从前两天开始，各省市关于高考成绩放榜和各批次录取分数线都陆续出炉，教育部也发布了最新的全国高等学校名单。

于是乎，所谓的野鸡大学也就无处躲藏了。

也给广大的高考生在填报志愿的时候，提供了一个参考。

当然本次不讨论这个...

最新发布的名单没有本科院校的数量，于是小F找了2018年的数据。

1243所本科院校，和本次获取到的数据「1281个」基本差不多。

下面展示一下数据。

包含了专业名称，开设此专业的院校数量，及每年的就业率，最后是每年毕业生数量。

5万多条院校开通专业的数据，涵盖11大类，582个专业，1281个本科院校。

接下来就来分析一波，先对学科进行分组。

from wordcloud import WordCloud, ImageColorGenerator

import matplotlib.pyplot as plt

import pandas as pd

import jieba

# 设置列名与数据对齐

pd.set_option('display.unicode.ambiguous_as_wide', True)

pd.set_option('display.unicode.east_asian_width', True)

# 显示15行

pd.set_option('display.max_rows', 15)

# 读取数据

df = pd.read_csv('message.csv', encoding='gbk', header=None, names=['subject', 'major', 'school'])

# 学科分类

df_subject = df.groupby('subject').count.reset_index.sort_values(by='school')

print(df_subject)

# 获取列表数据

list1, list2 = ,

for i in df_subject['subject']:

list1.append(i)

for j in df_subject['school']:

list2.append(j)

print(list1)

print(list2)

获得数据如下：

利用获取的两个列表数据进行可视化。

这里「工学」位居第一，也和当下时代的发展相契合。

传统点的就是工业4.0，智能点的就是人工智能。

无不和「工学」息息相关。

接下来对专业进行分析。

# 专业分类

df_major = df.groupby('major').count.reset_index.sort_values(by='school')

print(df_major)

# 获取列表数据

list1, list2 = ,

for i in df_major['major'][-10:]:

list1.append(i)

print(list1)

for j in df_major['school'][-10:]:

list2.append(j)

print(list2)

得到结果如下：

专业TOP10出炉，也能以供参考。

照例还是使用现成的模板，方便多了...

最终结果如下。

开设英语的本科院校达到了1001所，接近院校总数的80%了。

不过网上对英语的评价就是：英语==失业。

所以对于英语专业，需要慎重考虑。

尾随其后的是计算机科学与技术，目前的大热门。

当然是不是修电脑我就不清楚了，相信关注小F公众号的小伙伴们，都能感受到计算机的魅力。

令人失望的是，小F就读的大机械居然没上榜，惭愧呀。

想当初「机械机械，压倒一切」，真不是瞎吹的。

一入机械深似海，从此妹子是路人。

这句也不假，说多了都是泪~

下面统计院校总数，并获取校名包含学院的院校数量。

# 对学校进行分组

df_name = df.groupby('school').count.reset_index.sort_values(by='subject')

print(df_name)

# 输出包含学院的校名

print(df_name[df_name['school'].str.contains('学院')])

得到院校总数以及哪所学校的专业最多：

嗯，1281所本科院校。

其中贵州大学以164个本科专业位居榜首。

接下来看一下校名包含学院的学校有多少所。

829所，占比64.7%，那么剩下的差不多都是大学了。

学院变大学(校名)，这也是每年好多高校一直在做的事情。

毕竟一个霸气的校名，也能吸引不少考生报名。

最后生成一个校名词云图。

其中需要去掉「大学」和「学院」这两个关键词。

def create_wordcloud(df):

"""

生成校名词云

"""

# 分词

text = ''

for line in df['name']:

text += ' '.join(jieba.cut(line, cut_all=False))

text += ' '

backgroud_Image = plt.imread('school.jpg')

wc = WordCloud(

background_color='white',

mask=backgroud_Image,

font_path='C:WindowsFonts华康俪金黑W8.TTF',

max_words=1000,

max_font_size=150,

min_font_size=15,

prefer_horizontal=1,

random_state=50,

)

wc.generate_from_text(text)

img_colors = ImageColorGenerator(backgroud_Image)

wc.recolor(color_func=img_colors)

# 看看词频高的有哪些

process_word = WordCloud.process_text(wc, text)

sort = sorted(process_word.items, key=lambda e: e[1], reverse=True)

print(sort[:50])

plt.imshow(wc)

plt.axis('off')

wc.to_file("校名词云.jpg")

print('生成词云成功!')

# 去除大学

df_name = df_name['school'].str.replace('大学', '')

dict_name = {'name': df_name.values, 'numbers': df_name.index}

df_name = pd.DataFrame(dict_name)

# 去除学院

df_name = df_name['name'].str.replace('学院', '')

dict_name = {'name': df_name.values, 'numbers': df_name.index}

# 生成校名词云图

create_wordcloud(df_name)

得到结果如下：

师范和科技，妥妥的扛把子。

讲了半天，最后该如何选择呢？

当然是想去哪就去哪(分数高)，冥冥之中，自有天意~

最后祝大家都能选到理想的大学和心仪的专业！