JavaRush /Java 博客 /Random-ZH /JavaRush 学生大数据

JavaRush 学生大数据

已在 Random-ZH 群组中发布
数据来源是《有趣的数字 》一文中发表的达到一定水平的 JavaRush 学生人数信息(截至 02/01/2022)。在这篇文章中,我们将为上面文章中发表的干巴巴的数字“添彩”,可以说,我们将在图表上直观地展示JavaRush培训课程完成级别时学生人数变化的“趋势” 。首先我们看一下图表,看看达到一定级别的学生人数的变化。 JavaRush 学生大数据 - 1 从这张折线图中,我们普遍注意到,随着新级别的进步,学生的数量正在系统性地减少。还值得注意的是,“越级”学生数量的最大减少发生在最初的级别。由于为了分析 JavaRush 任务中学生活动的统计,采用的是截至 01/01/2022 的当前数据,那么未来学生总数将会增加,因此,在撰写本文时,我想识别不会随时间改变的模式。因此,在下面的折线图中,我们将看到 JavaRush 学生数量的变化,以相对于“达到”0 级的用户总数的百分比表示。事实上,尽管随着时间的推移,用户会增长,但人们的思维和行为定型(即人们的心理类型)不会改变,因此“百分比”很可能不会发生急剧变化。 JavaRush 学生大数据 - 2 为了实验的纯粹性,我们要强调的是,我们将 21-30 级的统计数据放在名为“通过多线程的学生百分比”的折线图中,将 31-41 级的统计数据放在“通过多线程的学生百分比”图表中谁通过了收藏”。就像任务地图上的任务“ Java Multithreading ”和“ Java Collections”一样如果并行放置,则上述两个表中的数据可能会相互混淆 - 也就是说,“集合”的统计信息显示在“多线程”图上,反之亦然。但公平地说,这么说吧,对于统计评估来说这最终不是那么重要,反正如果你完成了这两个任务,那么你就达到了41级,如果你停在某个地方,那么“点”就停止了。在上面的五张图中,我们是感兴趣的有两点:1)曲线的倾斜角度(越大,学生在某一级别“停顿”的越多)。2)“Y”轴上的读数,即占总数的百分比所有“通过”某个级别的学生。我们可以说:a)在前三个级别0-2,每个级别有一半的学生“停止”。b)从第4级到第10级,而“问题” c) 在 11-40 级,学生数量的减少部分增加(从这些折线图的曲线斜率可以看出,[蓝色曲线图表上]比零 3-10 图表上的蓝色曲线更“向下倾斜”。d) 开始接受任务的用户中只有十分之二参加了“付费”JavaRush 课程。e) 只有原始“感兴趣”人数的 3% 完成了零任务。e) 只有三分之一开始完成此[即核心或多线程]任务的人到达了核心、多线程任务的末尾。g) 在最初开始完成收藏任务的人中,只有每 9 人完成了“实习前”的最后一个任务(即收藏)。之所以如此,是因为实习的报名条件之一就是达到35级及以上。从图中我们可以看到,在达到35级之后,很多学生并没有“进一步学习理论”,而是很可能去实习,希望以后能顺利完成,并在未来“继续提高自己的知识”。 Java 开发人员。接下来我们将得到最有趣的图表(已经是条形图)。在下一个“屏幕”上,我们将看到“未通过”某个级别的学生人数。这些数据对我们来说很有趣,因为计算这些值的基础是这样的规则:例如,如果 100 名学生达到 n 级,而 90 名学生“达到”下一个等级 n ​​+1,则 10% 的学生“停止”最初达到此级别的学生的第 n 级。也就是说,我们把达到这个水平的学生人数当作100%。新级别-达到该“新”级别的学生人数被视为100%。从视觉上看,这可以与以下事实进行比较:“比如说,有 10 个人进入了房间”,“比如说,只有 9 个人找到了通往下一个房间的出口的门,同时,这 10 个人中的 1 个人”最初进入房间的人仍然留在房间里。” JavaRush 学生大数据 - 3 从上图中所示信息得出的简要结论:a) 如前所述,在 0-2 级的每个级别,一半的学生“离开”。b) 平均而言,最初“注册”该级别的学生中约有 10% 停在某一特定级别。c) “小事不重要,小事决定一切”:在新任务的第一级(11级Java核心、21级Java多线程、31级Java集合),“退学”的学生人数为1.5-比平均“等级退出率”10%高出两倍。也就是说,我到达了一个新的任务,尝试了它,然后突然意识到“知识”不允许进一步发展,并且没有足够的“ d) 十分之二的学生停在35级,他们来到了这里。原因:如果成功完成[实习任务],达到 35 级就“足以”获得后续注册实习的任务。由于我们文章的目标受众是 JavaRush 的学生,也就是可以说“不是用一句话,而是用一行代码”证明自己想成为 Java 初级|中级|高级开发者的开发者,那么在本文的最后一个图表我们想看看玻璃,假设它是“半满”。也就是说,在下一个图表中,我们将显示达到该级别的学生总数中成功通过该级别并继续前进的百分比(也就是说,实际上这是之前柱状图的数据,但考虑为“从不同的角度”)。 JavaRush 学生大数据 - 4 让我们再次澄清一下,如果我们说 100 名学生达到了 n 级,80 名学生成功通过了该级别,那么图表上的条形将显示 80%。而且,如果80名达到该级别的学生中只有60人成功通过下一级别,那么该级别的图表条形已经显示为75%。最后一个屏幕的信息会告诉我们什么?情况如下:平均而言,达到该级别的学生有 85-90% 成功通过。某个关卡中“停止”次数最多的是任务开始时(0-4 级)和任务结束时(40 级)。 文章简要摘要: 1. 只有五分之一的感兴趣用户打算完成任务(第三级及更高级别)。2. 平均而言,每个级别有 10% 的学生辍学。3、达到35级的开发者中有20%不后悔进一步完成任务,而是直接去实习。4. 当您通过每个新级别时,您在马拉松比赛中“超越”了另外 10% 的其他开发人员,以便将来获得 IT 行业第一份或后续工作的录用通知。5. 不超过最初感兴趣者总数的0.085%完成了整个任务。6. 系统的练习和“永不放弃”的信条将首先使您达到完成 JavaRush 任务的精英人数,然后(如果您在工作中继续提高技能)将使您达到随意选择职位空缺的Java开发人员。7. 学习Java的成功更像是一场马拉松,在这场马拉松中,不知不觉中,但始终如一,绝大多数“开始比赛”的人在到达终点线之前就退出了比赛。8.你不需要“跑得最快”,你只需要不断奔跑,在关卡中越走越远。 PS 如果本文中提供的信息与您的个人信仰不符,我深表歉意。这里提供的所有信息仅是作者的主观意见,并非“最终真相”。
评论
TO VIEW ALL COMMENTS OR TO MAKE A COMMENT,
GO TO FULL VERSION