python编程分析了一下高考那些事，发现了两个之最，原来是这样

Python（发音：英[?pa?θ?n]，美[?pa?θɑ:n]），是一种面向对象、直译式电脑编程语言，也是一种功能强大的通用型语言，已经具有近二十年的发展历史，成熟且稳定。它包含了一组完善而且容易理解的标准库，能够轻松完成很多常见的任务。它的语法非常简捷和清晰，与其它大多数程序设计语言不一样，它使用缩进来定义语句。

Python支持命令式程序设计、面向对象程序设计、函数式编程、面向切面编程、泛型编程多种编程范式。与Scheme、Ruby、Perl、Tcl等动态语言一样，Python具备垃圾回收功能，能够自动管理存储器使用。它经常被当作脚本语言用于处理系统管理任务和网络程序编写，然而它也非常适合完成各种高级任务。Python虚拟机本身几乎可以在所有的作业系统中运行。使用一些诸如py2exe、PyPy、PyInstaller之类的工具可以将Python源代码转换成可以脱离Python解释器运行的程序。

代码：

这是自1977年恢复高考以来到2017年的高考报考及录取数据。篇幅所限，省略了部分数据。为了直观展示，对录取率做了尺度上的变换。2000年以后，最难（录取率最低）的一年高考是2007年，录取率只有56%，但这也已经比上世纪八九十年代只有百分之二三十的录取率高得多。总体来说，上大学的确是越来越容易了。而数据上看，03年也没有想象中那么糟糕。

从图上可以看出，每年的报考人数也有不小的波动。我去找了历年的人口统计数据，与报考人数做了个对比：

教育普及率相比较二三十年前大有提高，加之人口增长放缓，越来越多的人可以接受更高程度的教育。不过从比例上可以推断出，上大学仍然不是件人人可以享受得到的事情。

看了时间上的分布，那么地域上呢？相较整体的录取率，人们争议更多的还是不同地区高考之前的差异。

首先看下2018年各省的报名情况：

代码：

data_prov_ad = [('湖南', 11.2), ('江西', 10.4), ('安徽', 14.2), ..., ('浙江', 14)]geo = Map("2017各省一本录取率")attr, value = geo.cast(data_prov_ad)geo.add("", attr, value, visual_range=[8, 20], is_visualmap=True, is_map_symbol_show=False)geo.render()

最难的三个地区：河南7.8%，广西8.44%，山西9.8%

录取率最高的三个地区：北京30.5%，天津24.1%，上海21.8%

（缺海南数据）

而江苏去年的12.1%还排不进top10。

从个人角度来看，不要执着于绝对的公平；但从整个社会来看，我们应该让每个人拥有更加公平的机会。相信在不久之后，报名数和录取数的曲线会越来越近，录取率分布图上的颜色也越来越趋向一致。

Python可以做什么？

web开发和 爬虫是比较适合 零基础的

自动化运维 运维开发 和 自动化测试 是适合 已经在做运维和测试的人员

大数据 数据分析 这方面 是很需要专业的 专业性相对而言比较强

科学计算 一般都是科研人员 在用

机器学习 和 人工智能 首先 学历 要求高 其次 高数要求高 难度很大

我有一个微信公众号，经常会分享一些python技术相关的干货；如果你喜欢我的分享，可以用微信搜索“python语言学习”关注 欢迎大家加入千人交流答疑裙：699+749+852