第 1 组
层次 × 录取位次分层表
把本科批按录取位次从高到低切成若干层,告诉你某个位次能压到哪些学校,以及同层次里哪些学校位次更靠前(更稳)。
图 1 · 层次 × 录取位次分层表
「我这个分数段,985 / 211 / 双一流分别在什么位次区间」—— 志愿填报最直接的分层参照
⚡ 985 / 211(含双一流) 的录取难度完全交叠
位次越小越难,所以 P75 是「最容易那 25%」的门槛、P25 是「最难那 25%」的门槛。本省 985 里最容易的 25% 只要 7,251 名就能进,而 211 里最难的那 25% 要 11,555 名以后 —— 985 的冷门档比 211 的热门档更容易够到,两层在这 4,304 个位次上完全交叠。
7,251
985 最容易的 25% 门槛(P75)
4,304
交叠带 7,251 ~ 11,555 名
11,555
211(含双一流) 最难的 25% 门槛(P25)
这段交叠带里实际有多少学校可报(院校级投档线口径,逐校实算):
985 6 所 ·
211(含双一流) 13 所 ·
双一流 2 所 ·
普通本科 5 所
。
换句话说,位次 11,555 的考生, 累计可录 985 共 43 所、 211(含双一流) 共 20 所 。 ⚠️ 两层在同一位次段同时可选,本页不替你判断该报哪一层 —— 请结合专业冷热、城市偏好与就业去向逐个对比。
换句话说,位次 11,555 的考生, 累计可录 985 共 43 所、 211(含双一流) 共 20 所 。 ⚠️ 两层在同一位次段同时可选,本页不替你判断该报哪一层 —— 请结合专业冷热、城市偏好与就业去向逐个对比。
🎯 志愿策略:同一位次段里,985 与 211 的院校是同时可选的,层次标签在这一段不足以决定取舍,请结合专业冷热、城市与就业去向逐个对比
对照 · 两层位次全距的重叠程度:985 的位次全距(70~24,127)与 211 的全距(2,712~71,992)重叠 21,415 个位次,相当于 985 全距的 89.0%、211 全距的 30.9%。
全距与分位两个口径都指向同一事实:两层在录取难度上是交错的,
单看层次标签不足以判断某个位次能报哪些学校。
| 层次 | 院校数 | 最低位次 (最难) |
P25 (最难 25% 档门槛) |
中位位次 | P75 (最容易 25% 档门槛) |
最高位次 (最易) |
|---|---|---|---|---|---|---|
| 985 | 50 | 70 | 978.2 | 2,589 | 7,251 | 24,127 |
| 211(含双一流) | 79 | 2,712 | 11,555 | 16,342 | 23,958 | 71,992 |
| 双一流 | 21 | 438 | 14,235 | 22,050 | 29,264 | 42,238 |
|
开通包年会员查看全部 标准版年卡
另有 1 个层次未解锁
| ||||||
口径与样本:2026 年 物理类 ·
院校级投档线(
层次判据:
分位用 linear 插值(索引 (n-1)×p,与 numpy 默认一致);非 nearest 取整法 —— 两种算法在小样本层会差几十个位次。⚠️ 位次越小越难,故 P25 = 最难那 25% 档的门槛、P75 = 最容易那 25% 档的门槛,两者不可互换。
admission_score.level='school',每校一行,不含专业级重复计数)·
样本 1447 所院校 / 1447 条记录 ·
min_rank 整数守卫已生效(排除 text '-' / null)。
层次判据:
is_985=1 → 985;
is_985=0 AND is_211=1 → 211(含双一流);
double_first_class_subjects > 0 → 双一流(该字段存的是双一流学科数量,
全表 0 值 2,842 行、>0 仅 148 所,故必须用 > 0 而非 IS NOT NULL);
其余 → 普通本科。顺序不可调换:多数双一流同时是 211,先判 211 才不会把双一流吃掉。
分位用 linear 插值(索引 (n-1)×p,与 numpy 默认一致);非 nearest 取整法 —— 两种算法在小样本层会差几十个位次。⚠️ 位次越小越难,故 P25 = 最难那 25% 档的门槛、P75 = 最容易那 25% 档的门槛,两者不可互换。
第 2 组
高就业低门槛四象限
横轴录取门槛、纵轴就业率,把专业分成四象限:「低门槛高就业」是性价比区,「高门槛低就业」要警惕。
图 2 · 高就业低门槛四象限
X 轴 = 录取位次(越靠左越难够到),Y 轴 = 就业率。揭示「双非工科就业率超多数 211」的信息差
⚠️ 就业率是抽样填报值:就业率口径风险:`school_employment` 是各校自报就业质量报告的**抽样填报值**(填报率与统计口径各校不一,且非全量真实去向),因此同一层次内的就业率不可直接横向比大小;本页样本量低于 10 所时显式标注「样本不足」。
⚖️ 抽样口径与偏倚(实算,非假设):本页共 1,106 所院校同时具备录取位次与就业率,图上分层抽取 400 个点(丢弃 706 个 / 63.8%)。抽样方式:先按录取位次分 10 个分位带,每带按样本量比例取点、带内再按就业率等距抽取,因此就业率的低端与高端都有代表进入图中,四个象限均有院校。
⚖️ 抽样带来的偏移(实算,非假设):就业率中位 入选 90.3% vs 全体 90.28%,基本无偏移(|Δ| < 0.1pp);位次中位 入选 70,414 vs 全体 70,644(-0.3%,来自分位带按比例配额,非随机波动)。
📌 象限切分线取的是图上这 400 个点的中位(位次 70,414 / 就业率 90.3%),与抽样口径一致,故必然落在数据云内部;四象限实际点数:高就业 · 低门槛 100、高就业 · 高门槛 100、低就业 · 低门槛 100、低就业 · 高门槛 100。
⚖️ 抽样带来的偏移(实算,非假设):就业率中位 入选 90.3% vs 全体 90.28%,基本无偏移(|Δ| < 0.1pp);位次中位 入选 70,414 vs 全体 70,644(-0.3%,来自分位带按比例配额,非随机波动)。
📌 象限切分线取的是图上这 400 个点的中位(位次 70,414 / 就业率 90.3%),与抽样口径一致,故必然落在数据云内部;四象限实际点数:高就业 · 低门槛 100、高就业 · 高门槛 100、低就业 · 低门槛 100、低就业 · 高门槛 100。
四象限说明(分位切分,非固定阈值):
高就业 · 低门槛=性价比红利区:位次要求宽松但就业率高;高就业 · 高门槛=名校双优:位次与就业俱佳,但竞争激烈;低就业 · 低门槛=需谨慎:容易上但出口一般;低就业 · 高门槛=性价比最差:难上且就业不占优
切分点:中位位次 70,414 / 中位就业率 90.3% (取自绘制点集的中位(已与抽样口径一致),保证切分线落在数据云内部)。
本图四象限实际点数: 高就业 · 低门槛 100 / 高就业 · 高门槛 100 / 低就业 · 低门槛 100 / 低就业 · 高门槛 100。
口径与样本:就业数据来自各校自报就业质量报告的抽样填报值,非全量真实去向; 本图样本 1106 所院校, 图上按「位次分 10 带分层 + 带内就业率等距系统抽样」抽取 400 个点(丢弃 706 个 / 63.8%, 入选段就业率中位 90.3% vs 全体 90.28%, 偏移 +0.02 个百分点); 值域已裁剪到 0–100%(本次裁剪 1 处超界脏值)。
⚠️ X 轴已按 P1–P99 截断: 实际位次跨度 70 ~ 139,720, 但 8 个点(2.0%)落在轴外未显示 —— 位次分布重尾,不截断会把数据云压成一团。轴外点仍在明细数据中,未被丢弃。
⚠️ Y 轴已按 P1–P99 截断: 实际就业率跨度 0.1% ~ 100.0%, 4 个点(1.0%)落在轴外未显示。
🎨 散点填充色 = 象限,描边色 = 图 1 同一套层次判据(
🔴 升学率与就业率是两个独立指标,不可相加、不可混算,本页不提供二者之和或任何合并口径。
切分点:中位位次 70,414 / 中位就业率 90.3% (取自绘制点集的中位(已与抽样口径一致),保证切分线落在数据云内部)。
本图四象限实际点数: 高就业 · 低门槛 100 / 高就业 · 高门槛 100 / 低就业 · 低门槛 100 / 低就业 · 高门槛 100。
口径与样本:就业数据来自各校自报就业质量报告的抽样填报值,非全量真实去向; 本图样本 1106 所院校, 图上按「位次分 10 带分层 + 带内就业率等距系统抽样」抽取 400 个点(丢弃 706 个 / 63.8%, 入选段就业率中位 90.3% vs 全体 90.28%, 偏移 +0.02 个百分点); 值域已裁剪到 0–100%(本次裁剪 1 处超界脏值)。
⚠️ X 轴已按 P1–P99 截断: 实际位次跨度 70 ~ 139,720, 但 8 个点(2.0%)落在轴外未显示 —— 位次分布重尾,不截断会把数据云压成一团。轴外点仍在明细数据中,未被丢弃。
⚠️ Y 轴已按 P1–P99 截断: 实际就业率跨度 0.1% ~ 100.0%, 4 个点(1.0%)落在轴外未显示。
🎨 散点填充色 = 象限,描边色 = 图 1 同一套层次判据(
is_985 / is_211 / double_first_class_subjects > 0)。
🔴 升学率与就业率是两个独立指标,不可相加、不可混算,本页不提供二者之和或任何合并口径。
第 3 组
招生规模收缩榜
对比近两年招生规模变化,找出正在缩招(可能转冷)与扩招(可能转热)的专业,提前避开或抓住趋势。
图 3 · 招生规模收缩榜
供给侧视角:哪些专业在缩招、哪些在扩招。竞品很少做,差异化强
📉 缩招 Top 15
| 专业 | 2023 | 2024 | 2025 | 变化率 |
|---|---|---|---|---|
| 工科试验班(计算机与电子通信) | 310 | 297 | 48 | -84.5% |
| 建筑类 | 479 | 313 | 79 | -83.5% |
| 临床医学(卓越医生班) | 640 | 90 | 120 | -81.2% |
| 土木类 | 901 | 609 | 173 | -80.8% |
| 旅游管理类 | 255 | 102 | 54 | -78.8% |
| 历史学类 | 277 | 257 | 85 | -69.3% |
|
开通包年会员查看全部 标准版年卡
另有 9 条未解锁
| ||||
📈 扩招 Top 15
| 专业 | 2023 | 2024 | 2025 | 变化率 |
|---|---|---|---|---|
| 供应链管理 | 206 | 479 | 733 | +255.8% |
| 数字经济 | 944 | 2,034 | 3,143 | +232.9% |
| 无人机应用技术 | 483 | 712 | 1,377 | +185.1% |
| 新能源汽车技术 | 778 | 1,265 | 1,948 | +150.4% |
| 智能建造 | 809 | 1,396 | 2,001 | +147.3% |
| 食品营养与健康 | 309 | 542 | 744 | +140.8% |
|
开通包年会员查看全部 标准版年卡
另有 9 条未解锁
| ||||
另有 7 个专业属「停招/该年无毕业生」而非缩招,已单列、不混入缩招榜
(否则会以「缩招 100%」的假信号占据榜首):
计算机科学与技术(校企合作,与青岛英谷教育科技股份有限公司合作)(760→0→0);工商管理类(财会类)(372→0→0);土木工程(临沂校区)(280→245→0);广播电视学(校企合作,与山东智媒文化产业有限公司合作)(240→0→0);信息管理与信息系统(校企合作,与山东智博信息科技有限公司合作)(200→0→0);数据科学与大数据技术(校企合作,与青软创新科技集团股份有限公司合(200→0→0)。
口径与样本:数据源
🔴 这是全国口径,不含省份维度——与图 1 / 图 2 的「辽宁省」口径不同,请勿混读。
🔴 已剔除首年规模 < 200 人的专业(基数太小、变化率噪声大), 以及末年归零的停招专业,有效样本 454 个专业。
⚠️ 专业名未做括号后缀归并,「临床医学」与「临床医学(卓越医生班)」按不同专业计。
school_major_scale(181,188 行 ·
7,653 个专业名 · 1,990 所院校),
比较 2023 → 2025 两年毕业生规模变化率(中间年 2024 一并列出便于看趋势)。
🔴 这是全国口径,不含省份维度——与图 1 / 图 2 的「辽宁省」口径不同,请勿混读。
🔴 已剔除首年规模 < 200 人的专业(基数太小、变化率噪声大), 以及末年归零的停招专业,有效样本 454 个专业。
⚠️ 专业名未做括号后缀归并,「临床医学」与「临床医学(卓越医生班)」按不同专业计。
第 4 组
就业价值 · 薪资与编制价值榜
把薪资差折算到位次上,回答“多考这些分,毕业后每个月的收入差多少”,并区分编制内外的真实价值。
图 1 · 行业薪资榜(非私营单一口径)
辽宁省该年度只发布了一种单位性质的薪资数据,
故本页只能给出该口径的绝对薪资水平排行 —— 没有对照组,无法回答「编制值多少钱」
🚨 本省暂无对比数据,以下仅为 非私营 口径:
辽宁省在该年度没有与「非私营」相对应的另一侧统计口径,
因此本页不提供任何跨口径的数值对比。
下面这份榜单只反映「非私营」这一个口径内部的行业高低,
不能读作「这个行业更值得考编」。
🚫 请勿与其他单边省横向比较:各单边省所发布的那一种口径未必相同——有的省只发布非私营、有的省可能只发布私营,两类口径的行业薪资基数本身不可比,并排看高低没有意义。本页数值只在本省内部、同一口径下有意义。
🔴 单边口径:本省该年度只发布了一种单位性质的薪资数据,所以本页只展示这一种口径的绝对薪资水平;本页不提供任何跨口径的数值对比。
| 行业门类 | 非私营元/年平均工资 | 统计口径 |
|---|---|---|
数据完整度总览:全国共 28 个省份有行业门类薪资数据,其中 22 个省份同时具备非私营与私营两种口径、可做对比;其余 6 个省份仅单一口径(非私营 6 个),本页对其不做跨口径对比。
口径:口径:仅取
单位:单位:元/年。判据是
样本:本省本年共 19 个行业有「非私营」口径记录, 原始记录 19 行, 榜单按薪资降截取前 15 条。
诚实说明:⚠️ 同比增速(
⚠️ 「非私营」也不是「公务员」:非私营单位含国企/事业单位/机关, 私营单位含民企/外企。本页既无对照组,也未剔除所有制内部的岗位、城市、规模差异, 不能直接读作「考编能拿多少钱」。
🚫 请勿与其他单边省横向比较:各单边省所发布的那一种口径未必相同——有的省只发布非私营、有的省可能只发布私营,两类口径的行业薪资基数本身不可比,并排看高低没有意义。本页数值只在本省内部、同一口径下有意义。
口径:口径:仅取
dimension='行业门类'(分行业门类年平均工资)一种口径。该表全表 3,068 行混了 5 种 dimension——行业门类 / 从业人员数(⚠️ 是从业人数不是工资,实测制造业 7,839,218 人)/ 规上岗位 / 地市 / 登记注册类型;不按 dimension 过滤就会画出「783 万人工资」这类常识性错误,故硬性前置过滤。以下为本省唯一可得口径的行业年平均工资排行,没有对照组,因此不构成「编制值多少钱」的结论——体制内外的相对水平必须由两种口径的同行业对比才能得出,本省数据不足以支撑。
单位:单位:元/年。判据是
source 列 3,068 行 100% 含「年」字(含「月平均/月工资」的记录 0 行),且 wage 值域 31,238~432,211 全为年薪量级。本页不做任何单位换算——凭空乘 12 比不换算更危险。⚠️ unit_type 字段是单位性质(非私营/私营/规上企业/全部单位),不是计量单位,故不存在「元/月 vs 元/年」混算问题;真正的混算风险来自 dimension。
样本:本省本年共 19 个行业有「非私营」口径记录, 原始记录 19 行, 榜单按薪资降截取前 15 条。
诚实说明:⚠️ 同比增速(
growth_rate)非空率仅 8.2%(253/3,068),故本页不使用该字段——避免把「无数据」误读成「零增长」。标记 is_estimate=1 的 38 行(1.2%)为估算值,图上以虚线标记单独标注,不与实测量混同。
⚠️ 「非私营」也不是「公务员」:非私营单位含国企/事业单位/机关, 私营单位含民企/外企。本页既无对照组,也未剔除所有制内部的岗位、城市、规模差异, 不能直接读作「考编能拿多少钱」。
🚫 请勿与其他单边省横向比较:各单边省所发布的那一种口径未必相同——有的省只发布非私营、有的省可能只发布私营,两类口径的行业薪资基数本身不可比,并排看高低没有意义。本页数值只在本省内部、同一口径下有意义。
第 5 组
真实口碑榜 · 专业满意度 × 票数
在校生自报的专业满意度与投票数,告诉你哪些专业是“钱多但人人骂”、哪些是“收入一般但口碑好”。
图 2 · 真实口碑榜 —— 专业满意度 × 票数
家长真实投票:哪些「院校 + 专业」组合的满意度最高 —— 票数与满意度必须一起看,低票数的高分是噪声
⚠️ 票数不足区:本省有
129 条记录票数低于 30,
已单列在下方、不参与排行。票数 < 30 的记录共 129 条,已单列在「票数不足」区,不参与排行。全省达门槛记录 266 条,榜单展示前 20 条。
| # | 院校 | 专业 | 层次 | 城市 | 满意度/5.0 | 票数 | 推荐指数 |
|---|---|---|---|---|---|---|---|
| 1 | 大连理工大学 | 港口航道与海岸工程 | 本科 | 大连市 | 5.0 | 62 | — |
| 2 | 辽东学院 | 工程造价 | 本科 | 丹东市 | 5.0 | 50 | — |
| 3 | 辽宁石化职业技术学院 | 应用化工技术 | 专科 | 锦州市 | 4.9 | 92 | 4.70 |
| 4 | 辽宁警察学院 | 治安学 | 本科 | 大连市 | 4.9 | 89 | 4.60 |
| 5 | 大连交通大学 | 铁道车辆技术 | 专科 | 大连市 | 4.9 | 40 | — |
| 6 | 鞍山师范学院 | 数学与应用数学 | 本科 | 鞍山市 | 4.9 | 40 | — |
| 7 | 盘锦职业技术学院 | 现代物业管理 | 专科 | 盘锦市 | 4.9 | 35 | — |
| 8 | 辽宁金融职业学院 | 资产评估与管理 | 专科 | 沈阳市 | 4.9 | 34 | — |
| 9 | 辽宁医药职业学院 | 医学影像技术 | 专科 | 沈阳市 | 4.9 | 32 | — |
| 10 | 营口职业技术学院 | 小学语文教育 | 专科 | 营口市 | 4.9 | 31 | — |
| 11 | 沈阳体育学院 | 体育教育 | 本科 | 沈阳市 | 4.8 | 639 | 4.80 |
| 12 | 沈阳体育学院 | 运动训练 | 本科 | 沈阳市 | 4.8 | 621 | 4.80 |
| 13 | 东北大学 | 自动化类 | 本科 | 沈阳市 | 4.8 | 552 | 4.90 |
| 14 | 大连医科大学 | 护理 | 专科 | 大连市 | 4.8 | 363 | — |
| 15 | 辽宁警察学院 | 刑事科学技术 | 本科 | 大连市 | 4.8 | 214 | 4.70 |
| 16 | 辽宁石化职业技术学院 | 石油化工技术 | 专科 | 锦州市 | 4.8 | 213 | 4.90 |
| 17 | 辽东学院 | 医学美容技术 | 专科 | 丹东市 | 4.8 | 151 | — |
| 18 | 辽宁科技学院 | 电气工程及其自动化 | 本科 | 本溪市 | 4.8 | 134 | 4.70 |
| 19 | 大连科技学院 | 通信工程 | 本科 | 大连市 | 4.8 | 124 | — |
| 20 | 大连职业技术学院 | 学前教育 | 专科 | 大连市 | 4.8 | 115 | 4.70 |
🚫 票数不足区(不参与排行):共 129 条,票数均 < 30。
5 分制下 0.1 分的差距在十几票样本上完全可能是噪声,
这些高分不可信、不可用于志愿决策,仅列前 8 条供观察:
| 院校 | 专业 | 满意度 | 票数 |
|---|---|---|---|
| 辽宁商贸职业学院 | 社区管理与服务 | 4.8 | 29 |
| 铁岭卫生职业学院 | 医学检验技术 | 4.9 | 29 |
| 沈阳化工大学 | 视觉传达设计 | 4.8 | 28 |
| 大连海洋大学 | 机械设计与制造 | 4.6 | 28 |
| 大连财经学院 | 大数据与会计 | 4.7 | 28 |
| 大连艺术学院 | 工艺美术 | 4.7 | 28 |
| 大连枫叶职业技术学院 | 市场营销 | 4.4 | 28 |
| 辽宁科技大学 | 旅游管理 | 4.5 | 27 |
数据可信范围:省份回补命中率 16,387 / 16,393 = 99.96%(未命中的 6 行为 `school` 表里查无此名的院校,已剔除,本页数据仅覆盖能回补出省份的 99.96%)
口径:🔴
样本:本省回补命中 395 条 (其中带满意度评分 9180 条为全表口径), 涉及专业名 203 个。
排行单位:以「某校的某专业」为最小单位(该表
诚实说明:票数门槛:满意度为 5 分制(实测值域 3.0~5.0),0.1 分的差距在十几票样本上完全可能是噪声,故设 ≥ 30 票才进排行;门槛以下单列「票数不足」区,不混进排行。另外本页不按 major_name 跨表 JOIN——该字段括号后缀未归一化(跨表 JOIN 命中率会从 91.3% 掉到 53.6%),推荐指数直接读同表的
口径:🔴
major_satisfaction.province 字段 100% 为空(0/16,393),因此本页的省份全部由 school_name 精确匹配 JOIN school 回补得到——这是本页能做省级分析的唯一前提。此处用校名而非国标码是经过验证的安全选择:school.school_name 实测 3,109 个去重值、零重名,内连接不会一对多膨胀;而按 GB 码 school_code JOIN 会串校(10654 被四川音乐学院与成都美术学院共用)。
样本:本省回补命中 395 条 (其中带满意度评分 9180 条为全表口径), 涉及专业名 203 个。
排行单位:以「某校的某专业」为最小单位(该表
(school_name, major_name) 实测零重复),
可直接对应一个可填的志愿;不做专业名归并(「临床医学」与「临床医学(卓越医生班)」
是两条不同记录,无可靠依据时猜错比不猜更糟)。
诚实说明:票数门槛:满意度为 5 分制(实测值域 3.0~5.0),0.1 分的差距在十几票样本上完全可能是噪声,故设 ≥ 30 票才进排行;门槛以下单列「票数不足」区,不混进排行。另外本页不按 major_name 跨表 JOIN——该字段括号后缀未归一化(跨表 JOIN 命中率会从 91.3% 掉到 53.6%),推荐指数直接读同表的
recommend_index(9,643 行非空,与 major_recommendation 同源)。
第 6 组
低分上好学校 · 层次与门槛分层
年卡专享
用较低的录取位次去够更好的学校层次——这张表回答“我这份成绩,有没有捡漏的机会”。
低分上好学校 · 层次与门槛分层
黑金·年
用较低的录取位次去够更好的学校层次——这张表回答“我这份成绩,有没有捡漏的机会”。
第 7 组
录取门槛 × 自报就业率分布
把录取门槛与自报就业率交叉,标出“性价比断层”:某些专业就业明显不划算,却还要很高的分数。
录取门槛 × 自报就业率分布
黑金·年
把录取门槛与自报就业率交叉,标出“性价比断层”:某些专业就业明显不划算,却还要很高的分数。
第 8 组
就业质量三角 · 难度×供给×就业
把录取难度、招生供给广度、自报就业质量放在一张气泡图上,一眼看出哪些专业是“好考但不好就业”、哪些是“难考但值”。
就业质量三角 · 难度×供给×就业
黑金·年
把录取难度、招生供给广度、自报就业质量放在一张气泡图上,一眼看出哪些专业是“好考但不好就业”、哪些是“难考但值”。
第 9 组
产业景气三档榜
按薪资分位数把专业分成强推荐 / 推荐 / 一般三档,帮你判断某个专业值不值得为了它多考二十分。
产业景气三档榜
黑金·年
按薪资分位数把专业分成强推荐 / 推荐 / 一般三档,帮你判断某个专业值不值得为了它多考二十分。
第 10 组
省级位次涨幅对比
对比各层次院校录取位次的年度漂移,告诉你“同样考 600 分,今年能上的学校比去年高还是低”。
省级位次涨幅对比
黑金·年
对比各层次院校录取位次的年度漂移,告诉你“同样考 600 分,今年能上的学校比去年高还是低”。
第 11 组
一分一段叠合专业线
把一分一段曲线与各专业录取线叠在一起,最直观地看出你的分数在整段分布里处于什么位置。
一分一段叠合专业线
黑金·年
把一分一段曲线与各专业录取线叠在一起,最直观地看出你的分数在整段分布里处于什么位置。
第 12 组
学科评估 A+ / A 分布
教育部学科评估 A+ / A 的院校与学科分布,用来判断某个学科优势学校是否在你能触及的范围内。
学科评估 A+ / A 分布
黑金·年
教育部学科评估 A+ / A 的院校与学科分布,用来判断某个学科优势学校是否在你能触及的范围内。
第 13 组
本省院校毕业生去向地图
本省高校毕业生主要去了哪些城市、哪些行业,看清留在本省与去外省的比重,判断省内就业机会的厚度。
本省院校毕业生去向地图
黑金·年
本省高校毕业生主要去了哪些城市、哪些行业,看清留在本省与去外省的比重,判断省内就业机会的厚度。
第 14 组
A+ 学科 × 录取位次匹配度
把学科评估 A+ 名单与各专业录取位次交叉,回答“以我的分数,哪些强势学科是真的够得着的”。
A+ 学科 × 录取位次匹配度
黑金·年
把学科评估 A+ 名单与各专业录取位次交叉,回答“以我的分数,哪些强势学科是真的够得着的”。