• 女生不能学理科?python+数据可视化分析15万考生的成绩,刷新了我的认知


    昨天是什么日子?推迟了一个月的高考终于来了,作为一个已经考完N年的人,说句实话,我比你们还激动!

    女生不能学理科?数据可视化分析15万考生的成绩,刷新了我的认知

    因为我知道,它来的太不容易了。

    说到高考,就不得不提那个别人口中的江苏卷,作文题的每个字我都认识,但是连起来就看不懂了,只能感叹:还好毕业的早...

    女生不能学理科?数据可视化分析15万考生的成绩,刷新了我的认知

    每年一到高考,热搜就都会变成和高考相关的东西,这次也不例外:走错考场,忘带准考证...依然在发生。

    女生不能学理科?数据可视化分析15万考生的成绩,刷新了我的认知

    考完之后可别忘了对自己的未来做个规划,学理科还是文科?这是个世纪难题。

    “女生没有男生擅长数理化,别看小时候都是女生成绩好,等男生开始用功了,就能很轻易超越女生。”我相信这句话很多人都听过,这也是老一辈的思想,其实真的不是这样。

    先看看专业选择的万能图谱吧:

    女生不能学理科?数据可视化分析15万考生的成绩,刷新了我的认知

    我们通过搜索,找到了某年一个较发达城市的高考数据,当然这可以用python,也可以用专业的数据采集平台,具体过程这里就不赘述,主要是想通过数据来分析以下几点:

    • 男女的高考成绩到底谁好谁弱?总体情况如何?
    • 女生真的就只适合文科吗,和男生比数学成绩怎么样?
    • 有哪些适合女生读的专业?

    分析的结果有了,那通过什么工具来分析呢?一个城市的考生数据有15万,用Excel的话,查询和计算数据都会有明显的下降,甚至还会出现卡死崩溃的情况,而且Excel的图表太落后,做做简单的分析还好,已经满足不了对于图表的要求了。

    因此,就需要使用专业的数据分析工具,比如BI工具,大数据时代的来临,只有它,能够既满足业务人员海量实时数据分析,也能满足决策层对于业务的分析指导。

    女生不能学理科?数据可视化分析15万考生的成绩,刷新了我的认知

    就拿FineBI来说吧,做数据分析的人,你或许有过加班熬夜用Excel做数据透视表,各种写公式,各种VBA代码的“无奈”操作,但有了它,你的这些无奈都会烟消云散。

    总的来说,无论是对刚入门数据分析的新人,收集数据做业务分析的,专业的做数据可视化的,还是数据分析师,都是绝佳的好工具。

    那如何以好看的样子呈现出来呢?这就是我要说的了,FineBI的数据可视化可谓一流,无论是图表的多样性,还是整体的视觉效果,这才是管理者想看见的。

    女生不能学理科?数据可视化分析15万考生的成绩,刷新了我的认知

    女生不能学理科?数据可视化分析15万考生的成绩,刷新了我的认知

    拖拽即可分析

    女生不能学理科?数据可视化分析15万考生的成绩,刷新了我的认知

    接下来就要用FineBI对上面列出的需求点进行数据分析,往下看!

    1、男女的总体成绩对比

    女生不能学理科?数据可视化分析15万考生的成绩,刷新了我的认知

    无论文科还是理科,女生平均高考成绩都比男生高出一截,这似乎与我们的想象有着巨大的差距,不是说男生适合学理科吗?怎么从数据来看不是这样?

    而且根据研究显示,女生的高中毕业率始终高于男生。而且,女生比男生有更高比例进入大学,比例在不断扩大。

    所以,有些观念真的得改一改了。

    2、各科平均分的差距

    女生不能学理科?数据可视化分析15万考生的成绩,刷新了我的认知

    可以看见,主学科的数据对比,女生的成绩是占优势的。

    3、过去几年理科数学的成绩对比

    都说一个人适不适合学理科,从事理科类的工作,都看数学,那么该城市过去几年,男女数学的平均分是怎么样的呢?

    女生不能学理科?数据可视化分析15万考生的成绩,刷新了我的认知

    4、大数据专业怎么样?

    信息化时代,计算机相关专业大受欢迎,技术开发者现在年薪百万的也很多了;李世石输给了阿尔法狗后,人工智能专业就火了,在当前数据时代的背景下,数据类专业也应该会受欢迎。

    别以为女生就只能放弃数据类专业去读文科,这是完全错误的想法。

    数据类的专业包括很多:数学分析、概率论与数理统计、Python、数据库原理与应用、Hadoop大数据开发技术、数据挖掘、大数据应用、云计算、数据分析、数据结构等。

    数据时代并不是淘汰传统行业,而是逼着传统行业的数字化转型。所以,不能因为数字时代而放弃传统行业,传统行业的重塑主要依靠这些行业的新人,而不是“数据专业”的人

    最后一点,现在业内的数据大家都不是数据专业的,而是来自各行各业。

    本次数据可视化的分析工具,回复“数据”即可获得!

  • 相关阅读:
    【Webpack】432- 关于webpack4的14个知识点
    【Nuxtjs】431- 简述Nuxt.js
    【JS】430- 前端异常处理方案汇总
    【Web技术】429- TCP为啥要3次握手和4次挥手?
    【Nodejs】428- 消息队列助你成为高薪 Node.js 工程师
    【Web技术】427- 图解浏览器的基本工作原理
    【Vuejs】426- vue动态定义图片路径
    linux命令英文缩写的含义(方便记忆)
    VM虚拟机安装centos详细图文教程
    Android 你应该知道的学习资源 进阶之路贵在坚持
  • 原文地址:https://www.cnblogs.com/hzcya1995/p/13325534.html
Copyright © 2020-2023  润新知