
美国实行总统制,每隔4年进行一次,而历届的总统选举对西瓜观众而言都是一场精彩非凡的大戏。
4年前,58届美国总统选举,支持率遥遥领先的希拉里,出乎意料输给了从未担任过公职的商人特朗普。原来奇迹一直有,只是没发生在你身上。
今天,我们来分析下美国总统选举这场大型悬疑剧,历届美国总统都经历过什么?
1、了解下美国历代总统
看这张简笔图,你认出了几个?不得不说,川普和奥巴马确实最具特色,一眼就能认出来,紧跟其后的辨识度较高的,是美国素有“国父”之称的第一任总统华盛顿了。
再来看看下面这种照片汇集图,你认识的人,应该就多了许多吧!
“数”说美国各届总统
其中,22任总统与24任为同一个人
2、美国总统竞选中那些反转
▼▼ 杜鲁门必败(33届) ▼▼
第33任总统哈里·杜鲁门被称为“美国最伟大的平民总统”。一开始他并不被看好,美国知名的50位政论家及民意测验都预言,共和党人杜威会取得压倒性的胜利,认定杜鲁门必败。
哈里·杜鲁门
▷《纽约邮报》甚至写道:民主党应立即承认败给了杜威,并省下进行选战活动的资金。
▷ 颇有影响的《生活》杂志还刊登了杜威的大照片,照片下面写着“下届美国总统”。
在外界普遍不看好的情况下,杜鲁门锲而不舍的巡回演讲,最终竟以压倒性优势击败杜威,创造美国总统大选最令人吃惊的逆转。
▼▼ 希拉里必胜(45届) ▼▼
投票结果没出来前,基本没人看好川普。连不怎么关注时事的大爷大妈们,都觉得希拉里肯定会成为美国第一任女总统,但却让人大跌眼镜,支持率一直遥遥领先的希拉里竟然输给了特朗普。
唐纳德·特朗普
关键原因在于特朗普的提议:美国至上,反对全球化!
民众不懂政治,只关心个人利益,认为美国优先会像特朗普说的那样美好,为民众谋福利,因此很多人直接放弃希拉里,转投特朗普。
3、2020美国总统竞选盛况
民主党候选人:约瑟夫·拜登,1942年生于美国宾夕法尼亚州,特拉华大学及雪城大学毕业,律师和政治家,前副总统。
图片来源:百度百科
共和党候选人:唐纳德·特朗普,1946年生于美国纽约州,德裔美国共和党籍政治家、企业家、房地产商人、电视人,第45任美国总统。
图片来源:百度百科
自由党候选人:约翰·麦卡菲,20世纪40年代生于英国,很小时随父母搬到美国弗吉尼亚州的罗阿诺克,2016年曾参加过总统竞选。
图片来源:百度百科
数据显示全部选民中,一直遥遥领先的拜登支持率在急速“缩水”,特朗普的支持率在快速回暖。
摇摆不定的15个州选民中,拜登的支持率仅比特朗普高1%,分别为49%和48%,意味着特朗普随时能赶超拜登。
同时,自第二次世界大战以来,只有两位现任总统吉米·卡特和乔治·HW·布什连任时被击败,看来不被人待见的特朗普,当选的奇迹还可能发生!
数据分析思维无处不在,你也可试着数据分析的思维,去分析一些自己感兴趣的项目哦。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23