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。
Pandas — 数据处理
Pyecharts — 数据可视化
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')
2.1 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
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)
),
) )
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)
),
) )
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)
),
) )
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
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 | 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 | 分享一套Flask+Pyecharts可视化模板
用Python分析了3W+《独行月球》影评数据,看看观众们怎么说~