京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14