東京都知事選挙(品川区・東京都)開票結果 更新日:2021年1月7日 令和2年7月5日執行 東京都知事選挙(品川区・東京都)開票結果をお知らせします。 開票状況(品川区開票区) 品川区は、令和2年7月5日(日)午後11時52分確定。 東京都全体の得票は、令和2年7月6日(月)午前2時17分確定。 得票順 立候補者氏名 党派名 新現元 得票数(品川区) 得票数(東京都) 1 小池 ゆりこ 無所属 現 108, 373 3, 661, 371 2 宇都宮 けんじ 新 23, 831 844, 151 3 山本 太郎 れいわ新選組 18, 220 657, 277 4 小野 たいすけ 22, 726 612, 530 5 桜井 誠 日本第一党 5, 419 178, 784. 293 6 立花 孝志 ホリエモン新党 1, 763 43, 912 7 七海 ひろこ 幸福実現党 767 22, 003 8 ごとう てるき (略称)トランスヒューマニスト党 696 21, 997 9 沢 しおん 685 20, 738 10 西本 誠 スーパークレイジー君 338 11, 887. 698 11 込山 洋 287. 705 10, 935. 582 12 平塚 正幸 国民主権党 215 8, 997 13 服部 修 148 5, 453 14 さいとう 健一郎 96 5, 114 15 市川 ヒロシ 庶民と動物の会 120. 東京都知事選挙（平成28年7月31日執行） 投開票結果 | 東京都選挙管理委員会. 294 4, 760. 414 16 ないとう ひさお 151 4, 145 17 関口 安弘 121 4, 097 18 竹本 秀之 85 3, 997 19 石井 均 84 3, 356 20 長澤 育弘 63 2, 955 21 押越 清悦 126 2, 708 22 牛尾 和恵 52 1, 510 ※同一の氏・名の候補者が2人以上いる場合、その氏または名のみ記載した投票は、候補者の有効投票数の割合で按分されます。 そのため、得票数に小数点が生じる場合があります。 投票状況(品川区) 全体 男 女 当日有権者数 332, 001人 161, 530人 170, 471人 当日投票者数 133, 277人 64, 530人 68, 747人 期日前投票者数 52, 528人 23, 132人 29, 396人 不在者投票者数 826人 322人 504人 在外投票者数 0人 投票者総数 186, 631人 87, 984人 98, 647人 最終投票率 56.
read_csv ( path, encoding = 'cp932') #encodingは日本語入力対応用 #カラム名の行以下を抽出 edu. columns = edu. iloc [ 7] edu = edu [ 8:] #市区町村の合計部分のみ取り出し edu = edu [ edu [ "町丁字コード"]. isnull ()] #indexのリセット edu. reset_index ( inplace = True) #卒業者人数(就学者でない人口)・大学卒業者人数(大学院含む)を結合 df2 = pd. concat ([ df, edu [ "卒業者"], edu [ "大学・大学院 2)"]], axis = 1) #男女別のカラム名も同じだったので重複したカラムを削除 #=>男女合計の数字のみをdf2に残す df2 = df2. loc [:, ~ df2. columns. duplicated ()] ちなみに、東京都の市区町村の並びはどんな資料でも統一されているので結合は何も気にせずaxis=1でしてあげれば大丈夫です。 人口データ(2020) path = " population = pd. read_csv ( path, encoding = 'cp932') #市区町村ごとの人口を抽出 population = population [ 8:][ "Unnamed: 4"]. reset_index () #結合 df3 = pd. concat ([ df2, population], axis = 1) データの微調整 #カラム名の変更 df3. rename ( columns = { "Unnamed: 0": "自治体", '卒業者': 'graduates', '大学・大学院 2)': 'university graduation', "Unnamed: 4": "population"}, inplace = True) #不要なindex列の消去 df3. drop ( "index", axis = 1, inplace = True) #何故かstr型だったのでint型に変換 df3 [ "population"] = df3 [ "population"]. astype ( int) df3 [ "graduates"] = df3 [ "graduates"].
東京都知事選挙が行われましたね。 結果はともかく、開票結果を見ていたらデータ好きの血が疼いてしまい、勢いで簡単なデータ分析をしてしまいました! ネット上のデータ取得からpandasでの処理、簡単なデータ解析までの流れのまとめにもなっているかと思います。 ※以下は単純に個人の興味の範囲で、データ分析の練習として行ったことですので、政治的な意図や作為は全くありません。 また、使用したデータと分析結果の正確性・有意性についても保証しません。 0. 分析の概要 検証したい仮説 => 「選挙結果は学歴と相関があるのか?」 かなりあけすけな感じですみません、、 (親の年収と子供の学力の相関の調査などが以前話題になっていたのを思い出しますね。) 使ったデータ 市区町村別開票結果 *朝日新聞 (csv形式のデータが見当たらなかったので上位5候補者分だけをExcelに手入力しました。 正直言ってこれが一番時間がかかりました・・ ) 市区町村別大学卒業者の人数 (2010年の国勢調査より。2015年の国勢調査ではこのデータが入手できなかったので、古いですがこれを使います) 市区町村別人口 (本当は有権者人口が理想ですが、簡単のためこちらを使います。2020年のデータです) 分析の流れ 以下の流れで処理しました。 データをpandasで読み込み、一つのDataFrameにまとめる 市区町村別に大学卒業者の割合・人口に対する得票率を求める 得票率のデータから k-means法 でクラスタリング 大学卒業割合を説明変数として各候補者の得票率を予測する 線形回帰モデル を作成 可視化 それでは、順番にみていこうと思います〜 なお、以下の処理はすべてGoogleColabNotebook上で行っています。 1. データの読み込み 票数データ import pandas as pd import numpy as np import as plt #票数データ(自作) path = "~~~/" #Drive内のパス名 df = pd. read_excel ( path) こんな感じですね。 確認はしましたが自作なので票数のミスがあってもご勘弁を・・・ (※ちなみに、選挙の開票データは前回のものならオープンデータ化されていたので、しばらくすれば今回の結果も簡単に入手できるようになるかと思います。) 最終学歴データ(2010) edu = pd.
青と紫を混ぜると、何色になりますか? - Quora
原色であれば赤と青を混ぜると紫は正しい よくインターネット上や書籍では、色を作るには赤・黄・青の3色の絵具があればOK…と書かれていることが多いです。 楽天Kobo電子書籍ストア たとえば上記の本のAmazonレビューの1つが以下です。 同じ色を作ることが出来ません。本では3色から24色作る方法が載っていますが素人には難しい。最初から24色の絵の具を使った方が良いかな。 そうなんですよね。実際の絵具では、赤・青・黄色の3色だけで色を作るのは難しいです。原色ならば、赤・青・黄色でいろいろな色を作ることは可能ですけども…。実際は、さきほどの例のように青と赤を混ぜると、紫でなくチョコレート色になったりするから困りものです…。 なぜ青と赤を混ぜるとチョコレート色になるのか?
オペラは、とても鮮やかな赤で、かつ色に深みがないので、混色してできた紫にも明るさがあります。鮮やかな紫にしたい時にはこの組み合わせがいいと思います。 オペラ×シアン(ピーコックブルー) こちらも鮮やかです。鮮やかな紫だけでなく、鮮やかな青も作れる事がわかりました。ちょうどウルトラマリンブルーのような色です。でもウルトラマリンブルーと違って粒子が荒くないので、滑らかな赤みのブルーが欲しい時には、この組み合わせが使えるかもしれません。 もっと鮮やかで、深みのある紫ができる組み合わせ もうひとつだけ!こちらは追記になります。 まっちの透明水彩(マッチベイシックカラー)マゼンタとウルトラマリン、ブルーで作れる紫が、とてもとても美しいので、こちらも紹介させてください! マッチベイシックカラーのマゼンタはとても鮮やかな赤紫です。この色は他のメーカーでは売っていない色で、鮮やかさで明るい色味なので、混色でとても強い威力を発揮します。 マゼンタはこんな感じの色です。色相はPR122やオペラとも似ていますが、かなり鮮やかで、色の深さもあります。 ひよこ どんな色になるのかな。ドキドキ… マゼンタ(まっち)×ウルトラマリン(まっち) マッチベイシックカラーのマゼンタ×ウルトラマリン どうですか!?この美しさ!! [透明水彩]紫の作りかた-どの色を混色すればきれいな紫ができる？ | 枯葉庭園-水彩読本. オペラ混色よりも、マゼンタ(まっち)の混色は深みがありながらとても鮮やかです。オペラでは作ることのできない色を少なからず含んでいます。今まで見たまだ耐光性がよく分からないのですが、色あせしないのならぜひゲットしたい色になります。 今まで見たどの紫よりも綺麗。 マゼンタ(まっち)×ブルー(まっち) マッチベイシックカラーのマゼンタ×ブルー 画像ではわかりにくいですが、こちらもあまり彩度が落ちていません。より深みのある紫で美しい! 普通は青をウルトラマリンからシアンの色に変えると、彩度が落ちますが、マッチの色は純度が高いのか、あまり彩度は落ちません。本当に不思議。この紫もとても使えそうです。 ちなみに今回の混色は全てマッチベイシックカラーを使用しています。 マッチベイシックカラーのレビューはこちら! 作った紫-混色一覧 色を比べられるように一覧にしました。 紫が 鮮やかな順番 に並べています。 オペラ使用の紫とマッチのマゼンタ使用の紫は同じくらい鮮やかでしたが、マッチのマゼンタの方が深みのある混色でした。 オペラ×シアン マッチ マゼンタ×ウルトラマリン マッチ マゼンタ×ブルー パープルマゼンタPR122×ウルトラマリン パープルマゼンタPR122×シアン マゼンタPV19×ウルトラマリン マゼンタPV19×シアン カドミウムレッド×ウルトラマリン カドミウムレッド×シアン 紫の混色まとめ 鮮やかな紫をつくるためのポイントは3つ おわりに 意外と奥深い混色。 鮮やかな紫の絵具を買ってしまえばよいのですが、混色のメリットは、 2つの絵具の配分によってグラデーションにしたり、色の変化をつけることができること です。 紫は、少し青がかった色や、ピンクがかった紫が、混ざりきらずに、見えているととてもきれいに見えます。紫陽花のような感じです。このような同系色が複数同時に見えていると、とても美しく見えます。 単色で塗ってしまうと、安定感はありますが、少し味気ない感じになります。 また混色は、鮮やかな混色の方が優れている、というわけでもなく、色が渋くなる混色の方が使い勝手が良いこともあります。ぜひどちらも試して欲しいな!と思いました。 かれは もちろん好みもあります!