import {vl} from '@vega/vega-lite-api'
d3 = require("d3-fetch@1","d3-array@2")
meta_dados = d3.csv(meta_url)
vl.markGeoshape()
.data(vl.topojson(para.topo).feature("15"))
.render()
vl.markGeoshape()
.data(para.geo)
.render()
vl.markGeoshape({
stroke:"#ddd",
strokeWidth:0.3,
color:"darkgrey",
})
.data(para.geo)
.render()
vl.markCircle({size: 50})
.data(meta_url)
.encode(
vl.latitude().fieldQ("LATITUDE"),
vl.longitude().fieldQ("LONGITUDE")
)
.render()
vl.layer(
vl.markGeoshape({
stroke:"#ddd",
strokeWidth:0.3,
color:"darkgrey",
})
.data(para.geo),
vl.markCircle({size: 50})
.data(meta_url)
.encode(
vl.latitude().fieldQ("LATITUDE"),
vl.longitude().fieldQ("LONGITUDE")
)
)
.config({view:{strokeWidth:0}})
.render()
vl.concat(
vl.markGeoshape({
stroke:"#ddd",
strokeWidth:0.3,
color:"darkgrey",
})
.data(para.geo),
vl.markCircle({size: 50})
.data(url)
.transform(
vl.filter("datum.Cidade !== 'MINA DO PALITO' && datum.Cidade !== 'SERRA DOS CARAJAS'"), // tirando da análise lugares que não são cidades
vl.groupby("Cidade").aggregate(vl.average("Precipitação").as("valor")),
vl.lookup("Cidade").from(
vl.data(meta_dados).key("ESTAÇÃO").fields(meta_dados.columns)
)
)
.encode(
vl.latitude().fieldQ("LATITUDE"),
vl.longitude().fieldQ("LONGITUDE"),
vl.tooltip(["Cidade","valor"])
)
)
.config({view:{strokeWidth:0}})
.render()
vl.layer(
vl.markGeoshape({
stroke:"#ddd",
strokeWidth:0.3,
color:"darkgrey",
})
.data(para.geo),
vl.markCircle()
.data(url)
.transform(
vl.filter("datum.Cidade !== 'MINA DO PALITO' && datum.Cidade !== 'SERRA DOS CARAJAS'"), // tirando da análise lugares que não são cidades
vl.groupby("Cidade").aggregate(vl.average("Precipitação").as("valor")),
vl.lookup("Cidade").from(
vl.data(meta_dados).key("ESTAÇÃO").fields(meta_dados.columns)
)
)
.encode(
vl.latitude().fieldQ("LATITUDE"),
vl.longitude().fieldQ("LONGITUDE"),
vl.tooltip(["Cidade","valor"]),
vl.size().fieldQ("valor").scale({range:[0, 1000]}).legend(null)
)
)
.config({view:{strokeWidth:0}})
.render()
{
let base = vl.markGeoshape({
stroke:"#555",
strokeWidth:0.3,
color:"darkgrey"
})
.data(vl.urlData(para.geo).format({property:'features', type: 'json'}))
.transform(
vl.calculate("datum.properties.name").as('nome'),
vl.lookup("nome")
.from(vl.data(agregado)
.key("Cidade")
.fields(["Precipitação"])),
vl.filter("datum.Cidade !== 'MINA DO PALITO' && datum.Cidade !== 'SERRA DOS CARAJAS'")
)
.encode(
vl.tooltip(["nome"])
)
.width(650)
.height(500)
return vl.layer(
base, base.encode(vl.color().fieldQ("Precipitação"))
)
.config({view: {strokeWidth: 0}})
.render()
}
{
let base = vl.markGeoshape({
stroke: "#555",
strokeWidth: 0.3,
color: "darkgrey"
})
.encode(
vl.tooltip(["nome"])
)
.width(280)
function mapa(esquema){
return vl.layer(base, base.encode(vl.color().fieldQ("Precipitação").scale({scheme: esquema}).legend(null)))
}
return vl.concat(
mapa('tealblues'), mapa('viridis'), mapa('blueorange')
)
.data(vl.urlData(para.geo).format({property:'features', type: 'json'}))
.transform(
vl.calculate("datum.properties.name").as('nome'),
vl.lookup("nome")
.from(vl.data(agregado)
.key("Cidade")
.fields(["Precipitação"])),
vl.filter("datum.Cidade !== 'MINA DO PALITO' && datum.Cidade !== 'SERRA DOS CARAJAS'")
)
.resolve({scale: {color: 'independent'}})
.config({view: {strokeWidth: 0}})
.render()
}
One platform to build and deploy the best data apps
Experiment and prototype by building visualizations in live JavaScript notebooks. Collaborate with your team and decide which concepts to build out.
Use Observable Framework to build data apps locally. Use data loaders to build in any language or library, including Python, SQL, and R.
Seamlessly deploy to Observable. Test before you ship, use automatic deploy-on-commit, and ensure your projects are always up-to-date.