🧑 博主简介：曾任某智慧城市类企业算法总监，CSDN / 稀土掘金 等平台人工智能领域优质创作者。
目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。
一、引言
一到高考填志愿，家长和考生最在意的，除了“能不能进”，就是——“我们省招得多不多？” 有的高校“本地娃优先”，一看比例，外省考生心凉半截；有的高校“广撒网”，但专业设置“鸡肋”；而中科大，是那个“看分吃饭、择优录取”的硬核例外。
二、数据介绍
我们首先来看一下中科大2025年分省招生计划的具体数据：
| 省市 | 招生计划 | 占比 |
|---|---|---|
| 安徽 | 192 | 0.14964926 |
| 广东 | 92 | 0.071706937 |
| 浙江 | 70 | 0.054559626 |
| ... | ... | ... |
中科大小而精，除安徽招生192人和河南招生104人之外，其他省份招生人数都少于100人。
三、安装 Pyecharts
首先，确保你已经安装了 pyecharts。如果尚未安装，可以通过以下命令安装：
pip install pyecharts
四、可视化分析
4.1 柱状图+折线图组合
柱状图和折线图的组合可以同时展示招生计划人数和占比，直观地反映出各省份的招生情况和相对比例。
from pyecharts import options as opts
from pyecharts.charts import Bar, Line, Grid
from pyecharts.globals import ThemeType
# 提取数据
provinces = [item[0] for item in data]
招生计划 = [item[1] for item in data]
占比 = [item[2] for item in data]
# 创建柱状图
bar = (
Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK))
.add_xaxis(provinces)
.add_yaxis("招生计划", 招生计划, color="#FFDD00")
.extend_axis(
yaxis=opts.AxisOpts(
name="占比",
type_="value",
min_=0,
max_=0.3,
position="right"
)
)
.add_yaxis("占比", 占比, yaxis_index=1, color="#E61A1A")
)
# 创建折线图
line = (
Line()
.add_xaxis(provinces)
.add_yaxis("占比", 占比, yaxis_index=1, color="#1874D0")
.set_global_opts(
xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
yaxis_opts=opts.AxisOpts(
name="占比",
type_="value",
min_=0,
max_=0.3,
position="right"
),
)
)
# 组合图表
bar.overlap(line)
bar.render("bar_line_combination.html")
4.2 饼图：各省的人数占比
饼图展示了各省招生人数占总招生人数的比例，可以清晰地看到各省份的相对重要性。
from pyecharts.charts import Pie
pie = (
Pie(init_opts=opts.InitOpts(theme=ThemeType.DARK))
.add(
"",
[list(z) for z in zip(provinces, 招生计划)],
radius=["30%", "75%"],
center=["50%", "50%"],
)
)
pie.render("provinces_pie_chart.html")
4.3 地图（地域分布）
地图展示了各省份的招生计划人数，通过地域分布可以直观地看到不同地区的招生情况。
from pyecharts.charts import Map
map_chart = (
Map(init_opts=opts.InitOpts(theme=ThemeType.DARK))
.add("招生计划", [list(z) for z in zip(provinces, 招生计划)], "china")
)
map_chart.render("provinces_map.html")
4.4 漏斗图：人数的省份漏斗图
漏斗图展示了各省份招生人数的分布情况，从上到下依次减少，直观地反映出招生人数的集中程度。
from pyecharts.charts import Funnel
funnel = (
Funnel(init_opts=opts.InitOpts(theme=ThemeType.DARK))
.add(
"",
[list(z) for z in zip(provinces, 招生计划)],
sort_="descending",
)
)
funnel.render("funnel_chart.html")
4.5 词云图：城市词云
词云图通过不同大小和颜色的文字展示各省份的名称，直观地反映出各省份的招生情况。
from pyecharts.charts import WordCloud
from pyecharts.globals import SymbolType
wordcloud = (
WordCloud(init_opts=opts.InitOpts(theme=ThemeType.DARK))
.add("", [list(z) for z in zip(provinces, [100]*len(provinces))],
word_size_range=[20, 100]
)
)
wordcloud.render("wordcloud.html")
五、可视化大屏
最后，我们将以上五个图表整合到一个可视化大屏中，以便于更直观地进行分析和展示。
from pyecharts.charts import Page
# 创建可视化大屏
page = Page(layout=Page.DraggablePageLayout, page_title="2025中科大各省招生计划可视化分析")
# 组装大屏
page.add(bar, pie, map_chart, funnel, wordcloud)
page.render("2025中科大各省招生计划可视化分析.html")
六、数据分析解读
6.1 柱状图+折线图组合
柱状图和折线图的组合可以同时展示招生计划人数和占比，直观地反映出各省份的招生情况和相对比例。
6.2 饼图：各省的人数占比
饼图展示了各省招生人数占总招生人数的比例，可以清晰地看到各省份的相对重要性。
6.3 地图（地域分布）
地图展示了各省份的招生计划人数，通过地域分布可以直观地看到不同地区的招生情况。
6.4 漏斗图：人数的省份漏斗图
漏斗图展示了各省份招生人数的分布情况，从上到下依次减少，直观地反映出招生人数的集中程度。
6.5 词云图：城市词云
词云图通过不同大小和颜色的文字展示各省份的名称，直观地反映出各省份的招生情况。
通过以上五个维度的分析，我们可以全面地了解中科大2025年的分省招生计划，数据可视化不仅让数据更直观，也让分析更深入。
如果您在人工智能领域遇到技术难题，或是需要专业支持，无论是技术咨询、项目开发还是个性化解决方案，我都可以为您提供专业服务，如有需要可站内私信或添加下方VX名片（ID：xf982831907）
期待与您一起交流，共同探索AI的更多可能！
