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。

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。

1   环境配置

2   分数分布

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90-95分，95~100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，

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。

3  年龄分布

3.1 细分年龄层次饼图

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

其中37~44岁为积分落户人数覆盖范围最多的年龄段，30~35岁的区段还是极少的比例。

4  公司分布

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  省份分布

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

各大平台都可以找到我

• 微信公众号：杨建荣的学习笔记

• Github：@jeanron100

• CSDN：@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

QQ群号：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