges[i] <= score < score_ranges[i + 1]:score_counts[idx][i] += 1break# 绘制柱状图
bar = (Bar().add_xaxis([str(range_start) + '-' + str(range_end) for range_start, range_end in zip(score_ranges[:-1], score_ranges[1:])])
)# 添加不同年份的数据系列
for idx, file_name in enumerate(file_names):bar.add_yaxis(file_name[:-5], score_counts[idx], stack="stack{}".format(idx))# 设置全局选项
bar.set_global_opts(title_opts=opts.TitleOpts(title="总成绩分布"),xaxis_opts=opts.AxisOpts(name="分数段"),yaxis_opts=opts.AxisOpts(name="人数"),
)# 渲染图表
bar.render("总成绩分布.html")

在这里插入图片描述

2020-2022年分数分分布饼图：初试成绩、综合面试成绩、总成绩（饼图）

  • 初试成绩
import pandas as pd
from pyecharts.charts import Pie, Timeline
from pyecharts import options as opts# 文件路径和文件名
file_path = "/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/"
file_names = ["2020jsj.xlsx", "2021jsj.xlsx", "2022jsj.xlsx"]# 分数段
score_ranges = list(range(225, 425, 25))  # Updated score ranges# 存储每个分数段的人数
score_counts = [[0] * (len(score_ranges) - 1) for _ in range(len(file_names))]# 遍历文件进行统计
for idx, file_name in enumerate(file_names):file = file_path + file_namedf = pd.read_excel(file)# 获取初试成绩列数据initial_scores = df["初试成绩"]# 统计每个分数段的人数for score in initial_scores:for i in range(len(score_ranges) - 1):if score_ranges[i] <= score < score_ranges[i + 1]:score_counts[idx][i] += 1break# 创建时间轴图表
timeline = Timeline()# 遍历不同时间的数据
for idx, file_name in enumerate(file_names):# 创建饼图pie = (Pie().add(series_name="分数段",data_pair=[(str(range_start) + '-' + str(range_end), count) for range_start, range_end, count in zip(score_ranges[:-1], score_ranges[1:], score_counts[idx])],radius="50%").set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")).set_global_opts(title_opts=opts.TitleOpts(title="初试成绩分布"), legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_right="2%")))# 添加当前时间的图表到时间轴timeline.add(pie, file_name[:-5])# 渲染图表
timeline.render("初试成绩分布Pie.html")

在这里插入图片描述

  • 综合面试成绩
import pandas as pd
from pyecharts.charts import Pie, Timeline
from pyecharts import options as opts# 文件路径和文件名
file_path = "/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/"
file_names = ["2020jsj.xlsx", "2021jsj.xlsx", "2022jsj.xlsx"]# 分数段
score_ranges = list(range(60, 91, 5))  # Updated score ranges# 存储每个分数段的人数
score_counts = [[0] * (len(score_ranges) - 1) for _ in range(len(file_names))]# 遍历文件进行统计
for idx, file_name in enumerate(file_names):file = file_path + file_namedf = pd.read_excel(file)# 获取综合面试成绩列数据interview_scores = df["综合面试成绩"]# 统计每个分数段的人数for score in interview_scores:for i in range(len(score_ranges) - 1):if score_ranges[i] <= score < score_ranges[i + 1]:score_counts[idx][i] += 1break# 创建时间轴图表
timeline = Timeline()# 遍历不同时间的数据
for idx, file_name in enumerate(file_names):# 创建饼图pie = (Pie().add(series_name="分数段",data_pair=[(str(range_start) + '-' + str(range_end), count) for range_start, range_end, count in zip(score_ranges[:-1], score_ranges[1:], score_counts[idx])],radius="50%").set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")).set_global_opts(title_opts=opts.TitleOpts(title="综合面试成绩分布"), legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_right="2%")))# 添加当前时间的图表到时间轴timeline.add(pie, file_name[:-5])# 渲染图表
timeline.render("综合面试成绩分布Pie.html")

在这里插入图片描述

  • 总成绩
import pandas as pd
from pyecharts.charts import Pie, Timeline
from pyecharts import options as opts# 文件路径和文件名
file_path = "/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/"
file_names = ["2020jsj.xlsx", "2021jsj.xlsx", "2022jsj.xlsx"]# 分数段
score_ranges = list(range(60, 80, 5))  # Updated score ranges# 存储每个分数段的人数
score_counts = [[0] * (len(score_ranges) - 1) for _ in range(len(file_names))]# 遍历文件进行统计
for idx, file_name in enumerate(file_names):file = file_path + file_namedf = pd.read_excel(file)# 获取总成绩列数据total_scores = df["总成绩"]# 统计每个分数段的人数for score in total_scores:for i in range(len(score_ranges) - 1):if score_ranges[i] <= score < score_ranges[i + 1]:score_counts[idx][i] += 1break# 创建时间轴图表
timeline = Timeline()# 遍历不同时间的数据
for idx, file_name in enumerate(file_names):# 创建饼图pie = (Pie().add(series_name="分数段",data_pair=[(str(range_start) + '-' + str(range_end), count) for range_start, range_end, count in zip(score_ranges[:-1], score_ranges[1:], score_counts[idx])],radius="50%").set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")).set_global_opts(title_opts=opts.TitleOpts(title="总成绩分布"), legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_right="2%")))# 添加当前时间的图表到时间轴timeline.add(pie, file_name[:-5])# 渲染图表
timeline.render("总成绩分布Pie.html")

在这里插入图片描述

2020-2022年一志愿人数信息：参与一志愿人数、录取人数变化图（折线图）

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Line# 读取Excel文件
df_2020 = pd.read_excel('/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/2020jsj.xlsx')
df_2021 = pd.read_excel('/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/2021jsj.xlsx')
df_2022 = pd.read_excel('/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/2022jsj.xlsx')# 计算总人数和录取人数
total_counts = [len(df_2020), len(df_2021), len(df_2022)]
admitted_counts = [len(df_2020[df_2020['录取结果'] == '拟录取']),len(df_2021[df_2021['录取结果'] == '拟录取']),len(df_2022[df_2022['录取结果'] == '拟录取'])
]# 创建折线图
line = (Line().add_xaxis(['2020', '2021', '2022']).add_yaxis('总人数', total_counts, markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")])).add_yaxis('录取人数', admitted_counts, markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")])).set_global_opts(title_opts=opts.TitleOpts(title='总人数和录取人数变化折线图'),yaxis_opts=opts.AxisOpts(name='人数'),xaxis_opts=opts.AxisOpts(name='年份'))
)# 保存为HTML文件并在浏览器中打开
line.render('/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/录取人数变化.html')

在这里插入图片描述

2020-2022年最低分、最高分对比：初试成绩、综合面试成绩、总成绩（箱线图）

import pandas as pd
import matplotlib.pyplot as plt# 设置中文字体
plt.rcParams['font.sans-serif'] = 'SimHei'# 读取数据
data_2020 = pd.read_excel('/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/2020jsj.xlsx').dropna()
data_2021 = pd.read_excel('/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/2021jsj.xlsx').dropna()
data_2022 = pd.read_excel('/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/2022jsj.xlsx').dropna()# 提取所需的列数据
score_2020 = data_2020['初试成绩']
score_2021 = data_2021['初试成绩']
score_2022 = data_2022['初试成绩']interview_2020 = data_2020['综合面试成绩']
interview_2021 = data_2021['综合面试成绩']
interview_2022 = data_2022['综合面试成绩']total_2020 = data_2020['总成绩']
total_2021 = data_2021['总成绩']
total_2022 = data_2022['总成绩']# 绘制箱线图
plt.figure(figsize=(10, 6))# 初试成绩对比图
plt.subplot(1, 3, 1)
plt.boxplot([score_2020, score_2021, score_2022])
plt.xticks([1, 2, 3], ['2020', '2021', '2022'])
plt.title('初试成绩')# 综合面试成绩对比图
plt.subplot(1, 3, 2)
plt.boxplot([interview_2020, interview_2021, interview_2022])
plt.xticks([1, 2, 3], ['2020', '2021', '2022'])
plt.title('综合面试成绩')# 总成绩对比图
plt.subplot(1, 3, 3)
plt.boxplot([total_2020, total_2021, total_2022])
plt.xticks([1, 2, 3], ['2020', '2021', '2022'])
plt.title('总成绩')plt.tight_layout()
plt.show()

在这里插入图片描述

3.2.3 导师信息

  • 导师对应研究方向
import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt
# 设置中文字体
plt.rcParams['font.sans-serif'] = 'SimHei'# 读取Excel文件
file_path = '/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/导师信息处理plus.xlsx'
df = pd.read_excel(file_path, sheet_name=None)# 创建空的有向图
graph = nx.DiGraph()# 添加导师和研究方向节点
for sheet_name, sheet_data in df.items():tutor_name = sheet_nameresearch_directions = sheet_data['主要研究方向'].dropna().tolist()# 添加导师节点graph.add_node(tutor_name, node_type='tutor')# 添加研究方向节点for direction in research_directions:graph.add_node(direction, node_type='research_direction')# 添加导师与研究方向之间的边graph.add_edge(tutor_name, direction)# 绘制关系图
plt.figure(figsize=(12, 8))
pos = nx.spring_layout(graph, seed=42)
node_colors = {'tutor': 'lightblue', 'research_direction': 'lightgreen'}nx.draw_networkx_nodes(graph, pos, node_color=[node_colors[graph.nodes[node]['node_type']] for node in graph.nodes()])
nx.draw_networkx_labels(graph, pos, font_size=10, font_color='black')
nx.draw_networkx_edges(graph, pos, arrowstyle='->', arrowsize=10)plt.axis('off')
plt.show()

在这里插入图片描述

  • 研究方向词云图
import pandas as pd
from collections import Counter
from pyecharts import options as opts
from pyecharts.charts import WordCloud# 读取Excel文件
file_path = '/Users/liuhao/MyProject/PycharmProject/DataVisualization/Project1/Data/导师信息处理plus.xlsx'
df = pd.read_excel(file_path, sheet_name=None)# 统计研究方向出现的次数
research_directions = []
for sheet_name, sheet_data in df.items():research_directions.extend(sheet_data['主要研究方向'].dropna().tolist())research_direction_counts = Counter(research_directions)# 生成词云图数据
wordcloud_data = [(key, value) for key, value in research_direction_counts.items()]# 创建词云图
wordcloud = (WordCloud().add(series_name="研究方向", data_pair=wordcloud_data, word_size_range=[20, 100]).set_global_opts(title_opts=opts.TitleOpts(title="研究方向词云图"))
)# 渲染词云图到HTML文件中
wordcloud.render("wordcloud.html")

在这里插入图片描述

四、总结

本项目使用Python网络爬虫、Pandas、Pyecharts、matplotlib等工具完成对山东理工大学计算机科学与技术专业考研信息及导师信息的手机与展示。展现了2020-2022年共三年该专业的考研录取信息并进行分析，
通过本项目，熟练掌握了对网络数据的爬取，数据的可视化展示，能够熟练运用Pandas等数据处理工具对数据进行简单预处理，能够熟练使用pyecharts、matplotlib等数据可视化工具，通过使用柱状图、折线图、饼图、箱线图、关系图、词云图等展示形式，对数据进行可视化展示。

五、附录

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/8017.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

git 获取两个版本间的变更文件,生成增量包

git 获取两个版本间的变更文件,生成增量包

可用于代码在无git环境情况下的做增量包 注意&#xff1a;版本号1一般是上一次版本的结束。 #下面命令可以获取两个版本直接的变更文件git diff 版本号1 版本号2 --name-only git diff 版本号1 版本号2 --name-only | xargs zip update.zip 牛逼之处就是打出来的压缩包是带…
阅读更多...
89C52RC普中单片机-4

89C52RC普中单片机-4

20230629 Thusday lcd1602代码 lcd1602.c #include <REGX52.H>//引脚配置&#xff1a; sbit LCD_RSP2^6; sbit LCD_RWP2^5; sbit LCD_ENP2^7; #define LCD_DataPort P0//函数定义&#xff1a; /*** brief LCD1602延时函数&#xff0c;12MHz调用可延时1ms* param 无*…
阅读更多...
论文笔记--GPT-4 Technical Report

论文笔记--GPT-4 Technical Report

论文笔记--GPT-4 Technical Report 1. 报告简介2. 报告概括3 报告重点内容3.1 Predictable Scaling3.2 Capabilities3.3 limitations3.3 Risks & mitigations 4. 报告总结5. 报告传送门6. References 1. 报告简介 标题&#xff1a;GPT-4 Technical Report作者&#xff1a;…
阅读更多...
uniapp怎么把px转换成对应手机型号的rpx

uniapp怎么把px转换成对应手机型号的rpx

首先获取系统手机屏幕的宽度系统信息的概念 | uni-app官网&#xff0c;然后根据公式转换 rpx 750*元素 B 在设计稿上的宽度为 多少px/手机屏幕的宽度 详见&#xff1a;CSS 支持 | uni-app官网 如下为把宽度为1px的转成对应手机型号的rpx uni.getSystemInfo({success(res) {co…
阅读更多...
LeetCode 打卡day54-55 动态规划之编辑距离问题

LeetCode 打卡day54-55 动态规划之编辑距离问题

一个人的朝圣 — LeetCode打卡第54-55天 知识总结 Leetcode 392. 判断子序列题目说明代码说明 Leetcode 115. 不同的子序列题目说明代码说明 Leetcode 583. 两个字符串的删除操作题目说明代码说明 Leetcode 72. 编辑距离题目说明代码说明 知识总结 今天学习动态规划里面的编辑…
阅读更多...
uni-app 微信小程序发布时，主包超过2M限制

uni-app 微信小程序发布时，主包超过2M限制

小程序发布时&#xff0c;提示超过2M&#xff0c;无法通过&#xff0c;此时可以尝试以下几种方法&#xff1a; 1、对图片做压缩 图片尽量放在服务器端&#xff0c;使用的时候&#xff0c;通过URL路径获取&#xff0c;若不得已放在本地时&#xff0c;可以对图片进行压缩&#…
阅读更多...
InsCode Stable Diffusion 美图活动投稿

InsCode Stable Diffusion 美图活动投稿

本地部署可以使用B站大佬秋叶的整合包 CSDN亦提供了Stable Diffusion 模型在线使用地址&#xff1a;https://inscode.csdn.net/inscode/Stable-Diffusion 模型相关版本和参数配置&#xff1a; 模型&#xff1a;cetusversion4.WRgK.safetensors [b42b09ff12] VAE&#xff1a;y…
阅读更多...
MySQL - 第14节 - MySQL使用C语言连接

MySQL - 第14节 - MySQL使用C语言连接

1.引入库 要使用C语言连接MySQL&#xff0c;需要使用MySQL官网提供的库。 1.1.下载库文件 下载库文件&#xff1a; 首先&#xff0c;进入MySQL官网&#xff0c;选择DEVELOPER ZONE&#xff08;开发人员专区&#xff09;&#xff0c;然后点击MySQL Downloads。如下&#xff1a; …
阅读更多...
黑马头条-day02

黑马头条-day02

文章目录 前言一、文章列表加载1.1 需求分析1.2 表结构分析1.3 导入文章数据库1.4 实现思路1.5 接口定义1.6 功能实现 二、freemarker2.1 freemarker简介2.2 环境搭建&&快速入门2.2.1 创建测试工程 2.3 freemarker基础2.3.1 基础语法种类2.3.2 集合指令2.3.3 if指令2.3…
阅读更多...
3.Hive SQL数据定义语言（DDL）

3.Hive SQL数据定义语言（DDL）

1. 数据定义语言概述 1.1 常见的开发方式 &#xff08;1&#xff09; Hive CLI、Beeline CLI Hive自带的命令行客户端 优点&#xff1a;不需要额外安装 缺点&#xff1a;编写SQL环境恶劣&#xff0c;无有效提示&#xff0c;无语法高亮&#xff0c;误操作率高 &#xff08;2&…
阅读更多...
UE5《Electric Dreams》项目PCG技术解析 之 PCGDemo_Ditch关卡详解

UE5《Electric Dreams》项目PCG技术解析 之 PCGDemo_Ditch关卡详解

文章目录 前导文章关卡概要PCGGraphPoints From Actor Tag作为PCG的分割工具分层装饰 一些知识点和技巧使用Attribute Operation将属性暂存到临时属性中是否生成碰撞 小结 前导文章 《UE5《Electric Dreams》项目PCG技术解析 之 基于关卡PCGSettings的工作流》《UE5《Electric…
阅读更多...
项目性能优化-内存泄漏检测与修改

项目性能优化-内存泄漏检测与修改

最近终于有空优化一波项目的性能了&#xff0c;第一波借助Android Studio自带的Profiler工具检测内存泄漏。 第一步、创建Profiler的SESSIONS 第二步、进入MEMORY内存监控 右侧带有绿色原点的就是此时运行的Profiler的SESSION,点击右侧MEMORY进入内存监控的详情模块 第三步…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023