In [7]:

    

import pandas as pd
import numpy as np
import plotly.plotly as py
import plotly.graph_objs as go

df = pd.read_csv("https://raw.githubusercontent.com/Niederb/political_science/master/gewinner-kantone/alle-volksabstimmungen-resultate.csv", sep=";")#, encoding="ascii")

stimmberechtigte = pd.read_csv("https://raw.githubusercontent.com/Niederb/political_science/master/gewinner-kantone/stimmberechtigte.csv", sep=";")

data = df[list(df.columns[2:-1])] #df.ix[:,[2:5]]#'Schweiz':]

data_mat = data.as_matrix()
schweiz = data_mat[:, 0]
kantone = data_mat[:, 1:]
schweiz_thresholded = schweiz > 50
kantone_thresholded = kantone > 50

korrekt = schweiz_thresholded == kantone_thresholded.T
korrekt = korrekt.T
success_rate = np.mean(korrekt, 0)

L1_error = np.abs(schweiz - kantone.T)
L2_error = np.sqrt(np.sum(np.square(L1_error), 1))
mean_L1_error = np.mean(L1_error, 1)




stimmberechtigte_2 = np.mean(stimmberechtigte.as_matrix(), 0)
kantonsnamen = list(stimmberechtigte)


    

In [21]:

    

trace = go.Scatter(
    x = success_rate,
    y = stimmberechtigte_2,
    mode = 'markers',
    marker = dict(
        size = 20,
        color = 'rgba(255, 161, 0, 1.0)',
        line = dict(
                width = 2,
            )
        ),
    text=kantonsnamen
)
layout = go.Layout(
    hovermode = 'closest',
    title='Erfolgsrate vs Stimmberechtigte',
    xaxis=dict(title='Erfolgsrate in %'),
    yaxis=dict(title='Anzahl Stimmberechtigte (Durchschnitt)')
    )
data = [trace] 
fig = go.Figure(data=data, layout=layout)
py.iplot(fig, filename='erfolgsrate')


    

    
Out[21]:

In [22]:

    

trace = go.Scatter(
    x = mean_L1_error,
    y = stimmberechtigte_2,
    mode = 'markers',
    marker = dict(
        size = 20,
        color = 'rgba(255, 161, 0, 1.0)',
        line = dict(
            width = 2,
            )
        ),
    text=kantonsnamen
)
layout = go.Layout(
    hovermode = 'closest',
    title='Abweichung vs Stimmberechtigte',
    xaxis=dict(title='Durchschnittliche Abweichung in % (kleiner ist Genauer)'),
    yaxis=dict(title='Anzahl Stimmberechtigte (Durchschnitt)')
    )
data = [trace] 
fig = go.Figure(data=data, layout=layout)
py.iplot(fig, filename='genauigkeit')


    

    
Out[22]:

In [20]:

    

trace = go.Scatter(
    x = mean_L1_error,
    y = success_rate,
    mode = 'markers',
    marker = dict(
        size = 20,
        color = 'rgba(255, 161, 0, 1.0)',
        line = dict(
            width = 2,
            )
        ),
    text=kantonsnamen
)
layout = go.Layout(
    hovermode = 'closest',
    title='Abweichung vs Erfolgsrate',
    xaxis=dict(title='Durchschnittliche Abweichung in % (kleiner ist Genauer)'),
    yaxis=dict(title='Erfolgsrate in %')
    )
data = [trace] 
fig = go.Figure(data=data, layout=layout)
py.iplot(fig, filename='korrelation-erfolg-genauigkeit')


    

    
Out[20]:

In [ ]: