Ce numéro est basé sur le tableau de distribution des bandes numéro un de la section scientifique de l'examen d'entrée à l'université provinciale du Sichuan 2023 publié par l'Autorité provinciale des examens d'éducation de la Sichuan pour examiner la répartition des lots de premier cycle , J'espère que tout le monde est utile. Si vous avez des questions ou des domaines à améliorer, veuillez contacter l'éditeur. 1. Répartition des personnes dans chaque section
def get_data_pic(): L1 = ( Line() .add_xaxis(df['分数'].tolist()[::-1]) .add_yaxis( "", df['人数'].tolist()[::-1], symbol_size=0.5, ) .add_yaxis( "", data_t, symbol_size=0.5, ) .add_yaxis( "", data_t2, symbol_size=0.5, ) .set_series_opts( label_opts=opts.LabelOpts(is_show=False) ) .set_global_opts( legend_opts=opts.LegendOpts(is_show=False), title_opts=opts.TitleOpts( title='2023年四川省高考理科一分一段人数分布', pos_top='1%', pos_left="1%", title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20) ), yaxis_opts=opts.AxisOpts( axislabel_opts=opts.LabelOpts(font_size=12, color=colors[3]), axisline_opts=opts.AxisLineOpts( is_show=False, linestyle_opts=opts.LineStyleOpts(width=2, color=colors[3]) ), ) ) )
def get_pie_pic(): pie = ( Pie() .add( "", [list(z) for z in zip(lables, datas)], radius=["40%", "70%"], center=["50%", "50%"], label_opts=opts.LabelOpts(formatter="{b}: \n{d}%",font_size=18), ) .set_global_opts( title_opts=opts.TitleOpts( title=f'2023年四川省高考理科各批次人数分布', pos_top='39%', pos_left="center", ), legend_opts=opts.LegendOpts( is_show=False, textstyle_opts=opts.TextStyleOpts(font_size=14), pos_top='6%', ), ) )
本科二批过线人数占比:28.51%+35.74%=64.25%
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!