Public
Edited
Oct 30, 2023
1 fork
1 star
data1 = FileAttachment("comp_new.xlsx").xlsx()
data2 = FileAttachment("arch_Novosib_2021_new.xlsx").xlsx()
data_1 = data1.sheet(0, {headers: true})
data_2 = data2.sheet(0, {headers: true})
data_1
Type Table, then Shift-Enter. Ctrl-space for more options.
data_2
Type Table, then Shift-Enter. Ctrl-space for more options.
viewof table1 = Inputs.table(data_1, {
columns: [
"Время отправки",
"Задача",
"Участник",
"Баллы",
"Время выполнения"
],
sort: "Время отправки", reverse:false, required: false})
viewof grid = Inputs.select(new Map([["Включить",true],["Выключить",false]]), {label: "Сетка месяца:"})
Plot.plot({
marginRight: 100,
marginLeft: 120,
grid: grid,
marks: [
Plot.barX(data_1.slice(0,100),{x: "Баллы", y: "Участник", fill:"#23af99"}),
Plot.ruleX([0])
]
})
viewof count1 = Inputs.range([800, 1700], {label: "Размер таблицы:", step: 1, width: 300, value: 1700})
Plot.plot({
width: count1,
grid: grid,
marginRight: 0,
marginLeft: 50,
marks: [
Plot.barY(data_1.slice(0,100),{x: "Участник", y: "Баллы", fill:"#23af99"})
]
})
data_temp1 = data_1.map(function (d) {
return {date_n: Date(d["Время отправки"]),
quest: Number(d["Задача"].substring(0,2)),
part: String(d["Участник"]) ,
points: Number(d["Баллы"]),
time: Number(d["Время выполнения"].substring(0,2)),
} } ).sort((a, b) => a["date_b"] > b["date_b"] ? 1 : -1)
Plot.rectY(data_temp1, {x1: "time" , x2:"date_n" , y1:"points" , y2:"quest" , fill:"part"}).plot
(
{color: { legend: true },
grid: true,
margin: 30,
width: 1600,
height: 550,
}
)
data_temp = data_2.map(function (d) {
return {date_b: new Date(d["Местное время в Новосибирске"].substring(6,10)+"-"+d["Местное время в Новосибирске"].substring(3,5)+"-"+d["Местное время в Новосибирске"].substring(0,2)+"T"+d["Местное время в Новосибирске"].substring(11,16)),
temper: Number(d["T"]),
press: Number(d["P"]) ,
Po: Number(d["P"]),
} } ).sort((a, b) => a["date_b"] > b["date_b"] ? 1 : -1)
function time_area(object) {
if (object["date_b"].getHours() > 10 && object["date_b"].getHours()<=20) return 1 //день
else return 2
}
Plot.plot({
width: 1200,
height: 300,
grid: true,
x: {label: "Местное время в Новосибирске"},
y: {label: "Температура"},
marks: [
Plot.areaY(data_temp, {x:"date_b", y:"temper", fill:"#88bbbb",z:(d=>time_area(d)), fillOpacity: 0.4, fill:"temper"}),
Plot.ruleY([0])
]
})
function time_zone(object) {
if (5<=object["date_b"].getHours() && object["date_b"].getHours() < 10) return "утро"
if (10<=object["date_b"].getHours() && object["date_b"].getHours() < 18) return "день"
if (18<=object["date_b"].getHours()&& object["date_b"].getHours() < 22) return "вечер"
return "ночь"
}
Plot.plot({
width: 1200,
height: 800,
grid: true,
x: {label: "Местное время в Новосибирске"},
facet: {
data: data_temp,
y: (d=>time_zone(d)),
margin: 50
},
y: {label: "Температура"},
marks: [
Plot.areaY(data_temp, {x:"date_b", y:"temper", fill:"#88bbbb",z:(d=>time_area(d)), fillOpacity: 0.4, fill:"temper"}),
Plot.ruleY([0])
]
})
Plot.plot({
caption:`Температурная карта для г.Новосибирск месяц:`,
marks: [
Plot.cell(data_temp, { x: d => d["date_b"].getDate(), y: d => d["date_b"].getHours(), fill: "temper"})
],
color: { legend: true },
})
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.