{
var div = DOM.element('div');
div.innerHTML = `<style>.observablehq p{font-size:16px;}</style>`
return div;
}
groupingValue
function gFunc() {
switch (groupingValue) {
case "median":
return d3.median;
case "average":
return d3.mean;
}
return d3.mean;
}
d3
.nest()
.key((d) => d["GPA"])
.rollup((arr) => Math.round(gFunc()(arr, (d) => d.revenue)))
.entries(ვალიდური_შემოსავლებიანები)
.filter((d) => Number(d.key.split("-")[0]))
.sort((a, b) => (a.key > b.key ? 1 : -1))
GPA_განაწილება = d3
.nest()
.key((d) => d["GPA"])
//.rollup(arr=> Math.round(d3.mean(arr,d=>d.revenue)))
.rollup((d) => {
return {
revenue: Math.round(gFunc()(d, (v) => v.revenue)),
count: d.length
};
})
.entries(ვალიდური_შემოსავლებიანები)
.filter((d) => d.value.count >= 5)
.filter((d) => Number(d.key.split("-")[0]))
.sort((a, b) => (a.key > b.key ? 1 : -1))
უნარების_განაწილება = d3
.nest()
.key((d) => d["NationalSkillExamPoints"])
//.rollup(arr=> Math.round(d3.mean(arr,d=>d.revenue)))
.rollup((d) => {
return {
revenue: Math.round(gFunc()(d, (v) => v.revenue)),
count: d.length
};
})
.entries(ვალიდური_შემოსავლებიანები)
.filter((d) => d.key)
.filter((d) => d.key != "ჩემ დროს არ იყო")
.filter((d) => d.key != "ჯერ არ ჩამიბარებია")
.filter((d) => d.key != "არ უპასუხია")
.filter((d) => d.value.count >= 5)
.sort((a, b) => (a.key > b.key ? 1 : -1))
სორს_კონტროლის_ტიპით_დაჯგუფებული = d3
.nest()
.key((d) => d["SourceControl"])
.entries(ვალიდური_შემოსავლებიანები)
.filter((d) => d.key)
.filter((d) => d.key != "არ უპასუხია")
სორს_კონტროლით_დაჯგუფებული = d3
.nest()
.key((d) =>
d.key == "არ ვიყენებთ"
? "არ ვიყენებთ source control-ს"
: "ვიყენებთ source control-ს"
)
.rollup((d) =>
Math.round(
gFunc()(
d.map((v) => v.values).reduce((a, b) => a.concat(b)),
(mn) => mn.revenue
)
)
)
.entries(სორს_კონტროლის_ტიპით_დაჯგუფებული)
.sort((a, b) => (a.key > b.key ? 1 : -1))
ტესტერების_ტიპით_დაჯგუფებული = d3
.nest()
.key((d) => d["HasTesters"])
.entries(ვალიდური_შემოსავლებიანები)
.filter((d) => d.key != "არ უპასუხია")
ტესტერებით_დაჯგუფებული = d3
.nest()
.key((d) => (d.key == "არა" ? "არ გვყავს ტესტერები" : "გვყავს ტესტერები"))
.rollup((d) =>
Math.round(
gFunc()(
d.map((v) => v.values).reduce((a, b) => a.concat(b)),
(mn) => mn.revenue
)
)
)
.entries(ტესტერების_ტიპით_დაჯგუფებული)
.sort((a, b) => (a.key > b.key ? 1 : -1))
CI_ტიპით_დაჯგუფებული = d3
.nest()
.key((d) => d["CI"])
.entries(ვალიდური_შემოსავლებიანები)
.filter((d) => d.key != "არ მაქვს account")
.filter((d) => d.key != "არ უპასუხია")
.filter((d) => d.key)
CIით_დაჯგუფებული = d3
.nest()
.key((d) => (d.key == "არ ვიყენებთ" ? "არ ვიყენებთ CI-ს" : "ვიყენებთ CI-ს"))
.rollup((d) =>
Math.round(
gFunc()(
d.map((v) => v.values).reduce((a, b) => a.concat(b)),
(mn) => mn.revenue
)
)
)
.entries(CI_ტიპით_დაჯგუფებული)
.sort((a, b) => (a.key > b.key ? 1 : -1))
so_ტიპით_დაჯგუფებული = d3
.nest()
.key((d) => d["StackoverflowPoints"])
.entries(ვალიდური_შემოსავლებიანები)
.filter((d) => d.key != "არ მაქვს account")
.filter((d) => d.key != "არ უპასუხია")
.filter((d) => d.key)
SOით_დაჯგუფებული = d3
.nest()
.key((d) =>
d.key == "0-10" || d.key == "არ ვარ აქტიური stackoverflow-ში"
? "stackoverflow ქულა < 10 "
: "stackoverflow ქულა > 10 "
)
.rollup((d) =>
Math.round(
gFunc()(
d.map((v) => v.values).reduce((a, b) => a.concat(b)),
(mn) => mn.revenue
)
)
)
.entries(so_ტიპით_დაჯგუფებული)
.sort((a, b) => (a.key > b.key ? 1 : -1))
gh_ტიპით_დაჯგუფებული = d3
.nest()
.key((d) => d["GithubStars"])
.entries(ვალიდური_შემოსავლებიანები)
.filter((d) => d.key != "არ მაქვს account")
.filter((d) => d.key != "არ უპასუხია")
.filter((d) => d.key)
ghით_დაჯგუფებული = d3
.nest()
.key((d) => (d.key == "0-10" ? "github stars < 10 " : "github stars > 10 "))
.rollup((d) =>
Math.round(
gFunc()(
d.map((v) => v.values).reduce((a, b) => a.concat(b)),
(mn) => mn.revenue
)
)
)
.entries(gh_ტიპით_დაჯგუფებული)
.sort((a, b) => (a.key > b.key ? 1 : -1))
შეერთებული_software_practice_შედეგები = [
სორს_კონტროლით_დაჯგუფებული,
ტესტერებით_დაჯგუფებული,
CIით_დაჯგუფებული,
SOით_დაჯგუფებული,
ghით_დაჯგუფებული
]
კომენტარები = საწყისი_მონაცემები_გადმოწერილი.filter((d) =>
d["InformationTechProgressActions"].trim()
)
gainNewGenerationInterest = საწყისი_მონაცემები_გადმოწერილი.filter((d) =>
d["GainNewGenerationInterest"].trim()
)
საწყისი_მონაცემები_გადმოწერილი = new Promise((r) =>
d3.csv(
"https://docs.google.com/spreadsheets/d/e/2PACX-1vQP9Xmy7JxnS6KmW6_jfjZT4BklNdVF5SQZyBkX5t0m-F8ZTltkmSDTr3Wbf4hEs84fdNJkwWJscjyU/pub?output=csv",
(dt) => r(dt)
)
)
საწყისი_მონაცემები = საწყისი_მონაცემები_გადმოწერილი.filter((d) => {
if (filterValue == "all") return true;
if (filterValue == "full_time_local") {
return (
(d["JobType"] == "Office - Local Projects" ||
d["JobType"] == "Remote - Local Projects") &&
d["WorkType"] != "არ ვარ დასაქმებული"
);
}
if ("remote_international") {
return (
(d["JobType"] == "Office - International Projects" ||
d["JobType"] == "Remote - International Projects") &&
d["WorkType"] != "არ ვარ დასაქმებული"
);
}
return true;
})
ენებით_დაჯგუფებული_შემოსავლიანები = d3
.nest()
.key((d) => d["CurrentLanguage"])
.rollup((d) => {
return {
revenue: Math.round(gFunc()(d, (v) => v.revenue)),
count: d.length
};
})
.entries(ვალიდური_შემოსავლებიანები)
.slice()
.filter((d) => d.key)
.filter((d) => d.key != "არ უპასუხია")
.filter((d) => d.key != "არც ერთს")
.filter((d) => d.key.length < 15)
.filter((d) => d.value.count > 3)
.sort((a, b) => (a.value.revenue > b.value.revenue ? 1 : -1))
.reverse()
ფრეიმვორქებით_დაჯგუფებული_შემოსავლიანები = d3
.nest()
.key((d) => d["MainFramework"])
.rollup((d) => {
return {
revenue: Math.round(gFunc()(d, (v) => v.revenue)),
count: d.length
};
})
.entries(ვალიდური_შემოსავლებიანები)
.filter((d) => d.key)
.filter((d) => d.key != "არც ერთს")
.filter((d) => d.key != "არ უპასუხია")
.slice()
.filter((d) => d.value.count > 3)
.sort((a, b) => (a.value.revenue > b.value.revenue ? 1 : -1))
.reverse()
function getRotation(d) {
var centerAngle = (d.startAngle + d.endAngle) / 2;
var grad = (centerAngle / Math.PI) * 180;
if (grad < 180) {
grad -= 90;
} else {
grad += 90;
}
return Math.round(grad);
}
ენების_განაწილება = d3
.nest()
.key((d) => d["CurrentLanguage"].toUpperCase())
.rollup((d) => d.length)
.entries(საწყისი_მონაცემები)
.filter((d) => d.key)
.slice()
.sort((a, b) => (a.value > b.value ? 1 : -1))
.reverse()
ენების_განაწილება_ჯამი = d3.sum(ენების_განაწილება,d=>d.value)
ენების_განაწილება_სხვათი = ენების_განაწილება
.slice(0,4)
.concat([{
key:"სხვები",
value:d3.sum(ენების_განაწილება.filter((d,i)=>i>=4),v=>v.value)
}])
.map(d=>Object.assign({},d,{value:Math.round(d.value/ენების_განაწილება_ჯამი*100)}))
ფრეიმვორქების_განაწილება = d3
.nest()
.key((d) => d["MainFramework"].toUpperCase())
.rollup((d) => d.length)
.entries(საწყისი_მონაცემები)
.filter((d) => d.key)
.filter((d) => d.key != "ᲐᲠᲪ ᲔᲠᲗᲡ")
.slice()
.sort((a, b) => (a.value > b.value ? 1 : -1))
.reverse()
ფრეიმვორქების_განაწილება_ჯამი = d3.sum(ფრეიმვორქების_განაწილება,d=>d.value)
ფრეიმვორქების_განაწილება_სხვათი = ფრეიმვორქების_განაწილება
.slice(0,4)
.concat([{
key:"სხვები",
value:d3.sum(ფრეიმვორქების_განაწილება.filter((d,i)=>i>=4),v=>v.value)
}])
.map(d=>Object.assign({},d,{value:Math.round(d.value/ფრეიმვორქების_განაწილება_ჯამი*100)}))
ასაკის_რაოდენობები = d3
.nest()
.key((d) => d["Age"])
.rollup((d) => d.length)
.entries(საწყისი_მონაცემები)
.slice()
.sort((a, b) => (a.value < b.value ? 1 : -1))
.filter((d) => d.key)
დალაგებული_ასაკები = ასაკის_რაოდენობები.slice().sort((a,b)=> a.key>b.key?1:-1)
ასაკის_სიჭარბე = ასაკის_რაოდენობები[0].key
ასაკით_დაჯგუფებული_შემოსავლიანები = d3
.nest()
.key((d) => d["Age"])
.rollup((d) => {
return {
revenue: Math.round(gFunc()(d, (v) => v.revenue)),
count: d.length
};
})
.entries(ვალიდური_შემოსავლებიანები)
.slice()
.filter((d) => d.value.count >= 5)
.sort((a, b) => (a.value.revenue < b.value.revenue ? 1 : -1))
მაქს_ასაკის_რაოდენობა = ასაკის_რაოდენობები[0].value
ასაკით_დალაგებული_შემოსავლიანები=ასაკით_დაჯგუფებული_შემოსავლიანები
.slice()
.sort((a,b)=>a.key>b.key?1:-1)
მაქს_შემოსავლიანი_ასაკი = ასაკით_დაჯგუფებული_შემოსავლიანები[0].key
მაქს_შემოსავლიანი_ასაკის_შემოსავალი = ასაკით_დაჯგუფებული_შემოსავლიანები[0].value
გამოცდილებით_დაჯგუფებული_შემოსავლიანები = d3
.nest()
.key((d) => d["Experience"])
.rollup((d) => {
return {
revenue: Math.round(gFunc()(d, (v) => v.revenue)),
count: d.length
};
})
.entries(ვალიდური_შემოსავლებიანები)
.slice()
.filter((d) => d.value.count > 4)
.sort((a, b) => (a.value.revenue < b.value.revenue ? 1 : -1))
გამოცდილებით_დალაგებული_შემოსავლიანები = გამოცდილებით_დაჯგუფებული_შემოსავლიანები
.slice()
.filter((d) => d.key != "არ მაქვს")
.filter((d) => d.value.count > 4)
.sort((a, b) =>
Number(a.key.split("-")[0]) < Number(b.key.split("-")[0]) ? 1 : -1
)
მაქს_შემოსავლიანი_გამოცდილება = გამოცდილებით_დაჯგუფებული_შემოსავლიანები[0].key
მაქს_შემოსავლიანი_გამოცდილების_შემოსავალი = გამოცდილებით_დაჯგუფებული_შემოსავლიანები[0].value
სქესები = d3
.nest()
.key((d) => d["Sex"])
.entries(ვალიდური_შემოსავლებიანები)
.filter((d) => d.key)
.filter((d) => d.key != "არ უპასუხია")
.sort((a, b) => (a.key > b.key ? 1 : -1))
შემოსავლები_სქესის_მიხედვით = d3
.nest()
.key((d) => d["Sex"])
.rollup((d) => {
return {
revenue: Math.round(gFunc()(d, (v) => v.revenue)),
count: d.length
};
})
.entries(ვალიდური_შემოსავლებიანები)
.filter((d) => d.key)
.filter((d) => d.key != "არ უპასუხია")
.sort((d) => d.key)
დასაქმებული_რესპონდენტები
ვალიდური_შემოსავლებიანები = დასაქმებული_რესპონდენტები
.slice()
.map(d=>Object.assign({revenue:getAverageRevenue(d)},d))
.filter(d=>d.revenue)
.filter(d=>d.revenue<20000) // filter too big ones
ვალიდური_შემოსავლიანები_მდედრობითი = ვალიდური_შემოსავლებიანები.filter(
(d) => d["Sex"] == "მდედრობითი"
)
function getAverageRevenue(response) {
var rev = response["AverageMonthlyRevenueInGel"];
var res = rev.replace(/k/g, "000");
var ranges = res.split("-");
var min = Number(ranges[0]);
var max = Number(ranges[1]);
return (min + max) / 2;
}
საშუალო_შემოსავალი = Math.round(
gFunc()(ვალიდური_შემოსავლებიანები, (d) => d.revenue)
)
დასაქმებული_რესპონდენტები = საწყისი_მონაცემები.filter((d) => {
return d["WorkType"] != "არ ვარ დასაქმებული";
})
import { wrangle } from "@bumbeishvili/utils"
wrangle(საწყისი_მონაცემები)
დასაქმებულთა_პროცენტი = Math.round(დასაქმებული_რესპონდენტები.length/საწყისი_მონაცემები.length*100)
import {load,requireFromGithub} from "@bumbeishvili/fetcher"
d3 = require("d3@v4")
dc.d3.version
dc = require('dc@3.1.9')
import {radio} from "@jashkenas/inputs"
//dc = require("https://unpkg.com/dc@3.1.9/dc.js")
crossfilter = await require("crossfilter2@1.4.6");
windowCrossfilter = {
window.crossfilter = crossfilter;
return "window-crossfilter"
}
style = html`<style>
p{
font-size:14px;
}
</style>`
InjectDcCss = {
var div = DOM.element('div');
div.innerHTML = '<link rel="stylesheet" type="text/css" href="https://unpkg.com/dc@3.0.0-beta.1/dc.css">'
return div;
}
function container() {
return `
<h1>მედიანური/საშუალო ანაზღაურება (ლარი)</h1>
<div>
<div class="dc-wrapper-second">
<div id="gender">
<h3> სქესით</h3>
</div>
<div id="age">
<h3> ასაკით</h3>
</div>
<div id="workExperience">
<h3> გამოცდილებით</h3>
</div>
<div id="category">
<h3> კატეგორიით </h3>
</div>
<div id="language">
<h3> პროგ. ენით </h3>
</div>
<div id="cloud">
<h3> ღრუბლოვანით </h3>
</div>
<div id="frameworks">
<h3> ფრეიმვორქით </h3>
</div>
<div id="sourceControl">
<h3> src. control</h3>
</div>
<div id="testers">
<h3> ტესტერებით</h3>
</div>
<div id="ci">
<h3> CI-ით</h3>
</div>
<div id="stackoverflow">
<h3> Stackoverflow-ით</h3>
</div>
<div id="github">
<h3> Github-ით </h3>
</div>
<div id="jobType">
<h3> დასაქმებით </h3>
</div>
<div id="workType">
<h3> სამუშაოთი </h3>
</div>
<div id="workLang">
<h3> სამუშაო ენით</h3>
</div>
<div id="orgType">
<h3> სფეროთი</h3>
</div>
<div id="hours">
<h3> დრო (სთ/თვე) </h3>
</div>
<div id="countryRevenue">
<h3> შემოსავლებით </h3>
</div>
<div id="locCountry">
<h3>მდებარეობით </h3>
</div>
<div id="satisfaction">
<h3>სამუშაოს კმაყოფილებით</h3>
</div>
<div id="desiredRevenue">
<h3>შესაფერისი ხელფასით</h3>
</div>
<div id="covid19">
<h3>პანდემიის გავლენით</h3>
</div>
<div id="gpa">
<h3>GPA-ით</h3>
</div>
<div id="points">
<h3>უნარებით </h3>
</div>
<div id="eduLevel">
<h3>განათლების დონით</h3>
</div>
<div id="workStation">
<h3>კომპიუტერით</h3>
</div>
<div id="compOrigin">
<h3>მოდელით</h3>
</div>
<div id="ram">
<h3>ოპერატიულით</h3>
</div>
<div id="memory">
<h3>მეხსიერებით</h3>
</div>
</div>
</div>
<hr style="clear:both;">
`;
}
dcConfigs = [
{
selector: "memory",
group: "Memory"
},
{
selector: "ram",
group: "RAM"
},
{
selector: "compOrigin",
group: "ComputerModel"
},
{
selector: "workStation",
group: "LaptopDesktop"
},
{
selector: "eduLevel",
group: "EducationLevel"
},
{
selector: "points",
group: "NationalSkillExamPoints"
},
{
selector: "gpa",
group: "GPA"
},
{
selector: "covid19",
group: "CovidSalaryInfluence"
},
{
selector: "desiredRevenue",
group: "DeservedSalaryOpinion"
},
{
selector: "satisfaction",
group: "CurrentJobSatisfaction"
},
{
selector: "hours",
group: "AverageMonthlyWorkHours"
},
{
selector: "locCountry",
group: "PhysicalLocation"
},
{
selector: "countryRevenue",
group: "CountryWithMostRevenue"
},
{
selector: "orgType",
group: "MainEmployerCategory"
},
{
selector: "workLang",
group: "WorkingLanguage"
},
{
selector: "workType",
group: "WorkType"
},
{
selector: "jobType",
group: "JobType"
},
{
selector: "github",
group: "GithubStars"
},
{
selector: "stackoverflow",
group: "StackoverflowPoints"
},
{
selector: "ci",
group: "CI"
},
{
selector: "testers",
group: "HasTesters"
},
{
selector: "sourceControl",
group: "SourceControl"
},
{
selector: "language",
group: "CurrentLanguage"
},
{
selector: "frameworks",
group: "MainFramework"
},
{
selector: "cloud",
group: "CloudUsage"
},
{
selector: "category",
group: "Category"
},
{
selector: "workExperience",
group: "Experience"
},
{
selector: "gender",
group: "Sex"
},
{
selector: "age",
group: "Age"
}
]
year = {
const date = new Date();
date.setMonth(date.getMonth() + 2);
return date.getFullYear();
}
<style>
.observablehq {
display: flex;
justify-content: center;
}
.observablehq form{
max-width: 646px;
}
</style>
Purpose-built for displays of data
Observable is your go-to platform for exploring data and creating expressive data visualizations. Use reactive JavaScript notebooks for prototyping and a collaborative canvas for visual data exploration and dashboard creation.
