Pandas+Pyecharts | 2024年美国总统大选数据分析可视化

科技   科技   2024-11-26 08:10   天津  
点击上方"蓝字",关注"Python当打之年"
后台回复"1",领取众多Python学习资料
大家好,我是欧K~
本期将利用Python分析「2024年美国总统大选数据」,看看:美国各州选票分布等情况,希望对大家有所帮助,如有疑问或者需要改进的地方可以联系小编。
2024年美国总统选举,是美国历史上第60届(第47任)总统选举,大选于2024年11月5日进行,胜利者将在明年的1月入主白宫。

选举制度:

  • 选举人票:美国全部"选举人票"共538张,是参议员(100名)、众议员(435名)、华盛顿特区代表(3名)的总数。

  • 胜者全得:除缅因州和内布拉斯加州外,总统候选人只要在该州获得相对多数选民投票,就能获取该州所有的选举人票。

  • 选举结果:候选人在各州赢得的选举人票累计超过538票的一半(270张),就当选总统。
涉及到的库:
  • Pandas — 数据处理

  • Pyecharts — 数据可视化


1. 导入模块

import pandas as pd
from pyecharts.charts import *
from pyecharts.commons.utils import JsCode
from pyecharts import options as opts
import warnings
warnings.filterwarnings('ignore')


2. Pandas数据处理

2.1 读取数据 

df = pd.read_csv('./2024年美国总统大选数据.csv')

2.2 查看数据信息

df.info()

  • 一共有50个州和1个特区

2.3 各州数据统计


3. Pyecharts数据可视化

3.1 2024年美国总统选举总选票结果
def get_bar1():
    bar1 = (
        Bar()
        .add_xaxis(x_data)
        .add_yaxis('', y_data)
        .set_global_opts(
            legend_opts=opts.LegendOpts(is_show=False),
            title_opts=opts.TitleOpts(
                title='1-2024年美国总统选举总选票结果',
                subtitle=subtitle,
                pos_left='center',
                pos_top='2%',
                title_textstyle_opts=opts.TextStyleOpts(color='#4FC3F7',font_size=35)
            ),
            yaxis_opts=opts.AxisOpts(is_show=False),
            xaxis_opts=opts.AxisOpts(
                axisline_opts=opts.AxisLineOpts(is_show=False),
                splitline_opts=opts.SplitLineOpts(is_show=False),
                axistick_opts=opts.AxisTickOpts(is_show=False)
            ),
        )    )
3.2 2024年美国总统选举各州选票分布
def get_bar2():
    bar2 = (
        Bar()
        .add_xaxis(data_x)
        .add_yaxis('Kamala Harris', data_Harris, stack='1',
                    label_opts=opts.LabelOpts(position='insideLeft', formatter=JsCode(js)))
        .add_yaxis('', data_Other, stack='1',
                    label_opts=opts.LabelOpts(is_show=False))
        .add_yaxis('Donald Trump', data_Trump, stack='1',
                    label_opts=opts.LabelOpts(position='insideRight', formatter=JsCode(js))
                  )
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='2-2024年美国总统选举各州选票分布',
                subtitle=subtitle,
                item_gap=5,
              pos_left='center',
              pos_top='1%',
              title_textstyle_opts=opts.TextStyleOpts(color='#4FC3F7',font_size=25)
            ),
        )    )
3.3 2024年美国总统选举各州选票地图分布
def get_map():
    map_chart = (
        Map()
        .add('',
              data_pair,
              maptype='美国',
              is_roam=False,
              is_map_symbol_show=False,
              label_opts=opts.LabelOpts(is_show=False),
          )
        .set_global_opts(
            legend_opts=opts.LegendOpts(is_show=False),
            title_opts=opts.TitleOpts(
                title='3-2024年美国总统选举各州选票地图分布',
                subtitle=subtitle,
                item_gap=5,
                pos_left='center',
                pos_top='1%',
                title_textstyle_opts=opts.TextStyleOpts(color='#4FC3F7',font_size=25)
            ),
        )    )
3.4 组合图


4. 源码
👉 公众号后台回复【可视化项目源码】获取更多可视化代码+数据
在线运行地址:
https://www.heywhale.com/home/column/60e2740e3aeb9c0017b967a2
END

以上就是本期为大家整理的全部内容了,喜欢的朋友可以点赞、点在看也可以分享让更多人知道。

 往期推荐 

源码下载 | Python可视化系列文章资源(源码+数据)

爬虫 | Python爬取某平台杭州二手房数据

爬虫 | Python搞定软科中国大学排名

爬虫 | Python爬取胡润百富榜数据

爬虫 | Python爬取微博实时热搜榜信息

爬虫 | Python爬取B站榜排行榜信息

可视化 | Flask+Mysql+Echarts 豆瓣电影Top250数据分析系统

机器学习 | 基于KNN近邻和随机森林模型对用户转化进行分析与预测

Pandas+Pyecharts | 全国热门旅游景点数据分析可视化

Pandas+Pyecharts | 深圳市共享单车数据分析可视化

Pandas+Pyecharts | 暑期档电影票房数据分析可视化

Pandas+Pyecharts | 平均预期寿命数据可视化

Pandas+Pyecharts | 杭州二手房数据分析可视化

Pandas+Pyecharts | 当当网畅销图书榜单数据分析可视化

Pandas+Pyecharts | 海南旅游攻略数据分析可视化

Pandas+Pyecharts | 全国海底捞门店数据分析可视化

Pandas+Pyecharts | 京东某商品销量数据分析可视化

Pandas+Pyecharts | 第七次人口普查数据分析可视化

Pandas+Pyecharts | 快手APP全国大学生用户数据分析可视化

Pandas+Pyecharts | 奥迪汽车销量数据分析可视化

Pandas+Pyecharts | 剧荒了?用Python找找最近的热播好剧!

Pandas+Pyecharts | 2023年胡润百富榜数据分析可视化

Pandas+Pyecharts | 2023软科中国大学排名分析可视化

Pandas+Pyecharts | 成都大运会奖牌数据分析可视化

Pandas+Pyecharts | 电子产品销售数据分析可视化+用户RFM画像

Pandas+Pyecharts | 北京近五年历史天气数据可视化

Pandas+Pyecharts | 中国高校及专业数据分析可视化

Pandas+Pyecharts | 新冠疫情数据动态时序可视化

Pandas+Pyecharts | 全国吃穿住行消费排行榜,最‘抠门’的地区居然是北京!!!

Pandas+Pyecharts | 2022世界500强数据分析可视化

Pandas+Pyecharts | 上海市餐饮数据分析可视化

Pandas+Pyecharts | 山东省高考考生数据分析可视化

Pandas+Pyecharts | 20000+天猫订单数据可视化

Pandas+Pyecharts | 40000+汽车之家数据分析可视化

Pandas+Pyecharts | 广州市已成交房源信息数据可视化

Pandas+Pyecharts | 某直聘平台招聘信息数据可视化

可视化 | 再分享一套Flask+Pyecharts可视化模板二

可视化 | 分享一套Flask+Pyecharts可视化模板

可视化 | Python直观展示中国代表团冬奥会荣耀时刻

用Python分析了3W+《独行月球》影评数据,看看观众们怎么说~

Matplotlib | 世界足球俱乐部排名可视化

40000+条考研信息数据可视化(学校、专业分数分布)


【在看】的您又变好看了呢

Python当打之年
当打之年,专注于各领域Python技术,量的积累,质的飞跃。后台回复:【可视化项目源码】可获取可视化系列文章源码和数据
 最新文章