python数据分析美国大选项目实战（三），,项目介绍项目地址：h

python数据分析美国大选项目实战（三），,项目介绍项目地址：h

项目介绍

项目地址：https://www.kaggle.com/fivethirtyeight/2016-election-polls

包含了2015年11月至2016年11月期间对于2016美国大选的选票数据，共27列。

项目目的：分析每个月的民意调查统计趋势。

涉及知识点：

高阶函数filternumpy读取文本文件处理日期格式数据numpy的切片和索引numpy的统计方法列表推导式数据结构zipMatplotlib进行简单的数据可视化

项目代码

# -*- coding: utf-8 -*-import numpy as npimport datetimeimport matplotlib.pyplot as pltdef main():    # 数据文件地址    filename = ‘./presidential_polls.csv‘    # 读取列名，即第一行数据    with open(filename, ‘r‘) as f:        col_names_str = f.readline()[:-1]  # [:-1]表示不读取末尾的换行符‘\n‘    # 将字符串拆分，并组成列表    col_name_lst = col_names_str.split(‘,‘)    # 使用的列名    use_col_name_lst = [‘enddate‘, ‘rawpoll_clinton‘, ‘rawpoll_trump‘, ‘adjpoll_clinton‘, ‘adjpoll_trump‘]    # 获取相应列名的索引号    use_col_index_lst = [col_name_lst.index(use_col_name) for use_col_name in use_col_name_lst]    # 数据读取    data_array = np.loadtxt(filename,  # 文件名                            delimiter=‘,‘,  # 分隔符                            skiprows=1,  # 跳过第一行，即跳过列名                            dtype=str,  # 数据类型                            usecols=use_col_index_lst)  # 指定读取的列索引号    # 处理日期格式数据    enddate_idx = use_col_name_lst.index(‘enddate‘)    enddate_lst = data_array[:, enddate_idx].tolist()    # print enddate_lst    # 将日期字符串格式统一，即‘yy/dd/mm‘    enddate_lst = [enddate.replace(‘-‘, ‘/‘) for enddate in enddate_lst]    # 将日期字符串转换成日期    date_lst = [datetime.datetime.strptime(enddate, ‘%m/%d/%Y‘) for enddate in enddate_lst]    # 构造年份-月份列表    month_lst = [‘%d-%02d‘ % (date_obj.year, date_obj.month) for date_obj in date_lst]    month_array = np.array(month_lst)    months = np.unique(month_array)    # print months    # 统计民意投票数    # cliton    # 原始数据 rawpoll    rawpoll_clinton_idx = use_col_name_lst.index(‘rawpoll_clinton‘)    rawpoll_clinton_data = data_array[:, rawpoll_clinton_idx]    # 调整后的数据 adhpool    adjpoll_clinton_idx = use_col_name_lst.index(‘adjpoll_clinton‘)    adjpoll_clinton_data = data_array[:, adjpoll_clinton_idx]    # trump    # 原始数据 rawpoll    rawpoll_trump_idx = use_col_name_lst.index(‘rawpoll_trump‘)    rawpoll_trump_data = data_array[:, rawpoll_trump_idx]    # 调整后的数据 adjpoll    adjpoll_trump_idx = use_col_name_lst.index(‘adjpoll_trump‘)    adjpoll_trump_data = data_array[:, adjpoll_trump_idx]    # 结果保存    results = []    for month in months:        # clinton        # 原始数据 rawpoll        rawpoll_clinton_month_data = rawpoll_clinton_data[month_array == month]        # 统计当月的总票数        rawpoll_clinton_month_sum = get_sum(rawpoll_clinton_month_data)        # 调整数据 adjpoll        adjpoll_clinton_month_data = adjpoll_clinton_data[month_array == month]        # 统计当月的总票数        adjpoll_clinton_month_sum = get_sum(adjpoll_clinton_month_data)        # trump        # 原始数据 rawpoll        rawpoll_trump_month_data = rawpoll_trump_data[month_array == month]        # 统计当月的总票数        rawpoll_trump_month_sum = get_sum(rawpoll_trump_month_data)        # 调整数据 adjpoll        adjpoll_trump_month_data = adjpoll_trump_data[month_array == month]        # 统计当月的总票数        adjpoll_trump_month_sum = get_sum(adjpoll_trump_month_data)        results.append((month, rawpoll_clinton_month_sum, adjpoll_clinton_month_sum, rawpoll_trump_month_sum,                        adjpoll_trump_month_sum))    # print results    months, raw_cliton_sum, adj_cliton_sum, raw_trump_sum, adj_trump_sum = zip(*results)        # 可视化分析结果    fig, subplot_arr = plt.subplots(2, 2, figsize=(15, 10))    # 原始数据趋势展示    subplot_arr[0, 0].plot(raw_cliton_sum, color=‘r‘)    subplot_arr[0, 0].plot(raw_trump_sum, color=‘g‘)    width = 0.25    x = np.arange(len(months))    subplot_arr[0, 1].bar(x, raw_cliton_sum, width, color=‘r‘)    subplot_arr[0, 1].bar(x + width, raw_trump_sum, width, color=‘g‘)    subplot_arr[0, 1].set_xticks(x + width)    subplot_arr[0, 1].set_xticklabels(months, rotation=‘vertical‘)    # 调整数据趋势展示    subplot_arr[1, 0].plot(adj_cliton_sum, color=‘r‘)    subplot_arr[1, 0].plot(adj_trump_sum, color=‘g‘)    width = 0.25    x = np.arange(len(months))    subplot_arr[1, 1].bar(x, adj_cliton_sum, width, color=‘r‘)    subplot_arr[1, 1].bar(x + width, adj_trump_sum, width, color=‘g‘)    subplot_arr[1, 1].set_xticks(x + width)    subplot_arr[1, 1].set_xticklabels(months, rotation=‘vertical‘)    plt.subplots_adjust(wspace=0.2)    plt.show()def is_convert_float(s):    """    判断一个字符串能否转换为float    """    try:        float(s)    except:        return False    return Truedef get_sum(str_array):    """    返回字符串数组中数字的总和    """    # 去掉不能转换成数字的数据    cleaned_data = filter(is_convert_float, str_array)    # 转换数据类型    float_array = np.array(cleaned_data, np.float)    return np.sum(float_array)if __name__ == ‘__main__‘:    main()

python数据分析美国大选项目实战（三）