中國傳媒大學研究生各專業招生情況分析（python）

前言

女朋友想考中傳，幫女朋友看中傳官網那個成績統計的是個啥啊… …全糊在一坨都不分專業錄取，還是我郵好，各個專業每年的錄取統計的命明明白白的。然後看到一個可能是錄取了的小哥的github吧，分析了下學生考號組成，我算是搞懂了怎麼給他分專業分析錄取了，用python代碼實現了下。
小哥的github：參考了部分代碼

首先解析這一坨的全部成績

import re
import os
import pandas as pd


def selcet(rule, read_path, write_path):
    '''
    rule: 匹配規則(正則)
    read_path: 輸入文件路徑
    write_path: 輸出文件路徑
    '''
    with open(read_path, encoding="gbk") as file:
        data = pd.read_csv(file)
        cnt = 0
        for i in range(len(data)):
            # 取到15位準考證號
            number = data.iloc[[i], 0].to_string()[-15:]
            if re.match(rule, number):
                cnt += 1  # 計數
                df = data.iloc[[i], :]
                # 打印到控制檯
                # print(df)
                # 輸出到csv文件,index要設置爲False,否則會多一列索引值
                df.to_csv(write_path, mode="a", index=False,
                          header=None, encoding="gbk")
        print("一共找到了{}個數據".format(cnt))


if __name__ == "__main__":
    # 實例：10033 0001 16 1 005
    # 原理：學校號 地區號 學院號 方向 流水
    front_rule = "^10033[0-9]{4}"
    last_rule = "[0-9]{4}$"
    for college_number in range(20):
        new_rule = front_rule + str(college_number).rjust(2,'0') + last_rule

        # 輸入,輸出文件目錄
        read_path = os.getcwd() + r'\data\完整成績.csv'
        write_path = os.getcwd() + r'\data\outdata' + str(college_number).rjust(2,'0') + '.csv'
        # 根據需要改三個參數
        selcet(new_rule, read_path, write_path)

這裏小改了他的代碼，讀取了一個完整成績的csv然後將20個專業方向都分別輸出到對應的csv裏面了：
裏面長這樣：

然後用py畫成散點圖分析平均分和中位數

import csv
import numpy as np
import matplotlib.pyplot as plt
import os

def myPlot(number,score,label,picname):
    savepath = picname + label + ".png"
    x = range(number)
    p = plt.scatter(x, score, marker='*', color='r', s=30)
    plt.rcParams['font.sans-serif'] = ['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    average = np.mean(score)
    median = np.median(score)
    plt.hlines(average, 0, number, 'r', '--', label='average:' + str(round(average,2)))
    plt.hlines(median, 0, number, 'b', '--', label='median:' + str(round(median,2)))
    plt.legend(loc='lower right')
    plt.title(label)
    plt.xticks(x)
    my_y_ticks = np.arange(min(score), max(score) + (max(score) - min(score))/10, (max(score) - min(score))/10 )
    plt.yticks(my_y_ticks)
    plt.savefig(savepath)
    plt.close()
    #plt.show() # show不得.......




base_dir = r'.\data\outdata'
dataForm = r'.csv'

for collegeNumber in range(20):
    currentCSV = base_dir + str(collegeNumber).rjust(2,'0') + dataForm
    print("當前處理" + currentCSV)
    with open(currentCSV) as f:
        render = csv.reader(f)  # reader(迭代器對象)--> 迭代器對象
        lesson1,lesson2,lesson3,lesson4,score = [],[],[],[],[]
        for row in render:
            lesson1.append(int(row[2]))
            lesson2.append(int(row[3]))
            lesson3.append(int(row[4]))
            lesson4.append(int(row[5]))
            score.append(int(row[6]))

        save_path = ".\data\outdata" + str(collegeNumber).rjust(2,'0') + "\\"
        if not os.path.exists(save_path):
            os.mkdir(save_path)

        myPlot(len(score), score,'總成績',save_path)
        myPlot(len(lesson1), lesson1, '政治', save_path)
        myPlot(len(lesson2), lesson2, '英語', save_path)
        myPlot(len(lesson3), lesson3, '科一', save_path)
        myPlot(len(lesson4), lesson4, '科二', save_path)

效果如下（以學院16爲例子）：

完整解析的數據下載

內含各個專業錄取人數和分數以及上述數據處理圖片：傳送門