かかわらず、リクルート研究への内部ネットワークは、最適化、または登録(ウェブサイトのクラッシュ)の熱意に耐えることができなかった候補を改善するために行われてきました。
2017年に数は、2.01億PubMedのに成長しました
2018年238万人に達し、
2019年大学院の登録290万人に達しました。
注:「中国教育オンライン」からのデータ
近年の成長傾向を確認するには、PubMedの数が、私は折れ線グラフを描く次のPythonを使用しています。
2015年以来、図からわかるように、応募者の数は偉大PubMedのバラ。今年は数がPubMedので320から350000000に期待されています。
上記のように、メッセージ2017 2.78 2018 3.12にわたって記録されています。応募者数の増加に伴い、入院の数はまあ何の上昇はありません!
実装コード
データを読むためのパンダの主な用途は、折れ線グラフを描くmatplotlibの。これは次のようにコードがあり、いくつかの中国のコーディングピットが発生しました。
import pandas as pdimport matplotlib.pyplot as plt# 第一,读取数据df = pd.read_csv("kaoyan.csv", encoding='gb2312')# print(df)# 第二,绘制折线图plt.rcParams['font.sans-serif'] = ['SimHei']# 可以解释中文无法显示的问题# 1)创建画布plt.figure(figsize=(10,5),dpi=80)# 2)绘制图像plt.style.use('ggplot')# matplotlib官方提供了五种不同的图形风格,# 分别是:bmh、ggplot、dark_background、fivethirtyeight和grayscaleplt.plot(df["年份"], df["报名人数"] / 10000, label="报名人数")plt.plot(df["年份"][:-1], df["录取人数"][:-1] / 10000, label="录取人数")plt.title("近年考研人数报名及录取情况")plt.xlabel("年份")plt.ylabel("考生数量(单位:万人)")# 设置数字标签for a, b in zip(df["年份"], df["报名人数"] / 10000): plt.text(a, b, b, ha='center', va='bottom', fontsize=10)for a, b in zip(df["年份"][:-1], df["录取人数"][:-1] / 10000): plt.text(a, b, b, ha='center', va='bottom', fontsize=10)plt.legend()plt.grid(True)# 保存图像plt.savefig("zhexian.jpg")# 3)展示图像plt.show()
エピローグ
PubMedのは、おそらくフラット、おそらく難しい一つの方法です。しかし、必ず晴れているこの道を旅しました。