Published by matael
On
Ce n'est pas la première fois que je me penche sur les données du Mans. La fois dernière, c'est les données de la SETRAM qui m'intéressaient, cette fois ci, il s'agit des données électorales.
Avant de commencer, sachez que tous les scripts utilisés pour cette exploitation des données sont disponibles sur un dépôt Github. Au long de cet article, nous essaierons de comprendre le fonctionnement desdits scripts. Sachez d'avance qu'ils sont plus simples que ceux pour la SETRAM.
Données du Scrutin
Puisque nous cherchons à analyser la dernière élection, il nous faut les données du scrutin avec la meilleure granularité possible. Pour nous, ce sera les données du vote classées par secteurs. Ces données là ne sont pas simples à trouver (et un grand merci à feedoo pour le lien), elles sont sur un site qui semble plus ou moins dédié à ça : http://extra.lemans.fr/elections/ .
Si vous cherchez à analyser la source de la page du premier tour en version "classique", vous serez peut être un peu déçu... Qu'à cela ne tienne, nous allons jeter un oeil dans le seul indice que nous ayons : un script JS nommé soluvote.js et appelé dans la page.
Le script est un peu long (et sans grande surprise) mais certaines lignes sont intéressantes : les lignes 15, 205 et 236 notamment :
// ligne 15
$.ajax({
url: "xml/Election.xml?d=" + (new Date()).getTime(),
// ...
// ligne 205
fichier = $(this).find('fichier').first().text() + ".xml";
// ligne 236
$.ajax({
url: "xml/" + fichier + "?d=" + (new Date()).getTime(),
// ...
Ces lignes nous donnent l'envie de tester l'ajout de quelques bouts de chemin à l'URL :
- l'ajout de /xml/ nous permet de voir qu'il est interdit de lister les fichiers dans un dossier qui toutefois existe
- si on ajoute /xml/Election.xml (en laissant tomber la date ajoutée dans le script) on arrive à un fichier XML qui semble être une table de correspondance entre les différents bureaux (qui sont en fait les secteurs) et les résultats qui leurs sont associés.
- enfin, en ajoutant /xml/ et un des champs fichier du Election.xml, on obtient les résultats de vote liste par liste pour le bureau choisi...
Reste donc à autoriser cette récupération, ce que fait le script scrap_scrutin.py.
Configuration générale
Le fichier config.py contient le nom du tour électoral d'intérêt, la liste des listes engagées au tour et la liste des différentes couleurs associées à chaque liste électorale (nous verrons pourquoi).
Ainsi, config.py ressemble à :
tour = 'second_tour'
listes = {
'premier_tour': {
1: "LISTE D'UNION DE LA DROITE ET DU CENTRE (Alain PIGEAU)",
2: "LUTTE OUVRIERE FAIRE ENTENDRE LE CAMP DES TRAVAILLEURS (Yves CHEÈRE)",
3: "LE MANS RENOUVEAU CITOYEN (Ariane HENRY)",
4: "AVEC VOUS POUR LE MANS (Christelle MORANÇAIS)",
5: "LE MANS POUR TOUS (Jean-Claude BOULARD)",
6: "CARTON ROUGE (Pascal LE PORT)",
7: "LE MANS BLEU MARINE (Louis NOGUÈS)",
8: "ALTERNATIVE PROGRESSISTE SOLIDAIRE (Michel PEZERIL)"},
'second_tour': {
1: "AVEC VOUS POUR LE MANS (Christelle MORANÇAIS)",
2: "LE MANS POUR TOUS (Jean-Claude BOULARD)",
3: "LE MANS BLEU MARINE (Louis NOGUÈS)"}
}
colors = {'premier_tour': {
1: "#2E9AFE",
2: "#FF0040",
3: "#B40404",
4: "#0101DF",
5: "#FE2E9A",
6: "#FF0000",
7: "#08088A",
8: "#B40431"
},
'second_tour' : {
1: "#0101DF",
2: "#FE2E9A",
3: "#08088A",
}
}
Scraping
Pour une fois, le scraping ne fut pas (trop) horrible : les données étaient prévues pour être exploitées par un script et ça a facilité les choses. Ainsi, le script s'écrit simplement (scrap_scrutin.py):
import json
from bs4 import BeautifulSoup
from requests import get
from config import tour
base_url = 'http://extra.lemans.fr/elections/{}/xml/'.format(tour)
# récupération de la liste des bureaux
get_liste = get('{}{}'.format(base_url,'Election.xml'))
bureaux_soup = BeautifulSoup(get_liste.text).find_all('bureau')
bureaux = {}
for b in bureaux_soup:
# récupération du numéro
num = int(b.find('numero').text)
print("Scraping office {}...".format(num))
# récupération du fichier XML correspondant au bureau
fichier = "{}.xml".format(b.find('fichier').text)
# extraction des résultats
candidats = BeautifulSoup(get("{}{}".format(base_url,fichier)).text).find_all('candidat')
c_results = {}
for c in candidats:
c_results[int(c.find('intituler').text.split('-')[0])] = float(c.find('pourcentage').text.split('%')[0].replace(',','.'))
# ajout à la liste globale
bureaux[num] = c_results
# sauvegarde
savefile = "data/{}.json".format(tour)
print('\nSaving to : {}'.format(savefile))
with open(savefile, 'w') as f:
f.write(json.dumps(bureaux))
print("Everything's OK... Quit.")
Le début et la fin du script sont respectivement la récupération d'une liste des bureaux de vote et la sauvegarde des résultats dans un fichier (mise en cache pour plus tard).
La boucle, elle, se contente d'itérer sur les différents bureaux et pour chacun des bureaux de regarder les champs num d'une part (pour pouvoir les relier aux secteurs ensuite) et fichier d'autre part. Connaissant ainsi le nom du fichier xml de résultats pour le bureau, on fait une nouvelle requête pour le récupérer et on en extrait les scores de chacun des candidats en lice. On crée alors une hashmap liant les candidats (numéro de liste uniquement) à leur score.
Emplacements des bureaux de vote
Le Mans n'est pas connu pour sa brillante politique OpenData... en effet, et j'en avais déjà disserté ici, les données sont disponibles sous forme de zip, après validation d'une license et sous des URLs qui rendent la procédure pas automatisable.
On récupère donc un fichier zip à l'adresse suivante : http://www.lemans.fr/page.do?t=2&uuid=10A48915-550EA533-1F82E3AA-D697BAF8
Après décompression on ne conserve que le fichier csv/BUREAUX_VOTE.csv et on va chercher les colonnes COMMUNE, ADRRESSE et SECTEURS. On redécoupe la dernière pour exporter les numéros de secteurs uniquement et on extrapole le code postal depuis la première... Ça nous donne le script suivant :
import csv
import json
# Extraction des données des fichiers "Opendata" du mans.
#
# On cherche à afficher toutes les addresses pour pouvoir
# ensuite les passer en bloc à un geocodeur
filename = "data/BUREAUX_VOTE.csv"
with open(filename) as f:
reader = csv.reader(f, delimiter=";")
reader.next()
crossref_bureaux_oldaddr = {}
error_count = 0
for l in reader:
if l[3] == 'Le Mans': # extrapol. du CP
cp = 72000
else: error_count += 1
addr_str = "{}, {} {}, France".format(l[6],cp,l[3]) # formattage de l'addresse complète
# transfor. du champ SECTEURS en liste
crossref_bureaux_oldaddr[addr_str.decode('latin-1')] = [int(_) for _ in l[10].split(':')[1].split(',')]
print(addr_str)
print("\n\nErrors : {}".format(error_count))
# sauvegarde des crossref
savefile = 'data/crossref.json'
print('Saving crossref file to {}...'.format(savefile))
with open(savefile, 'w') as f:
f.write(json.dumps(crossref_bureaux_oldaddr))
On exporte aussi le dictionnaire de références croisées pour l'utiliser plus tard.
Geocoding
Pour pouvoir les placer sur un fond de carte, il faut ensuite convertir ces adresses postales en coordonnées GPS. Pour cela, on utilisera le site suivant (merci à eux d'ailleurs, on a joyeusement poutré leur quota...).
Remarque Le processus visant à passer d'adresse postales aux coordonnées GPS s'appelle Geocoding (ou parfois geocodage en français).
On récupère alors un csv de la forme :
lat;lon;adresse utilisée;adresse fournie
De ce csv, on sort les coordonnées que l'on lie, via le dictionnaire de crossref aux secteurs :
import sys
import csv
import json
from config import tour
# Création d'un GeoJson propre
#
# Ce script fait suite à extract_OD.py, il prend les données
# renvoyées par le geocodeur et les transforme en liste de Features
# GeoJSOn traçables sur une map
# fichier retourné par le geocodeur
filename = "data/bureaux_vote_coords.csv"
# on charge le fichier de crossref
print('Loading crossref from data/crossref.json')
try:
with open('data/crossref.json') as f:
crossref_bureaux_oldaddr = json.load(f)
except IOError:
print('data/crossref.json not found...\nPlease run extract_OD.py before')
sys.exit(0)
# lecture du CSV et création d'un GeoJSON importable
geolist = []
with open(filename) as f:
reader = csv.reader(f,delimiter=";")
for l in reader:
geolist.append(
{
"type": "Feature",
"geometry": {
"type": "Point",
"coordinates": [l[1], l[0]]
},
"properties": {
"name": "Bureau de vote",
"secteurs": ','.join(map(str,crossref_bureaux_oldaddr[l[3].decode('utf-8')]))
}
}
)
# sauvegarde de la liste des bureaux de vote
savefile = "data/bureaux_vote_coords.json"
print('Saving GeoJSON list to {}...'.format(savefile))
with open(savefile,'w') as f:
f.write(json.dumps(geolist))
Lien bureau - résultats
Après avoir récupéré d'une part la liste des bureaux de vote et leur localisation, et d'autre part les résultats par secteurs, il est temps de rassembler tout ça. On réimporte pour cela les données du scrutin et les coordonnées des bureaux et on les triture.
import json
from config import listes, colors, tour
# données du scrutin
print('Loading poll data...')
with open('data/{}.json'.format(tour)) as f:
bureaux = json.load(f)
bureaux = {int(k):v for k,v in bureaux.items()}
# coordonnées des bureaux
print('Loading coords of offices')
geo_filename = "data/bureaux_vote_coords.json"
with open(geo_filename) as f:
geolist = json.load(f)
# ajout des résultats
for i in range(len(geolist)):
# on itère sur les bureaux
data_files = geolist[i]['properties']['secteurs']
# on crée un dico avec le bon nombre de liste et 0% à chacune
results = {_+1:0 for _ in range(len(listes[tour]))}
# on récupère les secteurs liés au bureau courant
secteurs = map(int, data_files.split(','))
# regroupement de plusieurs secteurs sur un bureau
for num in secteurs:
for k,v in bureaux[num].items(): results[int(k)] += v
# normalisation par le nombre de secteurs regroupés
for k,v in results.items():
geolist[i]['properties'][listes[tour][k]] = "{} %".format(v/len(secteurs))
# sauvegarde
savefile = "data/bureaux_vote_results_{}.json".format(tour)
print('Saving to {}...'.format(savefile))
with open(savefile,'w') as f:
f.write(json.dumps(geolist))
Lorsque le fichier résultant est importé dans OSM, on se retrouve avec les premier et second tours par bureaux tels qu'affichés sur cette carte.
Secteurs de vote
Un aspect plus significatif (en tout cas plus visuel) est apporté par la visualisation des secteurs colorés en fonction de divers critères (majoritaire, abstention, etc...).
De notre côté, le tracé des secteurs eux mêmes sur une carte fut compliqué. Voyons pourquoi...
Aspect des données brutes
Les données "brutes" fournies par la ville se présentent sous la forme du "pack" Voies par secteurs. Dans ce pack, on retrouve plusieurs fichiers dont un nous sera utile : VOIES_PAR_BUREAU_VOTE.csv.
Le fichier CSV se présente avec le format suivant :
RIVOLI;VOIE;MINIMUM_PAIR;MAXIMUM_PAIR;MINIMUM_IMPAIR;MAXIMUM_IMPAIR;NUM_BV;BUREAU_DE_VOTE
Nous avons alors procédé ainsi :
- pour chaque secteur (bureau ici) et chaque rue, on isole les adresses avec les plus grands et plus petits numéros
- on en fait un CSV geocodable sur le site habituel
- on fait des données en sortie un json importable dans OSM (via le script csv2geojson_sect.py)
- on trace un polygone autour à la main
- on vérifie avec une carte "officielle" qui nous a été fournie (mais qui n'est pas assez précise pour être directement exploitable)
- on recommence pour le suivant.
C'est ainsi que nous perdîmes (feedoo et moi-même) quelques soirées à tracer des secteurs sur une carte...
Remarque
Certains objecterons que nous aurions pu utiliser une API pour le geocodage, c'est vrai, mais pas forcément plus simple.
Tracé sur la map et export
Une fois les 97 polygones correspondants aux secteurs de vote tracés, nous pouvons réexporter l'ensemble des features dans un fichier GeoJSON.
Vient alors l'exploitation de ce fichier pour y ajouter nos données des scrutins.
Ajout de résultats et de la couleur
Pour l'ajout des résultats, il faut savoir que le script est très semblable à celui pour l'approche "par bureau" :
import json
from config import listes, colors, tour
# d'abord, on lit la liste des secteurs et on en fait un truc utilisable.
sect_filename = "data/secteurs.json"
with open(sect_filename) as f:
tmp = json.load(f)
# on veut un hash : numéro du secteur => liste de coords
map_secteurs = {int(_['properties']['name'].split(' ')[1]):_['geometry']['coordinates'] for _ in tmp['features']}
# chargement des données du vote
print('Loading poll data...')
with open('data/{}.json'.format(tour)) as f:
bureaux = json.load(f)
bureaux = {int(k):v for k,v in bureaux.items()}
# on crée un objet GeoJSON vide
geolist = {"type": "FeatureCollection", "features": []}
for s in map_secteurs.keys():
# pour chaque secteur, on crée une feature polygonale avec
# les bonnes coordonnées et le nom du secteur
new_feature = {
'type': 'Feature',
'geometry': {
'type': 'Polygon',
'coordinates': map_secteurs[s]
},
'properties': {
'_storage_options': {},
'name': 'Secteur {}'.format(s)
}
}
# on extrait des résultats du vote les données
# du secteur concerné
res = bureaux[s]
res = {int(k):int(v) for k,v in res.items()}
# couleur du secteur
# on trie les candidats par pourcentage de voies décroissant
res_sortedkeys = sorted(res, key=res.get, reverse=True)
# on prend le premier élément et on choisit la couleur en fonction
# de qui il/elle est
color = colors[tour][res_sortedkeys[0]]
new_feature['properties']['_storage_options']['color'] = color
# ajout du score de chacun
for k,v in res.items():
new_feature['properties'][listes[tour][k]] = "{} %".format(v)
# ajout à la liste
geolist['features'].append(new_feature)
# sauvegarde
savefile = "data/secteurs_results_{}.json".format(tour)
print('Saving to {}...'.format(savefile))
with open(savefile,'w') as f:
f.write(json.dumps(geolist))
Et voilà pour les secteurs ! Le résultat est aussi visible sur certains des layers de cette carte.
Et maintenant ?
Maintenant, il reste plein de choses à faire.
Tout d'abord, vous l'aurez compris, l'accès aux données n'est pas aisé du tout. De plus les données "OpenData" sur Le Mans ne sont pas forcément très à jour (elles datent, pour celles utilisées ici, de 2012). Elle ne sont pas non plus complètes : en effet, sans la carte fournie de l'intérieur, certains secteurs auraient été très faux...
Passé tout cela, il reste que pour que ces données prennent tout leur sens, il faudrait les contextualiser, observer les résultats de précédents scrutins, croiser avec des données démographiques, avec des données concernant la vie sociale, culturelle et sportive, etc... bref, les replacer dans leur contexte global.
De ce côté là, il reste encore beaucoup de boulot.