图表分析2020年和2018年北京积分落户数据

　　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。
　　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，接受社会申报。
　　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，有公示编号和姓名，出生年月，公司和积分，而且今年还对积分的明细做了公示。
　　明细的公示如下，可以看到这些牛人的积分段位。
　　对于这些信息，我们可以分析出什么呢，我做了下拆解：
　　1）分析这些牛人的分数段
　　2）分析这些牛人的年龄段
　　3）分析哪些公司的中签牛人多
　　4）分析中签牛人的公司类型
　　1）中签牛人的分数段
　　可以看到97分靠线的人的比例很高，集中在97101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9095，亚历山大。
　　如果想换种方式看分数占比和总数的比例，可以使用如下的图来表达：
　　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。
　　从指标可以看出，清一色是70后，已经有一小批80年的人开始扩张，而85后的机会相对很低。
　　如下是完整的数据列表，我的天，85后只有4位，恭喜他们。
　　3）分析哪些公司的中签牛人多
　　中签的牛人所在的公司也能间接反映出公司实力，我抓取了一个标签云图，可以看到华为是遥遥领先，就这还不算华为研究所，其次赢家是电视台。
　　这个数据，包括名次和前2年差别不大。
　　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，此外一些出版社，研究院和事务所，大学也有有一定的比例。
　　然后再来看看2018年的数据分析
　　2019年5月16日，市人力社保局发布消息，北京市2019年积分落户申报工作将于5月22日正式启动，申报期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。
　　2。1分数按照5分为粒度进行统计
　　2。2分数整体饼图统计
　　绝大多数的比例集中在9095分，95100分的区段次之，如果想得到更细粒度的数据，可以使用饼图查看。
　　其中，
　　9095分的比例占到了55。6
　　95100分的比例占到了29。2
　　100105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9091分的区段人数最多，90分压线的有300人左右。
　　3。1细分年龄层次饼图
　　从饼图分布来看，
　　4045岁的落户比例较高，为50。5
　　3540岁的落户比例次之，为42。2
　　3035岁的落户比例极低，为2。7左右
　　4550岁的落户比例较低，为4。3
　　5560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
　　其中3744岁为积分落户人数覆盖范围最多的年龄段，3035岁的区段还是极少的比例。
　　4。1按照公司进行统计
　　公司情况如下：
　　行业集中在华为，百度，爱立信，联想等公司，包括一些大型央企。
　　5。1省份分布如下表所示：
　　其中河北，辽宁，山东，黑龙江占据较高比例，地域和北京有直接联系，而重庆，西藏，海南，云南的比例较低，上海主观猜测因为城市自身竞争力原因也处于末尾。
　　而且让我有些奇怪的是有些已经是北京户口了，怎么还要申请北京户口？
　　5。2省份数据地图分布
　　微信公众号：杨建荣的学习笔记Github：jeanron100CSDN：jeanron100知乎：jeanron100头条号：杨建荣的学习笔记网易号：杨建荣的数据库笔记大鱼号：杨建荣的数据库笔记腾讯云社区：杨建荣的学习笔记