要比较不同地区的调查结果，您可以按照以下步骤来解决问题：

1. 收集调查数据：首先，您需要从不同地区收集调查数据。可以使用表格、问卷调查或在线调查工具来收集数据。确保在每个地区都收集到相同的调查问题。

2. 数据存储：将每个地区的调查数据存储在一个数据结构中，例如列表、字典或数据框等。确保每个数据结构都具有相同的数据字段，以便进行比较。

3. 数据预处理：对收集到的数据进行预处理，以确保数据的一致性和准确性。这可以包括数据清洗、缺失值处理、异常值处理等。

4. 数据比较：使用适当的统计方法和可视化工具来比较不同地区的调查结果。这可以包括计算平均值、标准差、频率分布等统计指标，以及绘制直方图、箱线图、散点图等可视化图表。

以下是一个使用Python进行调查结果比较的示例代码：

import pandas as pd
import matplotlib.pyplot as plt

# 收集调查数据
data_region1 = {'question1': [3, 4, 5, 2, 3],
                'question2': [5, 4, 3, 2, 1]}
data_region2 = {'question1': [4, 3, 2, 5, 4],
                'question2': [2, 3, 4, 5, 1]}

# 数据存储
df_region1 = pd.DataFrame(data_region1)
df_region2 = pd.DataFrame(data_region2)

# 数据比较
mean_region1 = df_region1.mean()
mean_region2 = df_region2.mean()

# 绘制柱状图比较不同地区的平均值
plt.bar(mean_region1.index, mean_region1.values, label='Region 1')
plt.bar(mean_region2.index, mean_region2.values, label='Region 2')
plt.xlabel('Questions')
plt.ylabel('Mean')
plt.legend()
plt.show()

在上述示例中，我们使用pandas库创建了两个数据框来存储不同地区的调查数据。然后，计算了每个地区每个问题的平均值，并使用matplotlib库绘制了柱状图来比较不同地区的平均值。

您可以根据实际情况进行调整和修改代码，以满足您的具体需求。