- 1 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」。
- 2 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。
🧭 贵州省 · 深度组合分析
两个把现有数据交叉起来的问题：够得着的专业，它们的招生供给与自报就业率怎么分布；本省各行业的薪资水平处在什么位置。所有数字按省实算，样本不足就明说。
图1 2026 年 · 物理类 · 613 个专业入云
图2 该省暂无行业薪资数据
切换省份
数据按高考省份口径隔离，不跨省串校
图 1 · 就业质量三角 —— 录取难度 × 招生供给广度 × 自报就业质量
X = 该专业开设院校在本省的录取门槛 P50（越往左越难进），
Y = 同批院校自报就业率 P50，
气泡面积 = 招生供给广度（开设院校数 × 招生计划数）。
这是三个维度的联合分布，不是「哪个专业更好」的排名。
🔴 关于「专业热度」：本库没有这个字段，本页换成了另一个东西。任务设想用「专业热度」作第三轴，逐一实测全部候选字段后该字段不存在：
本页第三轴改用
major_traffic_light.demand_trend（2,689 行、100% 非空）没有 province 列，是全国口径；major_city_demand.post_count 只覆盖 15 个省且极度倾斜（四川 14,106 行、河南仅 8 行、云南 25 行、辽宁 19 行，跨省差 1,700 倍）；major_recommendation.recommend_index 按校名回补省份后覆盖 31 省，但单省仅 250~600 行 / 113~198 个专业名，而该省专业名有 2,815~11,716 个，覆盖率只有 2%~7%。本页第三轴改用
admission_score.plan_count（招生计划数）与开设院校数合成的「招生供给广度」。⛔ 这是供给侧指标，不是报考热度——「招生计划多」只说明学校愿意多招，不代表报考的人多。把它叫「热度」是概念偷换，会让家长误读成「热门」，故本页一律不叫热度。🔴 就业率口径红线：
employment_rate 是各校自报抽样填报值（实测全表非空仅 2,206 / 3,166，year 有 876 行为 NULL），同层次内不可横向比大小，本页也不做跨层次比较。⚠️ 本页只呈现分布，不下「哪个更好」的结论：页面上不存在「推荐 / 首选 / 最值得报」等排序性措辞。自报就业率与真实就业质量之间还隔着填报口径、抽样范围、是否含继续升学等未知因素，本页数据不足以支撑任何优劣判断。📐 🔴 横轴方向：位次数值越大越好进，所以图上越往左越难进。最左端 = 位次数值最小 = 门槛最高；最右端 = 位次数值最大 = 门槛最低。
📊 各层次分布（只看分布形态，不做层次间优劣比较）
| 层次 | 专业数 | 门槛 P50 （位次） |
自报就业率 P50 | 开设院校累计 |
|---|---|---|---|---|
| 985 | 12 | 2,452 | 94.44% | 197 |
| 211(含双一流) | 11 | 12,677 | 93.0% | 48 |
| 双一流 | 2 | 7,180 | 98.34% | 7 |
| 普通本科 | 588 | 86,875 | 90.92% | 18,059 |
口径与样本：2026 年 物理类 ·
专业级记录 25,625 条 ·
参与就业交叉的院校 1,487 所 ·
填报招生计划的记录 25,625 条 ·
入云专业 613 个
（图上按层次配额等比抽样画 120 个，
另有 493 个未画出，完整分布见上表）
⚠️ 各层抽样明细（⛔ 不是按供给全局取前 N： 供给量与层次强相关，全局排序会系统性删光全部 985/211 点， 造成「图里强校专业消失」而表里还在，属结论性误导）： 985 画 2 / 共 12；211(含双一流) 画 2 / 共 11；双一流 画 1 / 共 2；普通本科 画 115 / 共 588。 每层内按供给降序取，故层内可比、层间不可比。 。
⚠️ 被剔除的专业：126 个因层次混杂 （主层次占比 < 70%）不进图 —— 这些专业的就业率横跨多个层次，混在一起比大小本身就是错的； 另有 0 个招生计划数全为 0 不进图 —— 气泡面积会退化成 0，在图上与「没有数据」无法区分， 属于用 0 冒充真实值（如实报出，不静默丢弃）。
供给广度取值范围：9 ~ 1,928,448（院校数 × 计划数）， 跨度可达数个数量级，故气泡面积按对数映射到面积，线性映射会把小气泡压成 0。
双维度年份守卫均已通过：① 记录数塌陷（判据：低于上一年 50%）；② 专业级位次中位偏离该省自身历史水位 3.0 倍内（本次检测到 0 个 (年份,科类) 异常组合，已全部避开）。。
口径：专业级投档线（
层次判据：
三轴定义（全部实算，随省份变化）：X = 该专业开设院校在本省本年本科类的录取门槛 P50（位次数值）；Y = 同批院校自报就业率 P50；气泡面积 = 招生供给广度＝开设院校数 × 招生计划数合计（对数映射到面积）。
层次纯净度：主层次占比 ≥ 70% 才进图，层次混杂的专业不进图。
分位一律用 <b>linear 插值</b>（索引 (n−1)×p，与 numpy 默认一致、全页统一），非 nearest 取整法。⚠️ 位次越小越难，故 <b>P25 = 最难那 25% 档</b>、<b>P75 = 最容易那 25% 档</b>，两者不可互换。
⚠️ 各层抽样明细（⛔ 不是按供给全局取前 N： 供给量与层次强相关，全局排序会系统性删光全部 985/211 点， 造成「图里强校专业消失」而表里还在，属结论性误导）： 985 画 2 / 共 12；211(含双一流) 画 2 / 共 11；双一流 画 1 / 共 2；普通本科 画 115 / 共 588。 每层内按供给降序取，故层内可比、层间不可比。 。
⚠️ 被剔除的专业：126 个因层次混杂 （主层次占比 < 70%）不进图 —— 这些专业的就业率横跨多个层次，混在一起比大小本身就是错的； 另有 0 个招生计划数全为 0 不进图 —— 气泡面积会退化成 0，在图上与「没有数据」无法区分， 属于用 0 冒充真实值（如实报出，不静默丢弃）。
供给广度取值范围：9 ~ 1,928,448（院校数 × 计划数）， 跨度可达数个数量级，故气泡面积按对数映射到面积，线性映射会把小气泡压成 0。
双维度年份守卫均已通过：① 记录数塌陷（判据：低于上一年 50%）；② 专业级位次中位偏离该省自身历史水位 3.0 倍内（本次检测到 0 个 (年份,科类) 异常组合，已全部避开）。。
口径：专业级投档线（
admission_score.level='major'）。JOIN school / school_employment 走 eol_school_id —— ⛔ 不按 GB school_code：实测该码有 13 组一对多（10654 被四川音乐学院与成都美术学院共用），按码 JOIN 会让同一校膨胀成多行。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；其余 → 普通本科。🔴 该字段存的是双一流学科数量（实测 0 值 2,842 所、>0 仅 148 所），故必须用 > 0；IS NOT NULL 会把 2,842 所普通本科全误判成双一流。顺序不可调换。三轴定义（全部实算，随省份变化）：X = 该专业开设院校在本省本年本科类的录取门槛 P50（位次数值）；Y = 同批院校自报就业率 P50；气泡面积 = 招生供给广度＝开设院校数 × 招生计划数合计（对数映射到面积）。
层次纯净度：主层次占比 ≥ 70% 才进图，层次混杂的专业不进图。
分位一律用 <b>linear 插值</b>（索引 (n−1)×p，与 numpy 默认一致、全页统一），非 nearest 取整法。⚠️ 位次越小越难，故 <b>P25 = 最难那 25% 档</b>、<b>P75 = 最容易那 25% 档</b>，两者不可互换。
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。