一年一度的积分落户工作马上要开始了,刚好对于2020年的分数情况还做了一些统计,总体的感觉就是:水涨船高。
2020年10月15日,2019年北京积分落户人员名单出炉:最低分值93.58分,6007人最终成为“锦鲤”。
背景信息:
2016年8月11日,北京市积分落户管理办法(试行)发布。本市积分落户自2017年1月1日起施行,每年申请一次。
2018年4月11日,发布《北京市积分落户操作管理细则》,4月16日将正式开放在线系统,接受 会申 。
对于年年陪跑的我,还是耐不住寂寞做了下分析,假设我们看到的数据是这样的,有公示编 和姓名,出生年月,公司和积分,而且今年还对积分的明细做了公示。
公示编 | 姓名 | 出生年月 | 单位名称 | 积分分值 |
100001 | 小王 | 9/1/1980 | 北京很厉害的公司 | 100.12 |
明细的公示如下,可以看到这些牛人的积分段位。
可以看到97分靠线的人的比例很高,集中在97-101分之间,可见竞争是非常激烈的,已经很多人超越满分了。
相比于前两年,分数有了明显提高,如下是第一次积分落户的分数段数据,集中在90-95,亚历山大。
2)分析这些牛人的年龄段
年龄段是一个很有说服力的指标,我们看看他们的年龄段。
4)分析中签牛人的公司类型
可以看到绝大多数的公司都是有限公司,此外一些出版 ,研究院和事务所,大学也有有一定的比例。
有限公司 | 3710 |
有限责任公司 | 213 |
出版 | 16 |
研究院 | 14 |
事务所 | 43 |
大学 | 6 |
电视台 | 1 |
然后再来看看2018年的数据分析
2019年5月16日,市人力 保局发布消息,北京市2019年积分落户申 工作将于5月22日正式启动,申 期60天。
目前官方公布的数据为2018年的积分落户数据,通过对数据的分析,可以了解整体的比例和分布情况。
今天使用Python实现做了下数据分析,结合pandas, numpy, matplotlib, pyecharts等插件通过可视化的方式进行数据统计分析,以柱状图,饼图,地图,表格等形式展示数据的分布情况。
直接给出测试过程。
1 环境配置
Python |
版本:3.8 |
插件 |
pandas |
numpy |
|
matplotlib |
|
pyecharts |
2 分数分布
2.1 分数按照5分为粒度进行统计
其中,
90~95分的比例占到了55.6%
95~100分的比例占到了29.2%
100~105分的比例占到了10.8%
105分以上的比例占用不到5%
2.3 分数按照1分为粒度统计
在此基础上进行信息下钻,积分粒度按照1分来计算,可以看到90~91分的区段人数最多,90分压线的有300人左右。
从饼图分布来看,
40~45岁的落户比例较高,为50.5%
35~40岁的落户比例次之,为42.2%
30~35岁的落户比例极低,为2.7%左右
45~50岁的落户比例较低,为4.3%
55~60岁的落户比例更低,为0.2%左右
3.2 细分年龄层次按照1岁为粒度进行统计
各大平台都可以找到我
-
Github:@jeanron100
-
CSDN:@jeanron100
-
知乎:@jeanron100
-
头条 :@杨建荣的学习笔记
-
易 :@杨建荣的数据库笔记
-
大鱼 :@杨建荣的数据库笔记
-
腾讯云+ 区:@杨建荣的学习笔记
QQ群 :763628645
QQ群二维码如下, 添加请注明:姓名+地区+职位,否则不予通过
点在看,让更多人看到
声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!