1团队介绍
团队成员：宋雨灿、刘梦凡、张倩倩
指导老师：刘双霞
学校：河北工程大学
2作品背景
今年高考之后，一则“在山东、山西、河南、河北四省交界众筹成立‘山河大学’”这一网络梗火遍全网，一时间，“山河大学”也由最初的一个网络词语慢慢演变成虚拟存在的网络高校，成为新一代求学人的理想乌托邦。“山河大学”作为一个网络梗火爆的背后，是四省在教育上面临的共同困境，体现人们对高等教育发展的关切与设想，更表达了对当前高等教育资源再分配的热望。由此我们不得不思考“山河大学”爆火背后所展现的心酸，在其背后究竟隐藏着什么?下面让我们以京津冀为例，分别从政策、经济、家庭三个方面看看“乌托邦大学”背后的故事。
★是什么导致了“山河大学”的出现？
★是什么导致教育资源分配不均？
★教育资源分配不均体现在那些方面？
★如何缓解这一矛盾？
3制作流程
我团队选取了河北，天津和北京三个最具代表性的城市或省份来对全国教育资源分配不均的情况进行分析。
河北VS天津VS北京
数据方面，我团队通过查询各省市教育局，财政局，教育委员会以及国家财政局，国家统计局发布的统计年鉴等统计数据，并发布了一定数量的调查问卷来选取关键问题，作出了分析架构。
4成果展示
5总结与分享
在完成本件作品时，我们不仅一次的遇见了数据的真实性科学性的问题，我们认为只有最科学的数据才可以得到最正确的结论。哪些是需要重新采集的；哪些已采集但未清洗、不可用的哪些可用，但是查询条件很复杂的；哪些可用，且查询简单的；哪些不用查询，有固定报表输出的。
这些问题始终萦绕在我们的身边，好在最后我们成功地找到了我们认为最科学，最有代表性的数据。
在数据可视化途中，我们遇见的最大问题是图表过于简单，美观还是直观也是我们考虑的最大的问题。我将困难以及解决方法总结如下：
★困难:数据可能存在缺失、错误、重复或不一致的问题，这会影响分析的准确性。
解决方法:实施数据清洗和预处理，例如填补缺失值、纠正错误、删除重复项和进行数据规范化。
★困难:对数据的背景和上下文理解不足，可能导致分析结果不准确或误导。
解决方法:深入理解数据背景，确保分析目标和方法与目标需求一致。选择正确的可视化方法:
★困难:不同的数据和分析目标需要不同的可视化方法，错误的选择可能导致信息传递不清晰。
解决方法:根据数据类型和分析目标选择合适的图表和可视化工具，如折线图、柱状图、散点图等。可视化设计问题:
★困难:设计不佳的可视化可能难以理解或误导观众。
解决方法:遵循可视化设计原则，例如避免使用不必要的装饰、保持简洁清晰、使用恰当的颜色和图例。
★困难:不当的数据解释或可视化设计可能误导读者。
解决方法:避免使用可能引起误解的可视化元素，如刻意压缩或扩展轴范围，确保数据解释客观、准确。
★困难:数据不断变化，旧的分析和可视化可能很快过时。
解决方法:建立自动更新机制，确保数据分析和可视化反映最新的数据。技能和工具限制:
★困难:可能缺乏使用高级数据分析或可视化工具的技能。
解决方法:投资于自我教育和培训，学习使用新的分析工具和编程语言(如Python、R、SQL)。
通过上述解决方法，我们团队有效地克服了这些困难，提高了数据分析和可视化的质量和效果，完成了参赛作品。 | 
