339 lines
15 KiB
Python
339 lines
15 KiB
Python
"""
|
||
高考志愿填报可视化报告生成器
|
||
支持：雷达图、热力图、对比表、风险检测
|
||
"""
|
||
|
||
from datetime import datetime
|
||
|
||
|
||
def generate_student_radar(student_profile):
|
||
"""
|
||
生成考生画像雷达图数据
|
||
"""
|
||
scores = {
|
||
"兴趣匹配度": student_profile.get("interest_match", 0),
|
||
"能力匹配度": student_profile.get("ability_match", 0),
|
||
"就业匹配度": student_profile.get("employment_match", 0),
|
||
"家庭适配度": student_profile.get("family_match", 0),
|
||
}
|
||
|
||
# 综合得分计算
|
||
weighted_score = (
|
||
scores["兴趣匹配度"] * 0.3 +
|
||
scores["能力匹配度"] * 0.3 +
|
||
scores["就业匹配度"] * 0.25 +
|
||
scores["家庭适配度"] * 0.15
|
||
)
|
||
|
||
# 生成ASCII雷达图
|
||
radar_chart = f"""
|
||
┌─────────────────────────────────────────────────────────────────┐
|
||
│ 🎯 {student_profile.get('name', '考生')} 画像雷达图 │
|
||
├─────────────────────────────────────────────────────────────────┤
|
||
│ │
|
||
│ 兴趣匹配度 │
|
||
│ {scores['兴趣匹配度']:>3}/10 │
|
||
│ │ │
|
||
│ {min(scores['能力匹配度'], 10):>2}/10 ─────────┼───────── {min(scores['就业匹配度'], 10):>2}/10 │
|
||
│ 能力匹配度 │ 就业匹配度 │
|
||
│ │ │
|
||
│ 【{weighted_score:.1f}/10】 │
|
||
│ 综合得分 │
|
||
│ │ │
|
||
│ {scores['家庭适配度']:>3}/10 │
|
||
│ 家庭适配度 │
|
||
│ │
|
||
├─────────────────────────────────────────────────────────────────┤
|
||
│ 评分说明： │
|
||
│ • 兴趣匹配：基于霍兰德职业兴趣测试结果 │
|
||
│ • 能力匹配：学科成绩与专业要求的匹配度 │
|
||
│ • 就业匹配：专业就业前景评估 │
|
||
│ • 家庭适配：经济条件、地域要求的符合度 │
|
||
└─────────────────────────────────────────────────────────────────┘
|
||
"""
|
||
return radar_chart, weighted_score
|
||
|
||
|
||
def generate_school_comparison(volunteer_list):
|
||
"""
|
||
生成院校对比决策表
|
||
"""
|
||
table = """
|
||
┌──────────────────────────────────────────────────────────────────────┐
|
||
│ 🎯 志愿方案可视化对比 │
|
||
├────────────┬────────────┬──────────┬─────────┬─────────┬───────────┤
|
||
│ 志愿类型 │ 院校 │ 专业 │ 录取概率│ 匹配指数│ 推荐指数 │
|
||
├────────────┼────────────┼──────────┼─────────┼─────────┼───────────┤
|
||
"""
|
||
|
||
for idx, vol in enumerate(volunteer_list, 1):
|
||
v_type = vol.get('type', '稳')
|
||
emoji = {'冲': '🔴', '稳': '🟡', '保': '🟢'}.get(v_type, '⚪')
|
||
|
||
prob_bar = '█' * int(vol.get('probability', 0) / 10) + '░' * (10 - int(vol.get('probability', 0) / 10))
|
||
match_score = vol.get('match_score', 0)
|
||
stars = '⭐' * int(match_score / 20) + '☆' * (5 - int(match_score / 20))
|
||
|
||
table += f"""│ {emoji} {v_type:>2} {idx:>2} │ {vol.get('school', '待定'):<10} │ {vol.get('major', '待定'):<8} │ {prob_bar} │ {match_score:>3} │ {stars} │
|
||
├────────────┼────────────┼──────────┼─────────┼─────────┼───────────┤
|
||
"""
|
||
|
||
table += """│ │
|
||
│ 图例： │
|
||
│ 录取概率 █████ 90%+ ████░ 80%+ ███░░ 60%+ ██░░░ 40%+ █░░░░ <20%│
|
||
│ 匹配指数 90-100 完美 80-90 高度 70-80 中度 <70 需谨慎 │
|
||
└──────────────────────────────────────────────────────────────────┘
|
||
"""
|
||
return table
|
||
|
||
|
||
def generate_major_heatmap(majors):
|
||
"""
|
||
生成专业匹配度热力图
|
||
"""
|
||
heatmap = """
|
||
┌──────────────────────────────────────────────────────────────────────┐
|
||
│ 🔥 兴趣-专业匹配度热力图 │
|
||
├──────────────────────────────────────────────────────────────────────┤
|
||
│ │
|
||
"""
|
||
|
||
for major in majors:
|
||
name = major.get('name', '')
|
||
score = major.get('match_score', 0)
|
||
|
||
# 生成热力条
|
||
if score >= 90:
|
||
bar = '█' * 20
|
||
status = '强烈推荐'
|
||
elif score >= 80:
|
||
bar = '█' * 17 + '░' * 3
|
||
status = '推荐选择'
|
||
elif score >= 70:
|
||
bar = '█' * 14 + '░' * 6
|
||
status = '可以考虑'
|
||
elif score >= 60:
|
||
bar = '█' * 11 + '░' * 9
|
||
status = '谨慎考虑'
|
||
elif score >= 40:
|
||
bar = '█' * 8 + '░' * 12
|
||
status = '不太建议'
|
||
else:
|
||
bar = '█' * 5 + '░' * 15
|
||
status = '不推荐'
|
||
|
||
heatmap += f"│ {name:<12} {bar} {score:>3}% {status:<12} │\n"
|
||
|
||
heatmap += """│ │
|
||
│ 热力指数：████ 90-100% ████ 80-90% ███░ 70-80% ██░░ 60-70% │
|
||
│ █░░░ 30-60% ░░░░ <30% (不推荐) │
|
||
└──────────────────────────────────────────────────────────────────────┘
|
||
"""
|
||
return heatmap
|
||
|
||
|
||
def detect_risks(student_profile, volunteer_list):
|
||
"""
|
||
智能风险检测
|
||
"""
|
||
risks = []
|
||
|
||
# 检查位次差距
|
||
for vol in volunteer_list:
|
||
if vol.get('type') == '冲':
|
||
if vol.get('probability', 0) < 30:
|
||
risks.append({
|
||
'level': 'warning',
|
||
'item': f"{vol.get('school')}录取概率过低",
|
||
'desc': f"录取概率仅{vol.get('probability')}%，需要增加相近备选"
|
||
})
|
||
|
||
# 检查学科匹配
|
||
weak_subjects = student_profile.get('weak_subjects', [])
|
||
for vol in volunteer_list:
|
||
required = vol.get('required_subjects', [])
|
||
for subj in required:
|
||
if subj in weak_subjects:
|
||
risks.append({
|
||
'level': 'danger',
|
||
'item': f"{vol.get('school')}-{vol.get('major')}学科不匹配",
|
||
'desc': f"该专业需要{subj}，但考生{subj}为弱项"
|
||
})
|
||
|
||
# 检查梯度合理性
|
||
types_count = {'冲': 0, '稳': 0, '保': 0}
|
||
for vol in volunteer_list:
|
||
v_type = vol.get('type', '稳')
|
||
types_count[v_type] = types_count.get(v_type, 0) + 1
|
||
|
||
total = len(volunteer_list)
|
||
if total > 0:
|
||
if types_count['保'] / total < 0.2:
|
||
risks.append({
|
||
'level': 'danger',
|
||
'item': '保底志愿不足',
|
||
'desc': f"保底志愿仅占{types_count['保']/total*100:.0f}%，建议至少30%"
|
||
})
|
||
|
||
# 生成风险报告
|
||
risk_report = """
|
||
┌──────────────────────────────────────────────────────────────────────┐
|
||
│ 🚦 志愿填报风险检测报告 │
|
||
├──────────────────────────────────────────────────────────────────────┤
|
||
│ │
|
||
"""
|
||
|
||
danger_list = [r for r in risks if r['level'] == 'danger']
|
||
warning_list = [r for r in risks if r['level'] == 'warning']
|
||
|
||
if danger_list:
|
||
risk_report += "│ 🔴 高风险项目（必须修改）： │\n"
|
||
for risk in danger_list:
|
||
risk_report += f"│ ✗ {risk['item']:<30} │\n"
|
||
risk_report += f"│ → {risk['desc']:<50} │\n"
|
||
risk_report += "│ │\n"
|
||
|
||
if warning_list:
|
||
risk_report += "│ 🟡 中风险项目（建议调整）： │\n"
|
||
for risk in warning_list:
|
||
risk_report += f"│ ⚠ {risk['item']:<30} │\n"
|
||
risk_report += f"│ → {risk['desc']:<50} │\n"
|
||
risk_report += "│ │\n"
|
||
|
||
if not risks:
|
||
risk_report += "│ 🟢 恭喜！未检测到高风险项目，当前方案可以安全填报 │\n"
|
||
|
||
risk_report += """│ │
|
||
└──────────────────────────────────────────────────────────────────────┘
|
||
"""
|
||
return risk_report, risks
|
||
|
||
|
||
def generate_volunteer_report(student_data, volunteer_list):
|
||
"""
|
||
生成完整可视化报告
|
||
"""
|
||
report = f"""
|
||
# 高考志愿填报可视化报告
|
||
|
||
**生成时间**：{datetime.now().strftime('%Y年%m月%d日 %H:%M')}
|
||
**考生姓名**：{student_data.get('name', '未知')}
|
||
**考生省份**：{student_data.get('province', '未知')}
|
||
**高考总分**：{student_data.get('score', 0)}分
|
||
**全省位次**：{student_data.get('rank', 0)}名
|
||
|
||
---
|
||
|
||
## 一、考生画像雷达图
|
||
|
||
"""
|
||
|
||
# 生成雷达图
|
||
radar, total_score = generate_student_radar(student_data)
|
||
report += radar
|
||
report += f"\n**综合匹配指数**：{total_score:.1f}/10\n\n"
|
||
|
||
# 生成院校对比表
|
||
report += "## 二、志愿方案可视化对比\n\n"
|
||
report += generate_school_comparison(volunteer_list)
|
||
report += "\n\n"
|
||
|
||
# 生成专业热力图
|
||
majors = []
|
||
for vol in volunteer_list:
|
||
majors.append({
|
||
'name': vol.get('major', '未知'),
|
||
'match_score': vol.get('match_score', 0)
|
||
})
|
||
report += "## 三、专业匹配度热力图\n\n"
|
||
report += generate_major_heatmap(majors)
|
||
report += "\n\n"
|
||
|
||
# 风险检测
|
||
report += "## 四、风险检测报告\n\n"
|
||
risk_report, risks = detect_risks(student_data, volunteer_list)
|
||
report += risk_report
|
||
report += "\n\n"
|
||
|
||
# 建议总结
|
||
report += """## 五、填报建议总结
|
||
|
||
基于以上分析，给出以下建议：
|
||
|
||
| 建议类型 | 具体内容 |
|
||
|---------|---------|
|
||
| ✅ 推荐选择 | [根据匹配度最高的志愿填写] |
|
||
| ⚠️ 谨慎考虑 | [根据风险提示填写] |
|
||
| ❌ 不建议 | [根据不匹配项填写] |
|
||
|
||
---
|
||
|
||
*本报告由智能志愿填报系统生成，数据基于2025年历史录取信息*
|
||
"""
|
||
|
||
return report
|
||
|
||
|
||
# 示例使用
|
||
if __name__ == "__main__":
|
||
# 示例考生数据
|
||
student = {
|
||
'name': '李明',
|
||
'province': '浙江省',
|
||
'score': 612,
|
||
'rank': 15230,
|
||
'interest_match': 85, # 兴趣匹配度
|
||
'ability_match': 90, # 能力匹配度
|
||
'employment_match': 88, # 就业匹配度
|
||
'family_match': 95, # 家庭适配度
|
||
'weak_subjects': ['化学', '语文']
|
||
}
|
||
|
||
# 示例志愿列表
|
||
volunteers = [
|
||
{
|
||
'school': '浙江大学',
|
||
'major': '计算机类',
|
||
'type': '冲',
|
||
'probability': 35,
|
||
'match_score': 95,
|
||
'required_subjects': ['数学', '物理']
|
||
},
|
||
{
|
||
'school': '杭州电子科技大学',
|
||
'major': '计算机类',
|
||
'type': '稳',
|
||
'probability': 70,
|
||
'match_score': 92,
|
||
'required_subjects': ['数学', '物理']
|
||
},
|
||
{
|
||
'school': '浙江工业大学',
|
||
'major': '软件工程',
|
||
'type': '稳',
|
||
'probability': 80,
|
||
'match_score': 88,
|
||
'required_subjects': ['数学']
|
||
},
|
||
{
|
||
'school': '浙江理工大学',
|
||
'major': '软件工程',
|
||
'type': '保',
|
||
'probability': 95,
|
||
'match_score': 82,
|
||
'required_subjects': ['数学']
|
||
}
|
||
]
|
||
|
||
# 生成报告
|
||
report = generate_volunteer_report(student, volunteers)
|
||
|
||
# 输出到文件
|
||
output_file = f"/tmp/gaokao_visual_report_{datetime.now().strftime('%Y%m%d_%H%M%S')}.md"
|
||
with open(output_file, 'w', encoding='utf-8') as f:
|
||
f.write(report)
|
||
|
||
print(f"报告已生成：{output_file}")
|
||
print("\n报告预览：")
|
||
print(report)
|