Mapeando la Participación Electoral en Baja California Sur 2021 en Ayuntamientos
Se graficó en un mapa el porcentaje de participación en las elecciones de 2021, utilizando como base el mapa de secciones de ese año. Esto se debe a que en 2022 se realizó una redistritación en la que se crearon nuevos distritos y secciones.
Cd.Constitucion
La Paz
San Jose Del Cabo
Cabo San Lucas
Fuentes:
se trabajo con una tabla de datos como esta:
SECCION | VOTOS | LISTA_NOMINAL | PARTICIPACION |
---|---|---|---|
122 | 395 | 754 | 52 |
123 | 520 | 875 | 59 |
124 | 570 | 952 | 60 |
125 | 334 | 549 | 61 |
Las gráficas se realizaron con python
import geopandas as gpd
import pandas as pd
import matplotlib.pyplot as plt
import geoplot as gplt
import geoplot.crs as gcrs
# Leer el archivo GeoJSON con las secciones y municipios
geojson_file = 'secciones_bcs_2021.geojson'
geo_data = gpd.read_file(geojson_file)
# Leer el archivo con las secciones y los porcentajes de votos
data_file = 'data/participacion_bcs_2021.csv'
data = pd.read_csv(data_file)
# Convertir la columna 'SECCION' en ambos DataFrames a tipo objeto
geo_data['SECCION'] = geo_data['SECCION'].astype(str)
data['SECCION'] = data['SECCION'].astype(str)
# Fusionar los datos de las secciones y los porcentajes de votos con el GeoDataFrame
geo_data = geo_data.merge(data, on='SECCION')
# Plotting using geoplot.choropleth
plt.figure(figsize=(12, 8))
ax = plt.subplot(1, 1, 1, projection=gcrs.PlateCarree()) # Set projection
gplt.choropleth(geo_data,
hue='PORCENTAJE_PARTICIPACION', # Specify the column to colorize
cmap='plasma', # Use the custom colormap
legend=True,
legend_kwargs={'label': 'Porcentaje de Participación'},
ax=ax)
# Mostrar el gráfico
plt.show()
# Agregar título a la barra de colores
cbar = plt.colorbar(ax.get_images()[0], ax=ax, orientation='vertical')
cbar.set_label('Porcentaje de Participación')