27:null 28:["$","title",null,{"children":"Naira - Trabalho 01 de Visualização de Dados | Jonas Francisco Ferreira | Observable"}] 2d:[{"id":"6a6c676e56c99197c0022b64aa21401d335d01cfeb53556007d82bce94be085a7e89124c4a579429ea62ff60b19edf536a5a69a57973a798cfc4aee84842e710","href":"https://static.observableusercontent.com/files/6a6c676e56c99197c0022b64aa21401d335d01cfeb53556007d82bce94be085a7e89124c4a579429ea62ff60b19edf536a5a69a57973a798cfc4aee84842e710","name":"netflix_titles.csv","type":"text/csv","lastModified":1670967058973.454,"size":3399671},{"id":"781ee4c2215735f6dde115b5784aedd0ce8a917cbbd92f736340b5a0bdd98bb4174e921171bdc5ea449c4ec6c550e164dc6c99d9514f2bd7082deccee8007ab4","href":"https://static.observableusercontent.com/files/781ee4c2215735f6dde115b5784aedd0ce8a917cbbd92f736340b5a0bdd98bb4174e921171bdc5ea449c4ec6c550e164dc6c99d9514f2bd7082deccee8007ab4","name":"par_genero.csv","type":"text/csv","lastModified":1670967058973.454,"size":1466771},{"id":"5bc88daf3aedc6847a8f6688c54d302f119f088567dfc46cb5b9ec1f8a56c2c17f3681699b48021e1efffaf20e751a3ff167b583173305507726752a0d39a7bf","href":"https://static.observableusercontent.com/files/5bc88daf3aedc6847a8f6688c54d302f119f088567dfc46cb5b9ec1f8a56c2c17f3681699b48021e1efffaf20e751a3ff167b583173305507726752a0d39a7bf","name":"com_data.json","type":"application/json","lastModified":1670967058973.454,"size":4679425}] 2b:{"id":"b47b046521e0d2e7","slug":null,"title":"Naira - Trabalho 01 de Visualização de Dados","thumbnail":"6f6335ebae12eac08dea349f5e2db9e4d8fe4e7b0c5d82a109676440c87d17fb","access_level":"public","create_time":"$D2022-12-13T21:30:58.973Z","update_time":"$D2022-12-13T21:32:22.678Z","view_time":null,"first_public_time":"$D2022-12-13T21:30:58.973Z","has_unpublished_edits":null,"fork":true,"stars":0,"starred":false,"owner":{"type":"team","id":"0a98be86344fff41","login":"jonasf","name":"Jonas Francisco Ferreira","avatar_url":"https://avatars-next.observableusercontent.com/d28e4e0454f8d773fabbc7e9a8038fcd30f52e4fbe9f9060d4e7222f36f16bf8","tier":"starter_2024"},"version":668,"publish_version":null,"role":null,"authored":false,"authors":[{"type":"individual","id":"4596ad52890995b2","login":"jonasf","name":"Jonas Francisco Ferreira","avatar_url":"https://avatars-next.observableusercontent.com/d28e4e0454f8d773fabbc7e9a8038fcd30f52e4fbe9f9060d4e7222f36f16bf8","tier":null}],"members":[{"type":"individual","id":"4596ad52890995b2","login":"jonasf","name":"Jonas Francisco Ferreira","avatar_url":"https://avatars-next.observableusercontent.com/d28e4e0454f8d773fabbc7e9a8038fcd30f52e4fbe9f9060d4e7222f36f16bf8","tier":null,"role":"editor"}],"comments":[],"custom_thumbnail":false,"trashed":false,"lapsed":null,"subscribed":null,"forks":0,"collection":null,"type":"notebook","body":{"title":"Naira - Trabalho 01 de Visualização de Dados","cells":[{"id":0,"value":"# Naira - Trabalho 01 de Visualização de Dados\n## Prof. Marcos Lage, 2022.2\nCurso do Programa de Pós-Graduação da UFF, oferecido no contexto do projeto PCI","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":176,"value":"htl.html`Nome do aluno: ${text}`","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":172,"value":"viewof text = Inputs.text()","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":70,"value":"### Instruções\n\n

\nNeste trabalho você deve responder as perguntas propostas sobre o data set fornecido. As respostas de todas as perguntas devem ser compostas por:
\n **(a)** Uma visualização (construída utilizando a biblioteca vega-lite);
\n **(b)** Uma discussão sobre as razões que motivaram a escolha da visualização desenvolvida, e;
\n **(c)** Uma análise das informações que podem ser obtidas com a interepretação da visualização.\n

\n","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":76,"value":"### Data set de conteúdos da Netflix\n\n

A Netflix é uma das plataformas de streaming mais populares do mundo. Em meados de 2021, a plataforma possuia mas de 8000 filmes e shows de TV em seu acervo; e contavam com mais de 200 milhões de assinantes em todo o mundo. O data set abaixo consiste em listas de todos os filmes e programas de TV disponíveis na Netflix, juntamente com detalhes como elenco, diretores, classificações, ano de lançamento, duração etc.

\n\n","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":658,"value":"data = require('vega-datasets')","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":34,"value":"### Importação do data set","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":15,"value":"netflix = FileAttachment(\"netflix_titles.csv\").csv()","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":45,"value":"### (1) Qual o tipo de conteúdo predominante na Netflix?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":210,"value":"net = vl.markBar()\n .data(netflix)\n .encode(\n vl.x().count('type'),\n vl.y().fieldN('type')\n .sort(vl.count('type').order('ascending')),\n vl.tooltip().count('type'),\n vl.color().fieldN('type').scale({domain: ['TV Show', 'Movie'], range: ['blue', 'red']}).legend(null),\n )\n .render()","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":523,"value":"#### Escolha do Gráfico\nO gráfico de barras foi o modelo escolhido, pois, para esses tipos de dados, e de forma simples e objetiva tem-se uma visualização adequada do que se pede. Quando temos duas categorias distintas, esse modelo facilita a comparação numérica. De acordo com os valores de cada categoria, o resultado é mostrado pelo tamanho da barra, e às vezes, pela cor de cada uma delas. Ou seja, associa o valor ao tamanho da barra. Contudo, deve-se ter cuidado no momento da inserção dos rótulos quanto ao seu posicionamento e valores. A escala da barra sempre começa do zero, a fim de que não haja dificuldade e nem manipulação na interpretação dos dados. ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":525,"value":"#### Análise das informações \nO gráfico de barras normalmente é usado para representar dados de uma tabela. Cada barra retangular representa a frequência do elemento variável. Observando as diferenças nas alturas das barras onde indicam que elas são feitas proporcionais à quantidade de cada categoria (Tv Show e Movies). As barras estão na horizontal e são cortadas por linhas que levam a um número. É por meio desses sinais que estimamos quanto vale a barra. Observa-se também que as duas cores são distintas, e estão em categorias diferentes, representando a seguinte descrição: 2 tipos de conteúdo são predominantes da NetFlix. Os filmes na cor vermelha se destacaram com maior quantidade (6131) e a categoria de séries, na cor azul foi a que teve menor quantidade (2676). \n","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":59,"value":"### (2) Qual os 3 gêneros de filme e séries predominantes na Netflix?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":260,"value":"vl\n .markBar()\n .data(\n unique_lists.filter((dado, indice) => {\n if (indice < 3) return dado;\n })\n )\n //.params(vl.param(\"number\").value(1500).bind(vl.slider(0, 2750, 1)))\n //.transform({ filter: \"datum.count > number\" })\n .encode(\n vl.y().fieldQ(\"count\"),\n vl\n .x()\n .fieldN(\"list\")\n .sort(vl.fieldQ(\"count\").order(\"descending\")),\n vl.color().fieldN('list').scale({domain: ['International Movies', 'Dramas', 'Comedies'], range: ['blue', 'gray', 'yellow']}).legend(null),\n vl.tooltip().fieldQ(\"count\")\n )\n .render()\n ","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":534,"value":"#### Escolha do gráfico\nO gráfico de barras foi o modelo escolhido, pois, para esses tipos de dados, e de forma simples e objetiva tem-se uma visualização adequada do que se pede. Quando temos três categorias distintas, esse modelo facilita a comparação numérica. De acordo com os valores de cada categoria, o resultado é mostrado pelo tamanho da barra, e às vezes, pela cor de cada uma delas. Contudo, deve-se ter cuidado no momento da inserção dos rótulos quanto ao seu posicionamento e valores. A escala da barra sempre começa do zero, a fim de que não haja dificuldade e nem manipulação na interpretação dos dados","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":537,"value":"#### Análise das informações \nObservando as diferenças nas alturas das barras onde indicam que elas são feitas proporcionais à quantidade de cada categoria (International Movies, Dramas, Comedies). As barras estão na vertical e são cortadas por linhas que levam a um número. É por meio desses sinais que estimamos quanto vale cada barra. Observa-se também que as três cores são distintas, e estão em categorias diferentes, representando a seguinte descrição: 3 gêneros são predominantes da NetFlix. Os filmes na cor azul se destacaram com maior quantidade (2752), na categoria de Dramas, cuja identificação é na cor cinza ficou logo atrás contando 2427 filmes, e a categoria Comédia foi a que teve menor quantidade (1674), destacando-se na cor amarela. É de suma importância enfatizar que a distinção das cores das categorias, torna a visualização das informações muito mais intuitiva. ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":295,"value":"//anotaçoes e orientações do professor \nmelhor ferramenta para fazer as manipulacoes\ngênero com a contagem: \ngenero = {\n const unique = {}\n \n for (let i = 0; i < netflix.length; ++i) {\n const gen = netflix[i].listed_in.split(\",\");\n\n for (let j = 0; j < gen.length; ++j) {\n const part = gen[j].trim();\n \n if (!Object.keys(unique).includes(part)) {\n unique[part] = 1;\n } else {\n unique[part] += 1;\n }\n }\n }\n\n return unique;\n}\n\n\nlist_obj = {\n const tmp = []\n \n const keys = Object.keys(genero);\n for (let i = 0; i < keys.length; ++i) {\n const k = keys[i];\n const v = genero[k];\n\n const obj = {genero: k, count: v};\n tmp.push(obj);\n } \n\n return tmp;\n}","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":255,"value":"unique_lists = {\n // captura o conteúdo da coluna listed_in e separa os multiplos gêneros de cada título\n const lists = netflix.map((list) => list[\"listed_in\"].split(\", \"));\n\n // concatna em um único vetor\n const listed = [].concat.apply([], lists);\n\n // cria um vetor de elementos únicos\n const unique = listed.filter((a, b, c) => c.indexOf(a) === b);\n\n // transforma em objetos com a contagem dos registros de cada gênero\n const object = unique.map((elem) => ({\n list: elem,\n count: listed.filter((a, b, c) => a === elem).length\n }));\n\n // retorna o objeto ordenado pela contagem\n return object.sort((a, b) => b.count - a.count);\n}","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":128,"value":"### (3) Quais os pares de gêneros mais frequentes da Netflix?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":355,"value":"genero = {\n const unique = {}\n \n for (let i = 0; i < netflix.length; ++i) {\n const gen = netflix[i].listed_in.split(\",\");\n\n for (let j = 0; j < gen.length; ++j) {\n const part = gen[j].trim();\n \n if (!Object.keys(unique).includes(part)) {\n unique[part] = 1;\n } else {\n unique[part] += 1;\n }\n }\n }\n\n return unique;\n}","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":345,"value":"genero_pares1 = {\n const unique = {};\n\n const keys = Object.keys(genero);\n\n for (let i = 0; i < keys.length - 1; ++i) {\n const gi = keys[i];\n\n for (let j = i+1; j < keys.length; ++j) {\n const gj = keys[j];\n\n const k_gigj = gi + '-' + gj \n unique[k_gigj] = {\n genero1: gi,\n genero2: gj,\n valor: 0\n };\n }\n }\n\n return unique;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":297,"value":"list_obj_pares = {\n const pares = Object.values(genero_pares1);\n for (let i = 0; i < pares.length; ++i) {\n pares[i].valor = 0; \n }\n //GERA DIC COM TODOS OS PARES \n //LISTA DE ITENS DO FILME. \n for (let i = 0; i < netflix.length; ++i) {\n const item = netflix[i];\n const item_list = item.listed_in.split(',').map( d => d.trim() );\n \n//cada par está separado. lista separada, com cada gênero. a ordem não vai fazer diferença. \n for (let j = 0; j < pares.length; ++j) { \n const g1 = pares[j].genero1;\n const g2 = pares[j].genero2; \n \n //SE ESSE PAR DE GENERO ESTIVER NA LISTA DE FILMES, INCREMENTA O PAR \n if (item_list.includes(g1) && item_list.includes(g2)){\n pares[j].valor += 1\n }\n }\n }\n\n return genero_pares1;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":314,"value":"par_genero = FileAttachment(\"par_genero.csv\").csv()","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":373,"value":"filtrado = { \n let fil = Object.values(genero_pares1).filter(d => d.valor > 200);\n\n let max = fil[0];\n let maxVal = fil[0];\n \n fil.forEach( d => {\n if(maxVal < d.valor) {\n maxVal = d.valor;\n max = d;\n }\n });\n\n return max;\n}","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":363,"value":"vl.markCircle()\n .data(Object.values(genero_pares1))\n .encode(\n vl.x().fieldN('genero1').sort(vl.fieldQ('valor').order('ascending')),\n vl.y().fieldN('genero2').sort(vl.fieldQ('valor').order('ascending')),\n\n vl.color().fieldQ(\"valor\"),\n vl.tooltip([\"genero1\" , \"genero2\", \"valor\"])\n )\n .render()","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":540,"value":"### Escolha do Gráfico\nexemplo: no eixo X temos as informações do gênero 1. e no eixo Y as informações do gênero 2. \nFoi utilizado o tipo de dado nominal, pois havia a necessidade de comparar a igualdade de valores gerados a partir de uma ordenação quantitativa e de forma ascendente. Para uma melhor visualização, cada par de gênero está identificado com uma etiqueta e seus valores ao passar o mouse na bolinha. Isso traz uma melhor identificação e visualização dos dados. ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":542,"value":"### Análise das informações\nDurante a análise dos dados e observando o gráfico, pode-se concluir que o par de gêneros de filmes de Drama e Filmes Internacionais têm mais frequência de visualizações (1483) entre os espectadores. \nE logo atrás, o par de gêneros de filmes de Filmes Internacionais e Comédias com 804 registros. ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":65,"value":"### (4) Caso um produtor queira lançar um conteúdo novo, em que mês você recomendaria que o lançamento fosse feito?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":597,"value":"filmes = FileAttachment(\"com_data.json\").json()","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":599,"value":"pares = {\n const pares = Object.values(genero_pares1).sort((a, b) => {\n return a.valor > b.valor ? -1 : 1;\n });\n return pares;\n}","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":325,"value":"\nviewof heatmap = vl\n .markLine()\n .data(filmes)\n .encode(\n vl\n .x()\n .fieldO(\"date_added\")\n .timeUnit(\"month\")\n .axis({ title: 'mês' }),\n vl\n .y()\n .count().axis({ title: \"qtd. conteúdos\"}),\n vl.color().count(),\n vl.tooltip().count()\n )\n .render()\n","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":613,"value":"### Escolha do Gráfico\nO gráfico de linhas foi modelo escolhido. Dessa forma, a visualização dos picos de meses mais vistos se torna mais intuitiva. esse gráfico é muito indicado para mostrar tendências ao longo do tempo. Como temos dois conjuntos de dados, esses formam um ponto único quando as informações se encontram. Nesse caso, os meses estão no eixo x, e a quantidade de conteúdos está no eixo y. ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":621,"value":"### Análise das informações\nCom as informações trazidas no gráfico, é possível notar de forma simples que os meses de Julho e Dezembro seriam os mais indicados para lançamento de mais um filme, pois são os meses com maior frequência de utilização pelos clientes, com valores de 827 (Julho) e 813 (Dezembro), possivelmente por serem meses em que há recessos escolares e período de fim de ano. ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":118,"value":"### (5) Que insights sobre a plataforma podemos ter observando o número de séries e filmes adicionados anualmente?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":121,"value":"// ano e data de lançamento\n//quantidade de filmes e series lançados por ano","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":417,"value":"vl\n .markArea()\n .data(netflix.filter( d => d.date_added !== \"\"))\n .encode(\n vl\n .x()\n .fieldO(\"date_added\")\n .timeUnit(\"year\")\n .axis({ title: 'ano' }),\n vl\n .y()\n .count()\n // .timeUnit(\"count\")\n //.sort(\"descending\")\n .title('quantidade'),\n vl.color().count(),\n vl.tooltip().count()\n )\n .render()\n","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":665,"value":"### Escolha do Gráfico","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":135,"value":"### (6) O conteúdo da Netflix é equilibrado de acordo com as faixas etárias? Essa caracteristica varia de país para país?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":558,"value":"//faixa etária por país. ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":563,"value":"lista_pais = {\n // captura o conteúdo da coluna listed_in e separa os multiplos gêneros de cada título\n const vetorpais = netflix.map((list) => list[\"country\"].split(\", \"));\n\n // concatena em um único vetor\n const pais = [].concat.apply([], vetorpais);\n\n // cria um vetor de elementos únicos\n const paisunico = pais.filter((a, b, c) => c.indexOf(a) === b);\n\n // transforma em objetos com a contagem dos registros de cada gênero\n const object = paisunico.map((elem) => ({\n list: elem,\n count: pais.filter((a, b, c) => a === elem).length\n }));\n\n // retorna o objeto ordenado pela contagem\n return paisunico;\n}","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":572,"value":"//tem que contar: no país tal, qual é a faixa etária? \n//tem que criar uma lista de países com faixa etária de cada país\n","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":142,"value":"### (7) Quais países tem os maiores intervalos médios entre o ano de criação e lançamento de filme? ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":147,"value":"// A repostas pode utilizar multiplas células","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":151,"value":"### (8) Você teve algum outro insight durante a realização do trabalho?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":153,"value":"// A repostas pode utilizar multiplas células","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":17,"value":"## Importações de bibliotecas","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":24,"value":"Importação da biblioteca Vega-Lite","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":19,"value":"import {vl} from '@vega/vega-lite-api-v5'","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":26,"value":"Importação da biblioteca de inspeção amigável de tabelas","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":28,"value":"import {printTable} from '@uwdata/data-utilities'","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"}],"files":"$W2d","stdlib":"1","titling":"auto"}} 2c:"$2b:body"