Tutorial Wahl-Karte

Das folgende Tutorial erstellt eine Ergebnis-Landkarte zum ersten Durchgang der Bundespräsidentenwahl 2016. Dazu werden Daten als json und csv geladen, ausgewertet, verknüpft und dargestellt.

Das Tutorial baut auf dem Beispiel zum Balken-Diagramm auf und setzt die dort behandelten Punkte voraus. Der Code verwendet Version 4 von d3.js.

Zu Landkarten generell

Ergebnis-Landkarten zu Wahlen gehören wohl zum Standard-Repertoire von Visualisierungen. Von der Darstellung der Sieger bis zu Heat-Maps der Stimmenverteilung sind verschiedenste Formen möglich.

Um eine Landkarte zu erzeugen benötigt man zunächst eine Datei mit den geometrischen Formen der Gemeinden, Bezirke oder Länder. Es gibt unterschiedliche Formate, in d3.js verwendet man üblicherweise das topojson-Format, das eine vergleichsweise kleine Dateigröße erlaubt. Der grundsätzliche Weg zu einer Karte ist hier erläutert.

Geographische Grenzen für Österreich als Open Data gibt es hier:

Inhaltlich und vor allem im politischen Kontext ist zu bedenken, dass die geographische Fläche einer Einheit nicht gleichbedeutend mit ihrer Bedeutung ist - oder anders ausgedrückt, die meisten Wahlberechtigten wohnen in Österreich in geographisch kleinräumigen Städten, wie das Projekt austromorph schön demonstriert. Man kann auch hier mit Kartenformen und -farben experimentieren.

Das Grundgerüst

Wir können wieder das gleiche Grundgerüst wie beim Balken-Diagramm verwenden und auch gleich ein SVG erzeugen. Achtung: Neben d3.js müssen wir nun auch topojson.js als library laden:

<!DOCTYPE html>
<head>
<title>ein Balkendiagramm</title>
<meta charset="utf-8">
<script src="https://d3js.org/d3.v4.min.js"></script>
<script src="https://cdnjs.cloudflare.com/ajax/libs/topojson/1.6.20/topojson.js"></script>
</head>
<body>

<script>
var width = window.innerWidth * 0.95;
var height = window.innerHeight * 0.95;

var svg = d3.select("body").append("svg")
	.attr("width", width)
	.attr("height", height);
</script>

</body>
</html>

Zusätzlich bauen wir einen Array mit den Nachnamen der KandidatInnen ein, sowie ein Object mit Farben zu den einzelnen Personen:

var kandidaten = ["Griss", "Hofer", "Hundstorfer", "Khol", "Lugner", "Van der Bellen"];
var farben = {"Griss":"#8E88A7", "Hofer":"#2657A8", "Hundstorfer":"#C83D44",
"Khol":"#191919", "Lugner":"#E7B500", "Van der Bellen":"#89A04F"};

Vorbereitungen für die Karte

Wie erwähnt benötigt man zur Visualisierung einer Landkarte eine Datei mit geographischen Grenzen. Diese sind oft (müssen aber nicht) als Geo-Koordinaten angegeben, also in Grad und Minuten für geographische Breite und Länge. Diese Angaben muss man in Bildschirm-Koordinaten umwandeln. Dafür braucht man eine Projektion, z.B. Mercator. Man kann nicht eine beliebige Projektion verwenden, sondern muss sich jene verwenden, die für die Karte vorgesehen ist - ansonsten ist die Darstellung verzerrt oder leer.

Im Code sieht dieser Schritt so aus:

var projection = d3.geoMercator();
var gemeinden = d3.geoPath().projection(projection);
projection.scale(1).translate([0, 0]);

Wir definieren zunächst eine Variable projection mit der in d3.js vorgegebenen Mercator-Projektion. Danach erzeugen wir eine Variable gemeinden, in der die geoPath()-Funktion zusammen mit der Projektion gespeichert wird. Abschließend stellen wir eine Art Zoomstufe mit scale ein, vorerst auf 1, und legen fest, dass die Karte vorerst nicht verschoben wird (translate). Die letzten beiden Punkte setzen die Projektion quasi auf 0, bevor sie unten dann an die jeweilige Karte angepasst wird.

Auf den ersten Blick mag das kryptisch wirken. Dieser Ablauf ist für viele Kartendarstellungen identisch, man kann ihn daher einfach auch kopieren und verwenden. Das Verständnis stellt sich meistens im Lauf der Zeit ein.

Als nächstes laden wir die Kartendatei (hier), die als json vorliegt, mit dem entsprechenden Befehl und speichern sie in die Variable map:

d3.json("gemeinden.json", function(grenzen)
	{
	var map = topojson.feature(grenzen, grenzen.objects.gemeinden);
  });

Der Befehl d3.json() lädt die angegebene Datei, anschließend wird sie in der Funktion mit dem im Klammer angegebenen Namen weiterverarbeitet. Die Code-Zeile

var map = topojson.feature(grenzen, grenzen.objects.gemeinden);

liest das topojson-Format unserer Datei ein und speichert sie als Object in die Variable map. Ergänzt man darunter noch console.log(map);, so kann man sich das Ergebnis dieser Operation genauer anschauen.

Ein wichtiger Hinweis: Das Laden von Dateien in dieser Form geschieht in d3.js asynchron, das heißt, dass während des Ladevorgangs das Programm “außerhalb” dieses Befehls weiterläuft. Das führt zu Problemen und Fehlern, wenn man dann bereits auf die Daten zugreifen will.

Eine Lösung ist, alle weiteren Befehle innerhalb der geschwungenen Klammern (also vor dem });) auszuführen, was aber bei längerem Code unübersichtlich wird. Eine Alternative ist, das weitere Programm in eine function zu schreiben und diese am Ende des Ladevorgangs aufzurufen.

Landkarte positionieren, skalieren und zeichnen

Nachdem wir die Kartendatei geladen haben, müssen wir sie richtig positionieren und skalieren. Erscheint eine Landkarte trotz fehlerfreiem Code manchmal nicht am Bildschirm, dann liegt der Fehler oft an diesen Punkten.

Die Skalierung erfolgt im Verhältnis zu den Variablen width und height, damit die Darstellung an den verfügbaren Platz angepasst ist. Um diese Werte abzustimmen, brauchen wir zunächst die Abmessungen der Karte selbst:

var b = gemeinden.bounds(map);
var box = d3.geoBounds(map);

Der Befehl gemeinden.bounds(map) gibt uns die Eckpunkte eines Rechtecks, das um die Karte gelegt wird. d3.geoBounds(map) macht dasselbe für die Geo-Koordinaten.

Nun berechnen wir die Skalierung und verändern die Projektion entsprechend:

var s = .95 / Math.max((b[1][0] - b[0][0]) / width, (b[1][1] - b[0][1]) / height);
projection.scale(s).center([(box[0][0]+box[1][0])/2,(box[0][1]+box[1][1])/2]).translate([width / 2, height / 2]);

Auch dieser Teil mag zunächst überfordern, im Kern berechnet man aber nur die maximal mögliche Vergrößerung der Karte angesichts ihrer Abmessungen und des verfügbaren Platzes (Ausgangspunkt für scale ist immer 1). Dann sagt man der Projektion, wie stark sie die Karte vergrößern/verkleinern soll, zentriert sie horizontal und vertikal und verschiebt die Darstellung noch in die Mitte des Bildschirms.

Nach diesen eher komplexen Vorarbeiten ist die Darstellung der Karte vergleichsweise simpel. Wir verwenden dazu das path-Element und laden die Karte mit data(map.features). features ist der Name des Objects, das den Array aller Gemeinden enthält und wird automatisch beim Laden festgesetzt.

Anschließend zeichnen für jeden Eintrag in diesem Array - für jede Gemeinde - die Grenzen in schwarz (stroke). Die Flächen bleiben leer (fill). Einmal mehr der Hinweis: Wenn man sich Variable in der Console anschaut, dann hilft das, die Abläufe zu verstehen.

Hier der komplette Block, vom Laden der Datei bis zur Darstellung:

d3.json("gemeinden.json", function(grenzen)
  {
  var map = topojson.feature(grenzen, grenzen.objects.gemeinden);

  var b = gemeinden.bounds(map);
  var box = d3.geoBounds(map);
  var s = .95 / Math.max((b[1][0] - b[0][0]) / width, (b[1][1] - b[0][1]) / height);
  projection.scale(s).center([(box[0][0]+box[1][0])/2,(box[0][1]+box[1][1])/2]).translate([width / 2, height / 2]);

  svg.selectAll("path")
    .data(map.features)
    .enter()
    .append("path")
    .attr("d", gemeinden)
    .style("stroke", "black")
    .style("fill", "none");
  });

Der gesamte Code steht innerhalb der {} des d3.json-Befehls, damit er erst ausgeführt wird, wenn die Datei fertig geladen wurde.

Screenshot Karte 1

Ergebnis-csv laden und bearbeiten

Damit ist die erste Hälfte des Projekts abgeschlossen, wir haben eine Karte. Jetzt fehlen nur noch die Ergebnisse. Anders als beim Balken-Diagramm haben wir nicht sechs Werte, sondern sechs Werte für alle Gemeinden in Österreich. Daraus händisch eine Variable zu schaffen sollte auf der eigenen ToDo-Liste nicht ganz oben stehen.

Wir müssen das auch nicht machen, wir können die Ergebnis-Datei des BMI verwenden. Das ist eine xlsx-Datei, die alle relevanten Felder enthält.

Screenshot Beispiel BMI

Bevor wir sie zu einer csv-Datei weiterverarbeiten entwirren wir die verbundenen Zellen in den ersten beiden Zeilen, beschriften die Spalten und löschen die Prozenteinträge. Ebenso entfernen wir alle Tausender-Trennzeichen.

Screenshot Beispiel BMI2

Jetzt können wir die Datei speichern. Um aus dem deutschen Excel eine gut verwendbare csv-Datei zu bekommen, muss man ein paar Umwege gehen:

  • wir speichern die Excel-Datei mit “Speichern als” als “Unicode Text”, damit die Umlaute erhalten bleiben
  • diese Datei öffnen wir mit einem Text-Editor
  • das Trennzeichen zwischen den Spalten - ein Tabulator - kopieren wir und ersetzen es via Suchen/Ersetzen mit einem “,”
  • die Datei speichern
  • die Dateiendung auf “.csv” ändern

Eine fertige Datei kann hier heruntergeladen werden (Achtung: die Datei unterliegt dem Urheberrecht der Original-Datei vom BMI).

Nach dieser Tour de force ist das Laden der Datei in Javascript ein kleiner Schritt:

d3.csv("gemeindeergebnisse.csv", function(ergebnisse)
  {
  console.log(ergebnisse);
  });

In der Console sehen wir nun einen Array von Objects, der für jede Zeile im Excel einen Eintrag enthält. Die Einträge in der ersten Zeile - die Spaltentitel - werden automatisch als keys verwendet. Vom Aufbau her ist das identisch mit der Ergebnis-Variablen im Balken-Diagramm-Beispiel (zur Erinnerung: ein Object besteht immer aus "key":value-Paaren).

Was auch auffällt: Alle Zahlen stehen unter “”. Das ist ein Nachteil des Arbeitens mit CSV, alle Werte werden standardmäßig als String geladen.

Damit wir mit den Zahlen weiterarbeiten können, müssen wir sie wieder in Zahlen umwandeln. Dafür verwenden wir zwei ineinander geschachtelte Schleifen:

d3.csv("gemeindeergebnisse.csv", function(ergebnisse)
  {
  for (var i = 0; i < ergebnisse.length; i++)
    {
    for (var x in ergebnisse[i])
      {
      if (x != "GKZ" && x != "Gebietsname") ergebnisse[i][x] = +ergebnisse[i][x];
      }
    }
  console.log(ergebnisse);
});

Die erste for-Schleife kennen wir schon, wir durchlaufen einfach jeden Eintrag im Array. Jeder Eintrag wird dann einer zweiten Schleife unterworfen: Mit for (var x in ergebnisse[i]) durchlaufen wir alle Eigenschaften des Objects ergebnisse[i]. Der Name der jeweiligen Eigenschaft wird in der Variablen x gespeichert.

Dann folgt ein Ausschlussverfahren: Die Eigenschaften GKZ und Gebietsname sind Strings, müssen also nicht geändert werden. Alle anderen Eigenschaften werden aber in eine Zahl umgewandelt - das passiert schlicht mit dem +-Zeichen.

Karte und Ergebnis verknüpfen

Soweit gerüstet geht es nun nur mehr darum, die Karte und die Ergebnisse zu verknüpfen. Dafür brauchen wir einen Wert, der in beiden Datensätzen enthalten ist, und das ist die Gemeindekennziffer, die als GKZ in der Ergebnis-Datei vorliegt. Sie enthält unterschiedliche Informationen:

  • die erste Ziffer der Zahl steht für das Bundesland (1=Burgenland, 2=Kärnten usw).
  • die ersten drei Ziffern stehen für einen politischen Bezirk
  • die letzten zwei Ziffern erlauben die Unterscheidung, ob es sich bei einem Eintrag um eine Gemeinde handelt, um Wahlkarten (99), oder um eine höhere Ebene (00)

Wenn wir uns die topojson-Datei in einem Texteditor anschauen, dann finden wir auch dort - im ganzen Wirrwarr - die Gemeindekennziffern, bezeichnet als iso. Ein kleiner Unterschied sollte uns auffallen: In der Ergebnis-Datei beginnt die GKZ mit G, die iso beginnt aber gleich mit der Zahl. Darauf ist bei der Verknüpfung zu achten.

Um die Idee der Verknüpfung zu illustrieren, gehen wir zurück zum Code für die Kartenerstellung und ergänzen zwei Dinge: Wir stellen .style("fill", "white") ein sowie hängen einen mouseover-Effekt an:

svg.selectAll("path")
  .data(map.features)
  .enter()
  .append("path")
  .attr("d", gemeinden)
  .style("stroke", "black")
  .style("fill", "white")
  .on("mouseover", function(d) { console.log(d.properties); });
});

Wenn wir nun mit der Maus über die Landkarte fahren, dann erscheinen in der Console jeweils die mit der Gemeinde verknüpften Daten. Wir können somit leicht auf die Gemeindekennziffer iso zugreifen. Der nächste Schritt ist daher: Jede Gemeinde soll mit der Farbe der/des KandidatIn ausgefüllt werden, die/der die meisten Stimmen in der Gemeinde erhalten hat, die gerade mit einer bestimmten GKZ gezeichnet wurde.

Dafür sind zwei Ergänzungen notwendig:

  • Wir müssen die/den jeweiligen SiegerIn pro Gemeinde berechnen
  • Wir müssen diese/n SiegerIn so speichern, dass wir mittels der iso darauf zugreifen können

Für den zweiten Punkt eignet sich ein Array nicht, da wir die Einträge zwar mittels ihrer Position finden können, aber nicht aufgrund eines Wertes. Man könnte die Ergebnisse zwar so ordnen, wie sie in der Kartendatei vorliegen, das ist aber fehleranfällig. Ein Object hingegen erlaubt uns genau das, was wir brauchen: Als key verwenden wir die GKZ, als value den Namen der/des Siegerin/s pro Gemeinde.

d3.csv("gemeindeergebnisse.csv", function(ergebnisse)
  {
  var siegerliste = {};
  for (var i = 0; i < ergebnisse.length; i++)
    {
    for (var x in ergebnisse[i])
      {
      if (x != "GKZ" && x != "Gebietsname") ergebnisse[i][x] = +ergebnisse[i][x];
      }

    var stimmen_sieger = 0;
    var sieger = "";
    for (var k = 0; k < kandidaten.length; k++)
      {
      if (ergebnisse[i][kandidaten[k]] > stimmen_sieger)
      	{
        sieger = kandidaten[k];
	stimmen_sieger = ergebnisse[i][kandidaten[k]];
	}
      }
    siegerliste[ergebnisse[i].GKZ] = sieger;
    }
    console.log(siegerliste);
});

Zunächst legen wir eine neue Variable siegerliste an, die {} zeigen, dass sie ein Object ist. Die nächsten Zeilen wandeln wie schon bekannt unsere Strings wieder in Zahlen um. Dann passiert Folgendes: Innerhalb unserer for-Schleife definieren wir eine Variable stimmen_sieger und setzen sie auf 0, sowie eine Variable sieger und setzen sie auf einen leeren String.

Anschließend bauen wir eine weitere Schleife ein, die den Array der Kandidatennamen durchläuft. Als Zählvariable nehmen wir k, da i ja schon in der übergeordneten Schleife verwendet wird. Dann folgt ein Vergleich: Wenn die Person an der Stelle k im Kandidaten-Array mehr Stimmen erhalten hat als momentan in der Variable stimmen_sieger stehen, dann setzen wir die Variable sieger auf diesen Namen (den momentanen Sieger). Die neue Hürde, die jemand überspringen muss, um sieger zu sein, setzen wir auf die aktuelle Stimmenanzahl.

Nachdem alle KandidatInnen für die Gemeinde i durchlaufen sind, ergänzen wir einen Eintrag in der siegerliste: Dieser bekommt als key die GKZ der aktuellen Gemeinde, der dazugehörige value der Gemeinde ist der ermittelte sieger.

Karte einfärben

Schließlich fehlt nur mehr, die Karte entsprechend einzufärben. Dafür müssen wir nur die Zeile mit der Farbfüllung ändern:

.style("fill", function(d) { return farben[siegerliste["G" + d.properties.iso]]; })

Wir greifen mittels d.properties.iso auf die GKZ der gezeichneten Gemeinde zu. Da in der Ergebnisdatei die GKZ mit einem G beginnt, ergänzen wir dieses und rufen den darunter gespeicherten Wert auf. Mit diesem Wert, der wiederum ein key im Object farben ist, geben wir die gewünschte Farbe aus.

Screenshot Karte 2

Hier der finale Code - siehe v.a. die Verschachtelung der Blöcke, die die externen Dateien laden. Diese stellen sicher, dass der Code erst ausgeführt wird, wenn die Daten fertig geladen sind:

<script>
var width = window.innerWidth * 0.95;
var height = window.innerHeight * 0.95;

var kandidaten = ["Griss", "Hofer", "Hundstorfer", "Khol", "Lugner", "Van der Bellen"];
var farben = {"Griss":"#8E88A7", "Hofer":"#2657A8", "Hundstorfer":"#C83D44",
"Khol":"#191919", "Lugner":"#E7B500", "Van der Bellen":"#89A04F"};

var svg = d3.select("body").append("svg")
	.attr("width", width)
	.attr("height", height);

var projection = d3.geoMercator();
var gemeinden = d3.geoPath().projection(projection);
projection.scale(1).translate([0, 0]);

d3.json("gemeinden.json", function(grenzen)
	{
	var map = topojson.feature(grenzen, grenzen.objects.gemeinden);

	var b = gemeinden.bounds(map);
	var box = d3.geoBounds(map);
	var s = .95 / Math.max((b[1][0] - b[0][0]) / width, (b[1][1] - b[0][1]) / height);
	projection.scale(s).center([(box[0][0]+box[1][0])/2,(box[0][1]+box[1][1])/2]).translate([width / 2, height / 2]);

	d3.csv("gemeindeergebnisse.csv", function(ergebnisse)
		{
		var siegerliste = {};
		for (var i = 0; i < ergebnisse.length; i++)
			{
			for (var x in ergebnisse[i])
				{
				if (x != "GKZ" && x != "Gebietsname") ergebnisse[i][x] = +ergebnisse[i][x];
				}

			var stimmen_sieger = 0;
			var sieger = "";

			for (var k = 0; k < kandidaten.length; k++)
				{
				if (ergebnisse[i][kandidaten[k]] > stimmen_sieger)
					{
					sieger = kandidaten[k];
					stimmen_sieger = ergebnisse[i][kandidaten[k]];
					}
				}

			siegerliste[ergebnisse[i].GKZ] = sieger;
			}

		svg.selectAll("path")
			.data(map.features)
			.enter()
			.append("path")
			.attr("d", gemeinden)
			.style("stroke", "black")
			.style("fill", function(d) { return farben[siegerliste["G" + d.properties.iso]]; });
		});
	});

</script>

Von diesem Punkt aus kann man die Karte erweitern und verbessern - z.B. Ergebnisse via mouseover anzeigen, die Gemeindenamen inkludieren, die Grenzen umfärben oder weglassen, die Farben nach den Stimmenanteilen schattieren usw..

Zwei Punkte sind noch zu beachten:

  • Wien als Gemeinde hat an sich keine eigene Gemeindekennziffer, es gibt nur Wien als Bundesland - und dieser Wert enthält schon die Wahlkarten. Das ist streng genommen nicht korrekt, da alle anderen Gemeinden ohne Wahlkarten abgebildet sind. Hier könnte man den entsprechenden Eintrag ändern, bzw. auch die iso in der Kartendatei auf ein anderes Ergebnis verweisen lassen.
  • Die siegerliste enthält neben den Gemeinden jetzt auch Bezirke, Bundesländer und Wahlkarten-Ergebnisse: Diese sollte man bei der Zusammenstellung filtern (z.B. mit einer if-Abfrage, die die letzten Stellen der GKZ überprüft?), um falsche Zuordnungen zu vermeiden (siehe Punkt 1 zu Wien, hier wird das Landes-Ergebnis verwendet).

Die Ressourcen

Offene Daten