用Python爬取42年数据，告诉你高考有多难

高考经历了42年

历年录取率究竟咋样？

我们首先看下1977-2018年历年的录取人数和未录取（落榜）人数变化情况，本文数据均来自于网络公开高考数据：

可以看到1977年恢复高考之后的几年，由于种种原因，高考人数到达了一个比较高的点，随后有所下降。

到2000年之后，高考的人数有了进一步的提升，录取人数也随之大幅提升，2008、2009达到了顶峰（此时心疼自己1秒），2010年之后参与高考的人数趋于平稳。

我们通过下面的百分比图，对于录取率的变化进一步加深认知：

看到这不禁对老爸发出由衷的赞叹，作者参与高考时的录取率已经是老爸参加时的数倍之多，相较于老爸那个时候的“千军万马过独木桥”，作者过的独木桥已经要宽敞了好多。

部分代码如下：

setwd('D:/爬虫/高考')

data = read_excel('历年录取率.xlsx')

data_year = melt(data,id.vars = '年份',measure.vars = c('录取','未录取'),

variable.name='录取情况', value.name='人数(万)')

ggplot(data_year,aes(x=年份,y=`人数(万)`,fill=录取情况))+

geom_area(position = 'stack')+

ggtitle('历年高考人数统计(1977-2018)')+ theme_wsj()+

theme(axis.text.x = element_text(size=15),

axis.text.y = element_text(size=15),

axis.title =element_text(size=15),

plot.title = element_text(hjust=0.5,size=25,face='bold'),

panel.grid = element_blank(),

legend.position = 'top',

legend.title = element_blank(),

legend.text = element_text(size=15),

panel.background = element_blank(),

axis.line = element_blank(),

axis.ticks = element_blank()

)+xlim(1977,2018)

说到这，似乎大家会认为现在的高考并不困难，录取率已经到达了8成左右，通过高考已经成了家常便饭，如果你真的这样认为，想太多了。

我们下面就进一步去分析高考数据，为大家列举横亘在高考生面前的三座大山：

高考三座“大山”

录取率低、人太多、题目难

1.名校录取率

下面就为大家对比各个省份2018年的985、211录取率：

可以看到，不同省份的985和211录取率有着比较明显的差距，12个省份的985录取率低于1.5%，安徽，河南，江苏和贵州更是低于1.2%，作为山东考生的作者也不由得表示“自愧不如”。

即使是录取率最高的省份，985和211的录取率也只是5.8%和13.9%，结合现在各大企业在招人要求中对985和211的要求，高考真的并没有真的变得简单。

2.高考人数

除了名校录取率低之外，高考人数之多也是横亘在考生面前需要跨过的一个挑战。同样，我们看下各省2018年参与高考的人数：

河南省2018年的高考人数达到了86.5万，86.5万这个数据也超过了世界上接近2/3的国家人口数量。

广东、山东、四川三个省的高考人数也超过了50万。由于参与高考的人数众多，这些省的高考几乎都是“肉搏战”。

3.高考题目难

其中一个省份的题目难度几乎是所有考生公认的最高，那就是江苏省，包括小编所在山东省在内的很多其他省的老师，都会告诉学生不需要关注江苏的历年题目，因为本省的考试题目不会那么难。

除了题目难度大，江苏高考改革的力度和速度也是冠绝全国，我们整理了一份江苏省2000年以来的历年高考改革的路线图：

下面是一道江苏省高考的真题，自行体验难度：

数学、物理这种大杀器都无需出场，只需一道作文题在作者这种“语文天残”看来就已经slay全场。

*声明：本文于网络整理，版权归原作者所有，如来源信息有误或侵犯权益，请联系我们删除或授权事宜。

觉得不错，点个“在看”然后转发出去