2024年の東京都知事選
2024年7月7日の東京都知事選には、56人が立候補した。小池百合子氏と蓮舫氏の一騎打ちと思いきや、YouTubeを駆使した石丸伸二氏が若者に支持されて2位。蓮舫氏は3位に。まったく無名だったAIエンジニアの安野貴博氏も善戦した。
まずは56人の得票数の分布。
import matplotlib.pyplot as plt # 56人の候補の得票数 hyo = [2918015, 1658363, 1283262, 267699, 154638, 121715, 110196, 96222, 83600, 38054, 23825, 9685, 7408, 5419, 4874, 3245, 2761, 2339, 2174, 2152, 2035, 1951, 1833, 1747, 1281, 1240, 1232, 1153, 894, 882, 833, 812, 792, 759, 691, 676, 669, 612, 588, 578, 572, 560, 521, 481, 466, 446, 417, 371, 361, 351, 343, 329, 306, 302, 297, 211] # 1万票以上の候補の氏名 kou = ["小池 百合子", "石丸 伸二", "蓮舫", "田母神 俊雄", "安野 貴博", "内海 聡", "ひまそら あかね", "石丸 幸人", "桜井 誠", "清水 国明", "ドクター・中松"] plt.figure(figsize=(6.4, 6.4)) plt.plot(range(1, 57), hyo, "o") for i, h, k in zip(range(1, 57), hyo, kou): plt.text(i, h, k) plt.yscale("log") plt.xlabel("順位") plt.ylabel("票") plt.savefig("tokyo2024a.svg", bbox_inches="tight")
NHKとJNNの出口調査でわかった年代別の投票先が興味深い。
![NHK出口調査](img/K10014502181_2407072128_0707230905_02_13.jpg)
![JNN出口調査](img/auted_bmaqieoqtwjdusad_1720351672867.jpg)
ただし、この図は各年代が同じ重みで描いてある。これに都民の年齢分布と、年齢別の投票率を掛けなければならない。
住民基本台帳による東京都の世帯と人口(町丁別・年齢別) 令和6年1月の第2表(年齢(各歳)別1年間の人口増減(日本人))と、前回(令和2年)の都知事選の年代別推定投票率を使う。
# 東京都の人口 2024年1月1日現在 0歳-90歳以上 population = [83287, 87688, 89771, 92574, 94667, 100157, 101887, 104402, 106383, 104663, 105363, 103198, 102932, 104979, 104030, 104090, 103185, 101619, 99904, 112699, 116858, 126990, 135690, 159727, 166693, 178290, 181466, 182543, 177600, 183160, 172027, 170947, 169376, 164826, 163908, 170145, 172359, 173411, 178547, 185874, 186222, 185265, 185369, 189085, 195478, 200395, 202937, 207960, 211566, 224727, 232254, 228436, 225202, 218453, 213717, 210596, 213679, 154706, 196603, 181114, 166672, 156431, 148003, 144050, 137438, 133985, 123280, 123281, 124912, 123585, 124741, 132321, 135737, 146017, 166797, 164168, 165898, 111391, 97597, 117159, 123376, 116021, 113035, 100271, 83717, 77425, 80529, 72365, 68863, 54696, 229046] # 年代別推定投票率(前回) lo = [18, 19, 20, 21, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80] hi = [19, 20, 21, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 91] rate = [60.58, 47.92, 45.6, 39.19, 41.89, 48.15, 52.15, 55.61, 57.28, 59.3, 61.29, 62.53, 64.77, 65.53, 64.58, 45.79] x = [sum(population[a:b]) * r / 100 for a, b, r in zip(lo, hi, rate)] lo = [0, 5, 7, 9, 11, 13] hi = [5, 7, 9, 11, 13, 16] y = [sum(x[a:b]) for a, b, r in zip(lo, hi, x)] plt.figure(figsize=(6.4, 4.8)) plt.clf() plt.barh(range(6,0,-1), y, tick_label=["10代・20代", "30代", "40代", "50代", "60代", "70代〜"]) plt.savefig("tokyo2024b.svg", bbox_inches="tight")
これに合わせてNHKの図をリサイズすればいい。と思ったが、すでにやってくださっていたかたがおられたので、引用しておく:
おもしろそうだから雑に作ってみた(同じ画像をスクショして伸縮)。
— ファッションようじょ (@D_Plius) July 8, 2024
人口は令和6年1月 https://t.co/RmSTY6P97z
投票率は前回の(今回のが見つからなかった)https://t.co/aCeZz8v780
(15〜19歳→18〜19歳は単純に2/5で計算した) https://t.co/ma9LUJtqn5 pic.twitter.com/lKIXJYR6a6
モザイクプロット風に帯の幅を変えるほうがいいのかもしれない:
元記事のデータを使ってモザイク図的に作るとこんな感じになる(帯グラフの高さが世代別投票数に比例)。私はこの書き方が好きで2、3回やったことがあるんだけど、もっとカテゴリ間に差が大きくないとあまり嬉しくないかもしれない。面積の比較は難しいということを改めて感じる。 #info_g https://t.co/eo9UUvKz7m pic.twitter.com/Zfw0NkUN6Z
— Takahiro Sumiya (@gnutar) July 9, 2024
越桐先生も東京都知事選挙(5)でモザイクプロットを描かれている。