27:null 28:["$","title",null,{"children":"Trabalho 01 | Roger Castellar's Workspace | Observable"}] 2d:T4fc,golsChutes = { const resultado = anos.map(ano => ({ Ano: ano.Ano, Times: times.map(time => ({ Time: time.Time, Chutes: 0, Gols: 0 })) })); campeonatoBrasileiroFull.forEach(jogo => { const ano = resultado.find(item => item.Ano === jogo["data"].split("/")[2]); const mandante = ano.Times.find(item => item.Time === jogo["mandante"]); mandante.Gols += jogo["mandante_Placar"]; const visitante = ano.Times.find(item => item.Time === jogo["visitante"]); visitante.Gols += jogo["visitante_Placar"]; const stats_mandante = campeonatoBrasileiroEstatisticasFull.find(entrada => entrada["partida_id"] === jogo["partida_id"] && entrada["clube"] === mandante.Time); mandante.Chutes += stats_mandante["chutes"]; const stats_visitante = campeonatoBrasileiroEstatisticasFull.find(entrada => entrada["partida_id"] === jogo["partida_id"] && entrada["clube"] === visitante.Time); visitante.Chutes += stats_visitante["chutes"]; }); return resultado; }2e:T425,O gráfico anterior, além de comprovar que com mais times participantes, temos mais jogos e logo mais gols, podemos ver uma anomalia nos anos de 2020 e 2021. 2020 tem bem menos gols que os outros anos com 20 participantes, enquanto 2021 tem bem mais, inclusive o ano com mais gols de todos os anos que tiveram 20 participantes. Como podemos ver no gráfico, 2021 tem 24 entradas de times únicos, então tecnicamente teve 24 participantes em 2021? Como o regulamento mudaria apenas por um ano, visto que em 2022 já temos 20 participantes novamente? Uma rápida contextualização nos tira essa dúvida, em 2020 tivemos a pandemia do COVID-19, que paralisou os jogos, então essa edição do Brasileirão ocorreu de 8 de agosto de 2020 até 25 de fevereiro de 2021. Por isso, 2020 teve o menor número de gols do período, enquanto 2021 teve o maior número de gols entre as edições com 20 participantes. E os 24 participantes no ano de 2021 se devem aos 4 participantes que foram rebaixados na edição de 2020 e que jogaram ainda no começo do ano de 2021.2f:[{"id":"fc2f08c53cda8630b9781f4cd5cda276c51eb49e21f97c6765bafcebcaa3b3e8e9da11f43865b4af59aeff3a8e303a2306c429c1bf2bb8439bdaad555199d286","href":"https://static.observableusercontent.com/files/fc2f08c53cda8630b9781f4cd5cda276c51eb49e21f97c6765bafcebcaa3b3e8e9da11f43865b4af59aeff3a8e303a2306c429c1bf2bb8439bdaad555199d286","name":"campeonato-brasileiro-estatisticas-full.csv","type":"text/csv","lastModified":1698421465029.066,"size":1051390},{"id":"5dbcbcbb3b9a716d4bda19d3803501afd82cd60e1ad4e389270033533c7cbb6c8e4ddcbc216f00278ebcc0f43df3f902edb27d3f37ec4a82816d7a43041a45b3","href":"https://static.observableusercontent.com/files/5dbcbcbb3b9a716d4bda19d3803501afd82cd60e1ad4e389270033533c7cbb6c8e4ddcbc216f00278ebcc0f43df3f902edb27d3f37ec4a82816d7a43041a45b3","name":"campeonato-brasileiro-full.csv","type":"text/csv","lastModified":1698421465029.066,"size":1059527}] 2b:{"id":"c0bf372530ad6c2f","slug":null,"title":"Trabalho 01","thumbnail":"90a6ef590e22387a9ee666d567d44ac3e446580123b2fe4299bc95f8bf56b977","access_level":"public","create_time":"$D2023-10-27T15:44:25.029Z","update_time":"$D2023-11-09T03:05:44.650Z","view_time":null,"first_public_time":"$D2023-10-29T22:29:59.189Z","has_unpublished_edits":null,"fork":true,"stars":0,"starred":false,"owner":{"type":"team","id":"99409f0ae54bb329","login":"roger-castellar-ws","name":"Roger Castellar's Workspace","avatar_url":"https://avatars-next.observableusercontent.com/d662d46ee599b1b4ac1b7cb14f1bbbd0443bf3b98d3b4248f5cd3e4d78135de5","tier":"starter_2024"},"version":827,"publish_version":null,"role":null,"authored":false,"authors":[{"type":"individual","id":"3fc41155e7f0e527","login":"roger-castellar","name":"Roger Castellar","avatar_url":"https://avatars-next.observableusercontent.com/8e8a68eb4f8b2b72f2d550bd48e5aa00b279a6f461a6c6d6afb4c11a0cdfd053","tier":null}],"members":[{"type":"individual","id":"3fc41155e7f0e527","login":"roger-castellar","name":"Roger Castellar","avatar_url":"https://avatars-next.observableusercontent.com/8e8a68eb4f8b2b72f2d550bd48e5aa00b279a6f461a6c6d6afb4c11a0cdfd053","tier":null,"role":"editor"},{"type":"team","id":"99409f0ae54bb329","login":"roger-castellar-ws","name":"Roger Castellar's Workspace","avatar_url":"https://avatars-next.observableusercontent.com/d662d46ee599b1b4ac1b7cb14f1bbbd0443bf3b98d3b4248f5cd3e4d78135de5","tier":"starter_2024","role":"viewer"}],"comments":[],"custom_thumbnail":false,"trashed":false,"lapsed":null,"subscribed":null,"forks":1,"collection":null,"type":"notebook","body":{"title":"Trabalho 01","cells":[{"id":0,"value":"# Trabalho 01","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":31,"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

","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":24,"value":"### Data set do campeonato brasileiro de futebol\n\n

Neste trabalho você escreverá uma visualização usando o vega-lite para analisar do campeonato brasileiro de futebol. Este conjunto de dados contém informações úteis sobre partidas de futebol que aconteceram entre 2003 e 2022. Para cada ano, você encontra todos os jogos disputados durante a temporada e suas estatísticas associadas, como placar do jogo, gols marcados pela equipe da casa, gols marcados pela equipe visitante, posse de bola e muito mais.

\n\n\n","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":26,"value":"campeonatoBrasileiroFull = await FileAttachment(\"campeonato-brasileiro-full.csv\").csv({typed: \"auto\"})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"campeonatoBrasileiroFull","database":"$undefined"},{"id":27,"value":"campeonatoBrasileiroEstatisticasFull = await FileAttachment(\"campeonato-brasileiro-estatisticas-full.csv\").csv({typed: \"auto\"})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"campeonatoBrasileiroEstatisticasFull","database":"$undefined"},{"id":42,"value":"### (1) Quais os 5 times com mais partidas no período?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":100,"value":"Primeiro, começamos criando um Set para acessar todos os times que aparecem no documento `campeonatoBrasileiroFull`. Para isso, utilizei-me da coluna `mandante`, visto que todos os times foram mandantes em pelo menos uma partida.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":44,"value":"times = {\n let temp = campeonatoBrasileiroFull.map((jogo) => jogo[\"mandante\"]);\n let array = Array(...new Set(temp));\n return array.map(time => ({ Time: time }))\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":104,"value":"Munido disso, podemos fazer a contagem das aparições de cada time, nas colunas de mandante e visitante, totalizando assim a quantidade de partidas que o time teve no período. Depois, precisamos ordenar essa lista de contagem de partidas dos que tem mais partidas para os que tem menos. Caso tenham o mesmo número de partidas, ordenamos por ordem alfabética.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":150,"value":" contagemDePartidas = {\n const contagemDePartidas = times.map(x => ({\n Time: x.Time,\n Partidas:0\n }));\n\n campeonatoBrasileiroFull.forEach(jogo => {\n let time = contagemDePartidas.find(x => x.Time === jogo[\"mandante\"]);\n time.Partidas++;\n time = contagemDePartidas.find(x => x.Time === jogo[\"visitante\"]);\n time.Partidas++;\n });\n return contagemDePartidas.sort((a,b) => {\n if (a.Partidas === b.Partidas)\n return a.Time.localeCompare(b.Time);\n else\n return b.Partidas - a.Partidas;\n });\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":227,"value":"Agora que possuímos todos os times com seus respectivos número de partidas, de forma ordenada, precisamos decidir quais são os 5 primeiros com mais partidas. para isso, basta a extração dos 5 primeiros elementos do array gerado na célula anterior `contagemDePartidas`. Como podemos ter empates, é necessário pegar também todos os times que estão empatados com o número de partidas igual ao 5o elemento. Logo, temos:","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":193,"value":"cincoComMaisPartidas = {\n let cincoComMaisPartidas = contagemDePartidas.slice(0,5);\n for (let i =5; i jogo[\"data\"].split(\"/\")[2]);\n let array = Array(...new Set(temp));\n return array.map(time => ({ Ano: time }))\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":517,"value":"Munido disso, vamos criar um array de objetos que possuem o ano referente e quantos gols foi feito naquele ano. Para popular esse array, precisamos percorrer o `campeonatoBrasileiroFull` somando o placar do Mandante e do Visitante e somando isso no Gols do ano extraído da data em que a partida foi realizada.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":298,"value":"golsPorAno = {\n const resultado = anos.map(x => ({\n Ano: x.Ano,\n Gols: 0\n }));\n campeonatoBrasileiroFull.forEach(jogo => {\n const ano = jogo[\"data\"].split(\"/\")[2];\n const totalGols = jogo[\"mandante_Placar\"] + jogo[\"visitante_Placar\"];\n \n const anoObjeto = resultado.find(item => item.Ano === ano);\n anoObjeto.Gols += totalGols;\n });\n return resultado;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":519,"value":"Para poder visualizar melhor a evolução do gols marcados por ano, fazemos um gráfico de linhas utilizando o array `golsPorAno`. Coloquei a opção `zero` da escala y como falso, para podermos ter uma melhor visualização.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":310,"value":"vl.markLine( {color:'red'} )\n .data(golsPorAno)\n .encode(\n vl.x().fieldT('Ano'),\n vl.y().fieldQ('Gols').scale( {zero: false} )\n )\n.title('Gols ao longo dos anos')\n.width(800)\n.height(400)\n.render();","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":523,"value":"Observando o gráfico, podemos concluir que a quantidade de gols no campeonato vem caindo drasticamente durante os anos, principalmente a partir de 2006. 2003, 2004 e 2005 tiveram bem mais gols do que os anos subsequentes.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":60,"value":"### (3) Qual time mais eficiente (chuta menos vezes para marcar um gol) em cada ano?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":531,"value":"Primeiramente, usando o array `anos` e `times` gerados na questões anteriores, vamos gerar um novo array de objetos que possuem o ano da edição do campeonato, os times que fizeram os gols e quanto chutes eles deram. Para isso será necessário acessar a outra tabela `campeonatoBrasileiroEstatisticasFull`, que possui os dados de chutes. Para fazer a correlação, eu primeiramente acesso cada linha de `campeonatoBrasileiroFull`, que representa uma partida, somo o gols do mandante no time responsável e no ano em que a partida ocorreu. Mesma coisa para o visitante. A partir daí, procuro a entrada de estatística daquela partida e daquele time, relacionando `partida_id` e `clube` com o nome do Time. Pegando essa linha, somo então a quantidade de chutes que o Time deu naquela partida. Fazendo isso para todas as partidas, temos o seguinte array:\n","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":405,"value":"$2d","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":411,"value":"Primeiro problema nesse array, que já era esperado, era que nem todos os 45 times presentes na tabela inicial participaram de todas as edições do campeonato. Além disso, observando os dados acima, podemos concluir que faltam estatísticas sobre chutes de 2003 até parte de 2014, já que tem times com mais gols do que chutes, o que seria impossível. A partir de 2015 os dados parecem confiáveis. Logo, de forma a tratar esses dados de forma a gerar a estatística pedida, eu descarto os anos até 2015 e depois descarto todos os times que possuem Gols e Chutes igual a zero, porque é impossível participar de um campeonato de 38 partidas sem nenhum chute ou gol. Depois disso, também ordeno eles por `Eficiencia`, novo atributo gerado por Chutes/Gols, que é basicamente quantos chute um time teve que dar para fazer um gol, em média. Sendo assim, os times mais eficientes tem menos chutes/gol:","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":421,"value":"eficiencia = {\n const dados = golsChutes.filter(ano => ano.Ano > 2014);\n \n dados.forEach(ano => {\n ano.Times = ano.Times.filter(time => time.Gols !== 0 && time.Chutes !== 0);\n ano.Times.forEach(time => {\n time.Eficiencia = (time.Chutes / time.Gols).toFixed(2);\n });\n ano.Times.sort((a,b) => a.Eficiencia - b.Eficiencia);\n });\n \n return dados;\n}","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":543,"value":"Com o array acima, geramos um gráfico, que mostra o time mais eficiente em cada ano. Para isso, plotamos um gráfico de barras, para mostrar também a evolução da eficiência no time mais eficiente de cada ano. Também geramos um gráfico de texto para adicionar uma label, representando qual foi o time em cada ano com a maior eficiência. Aumentei o tamanho das barras e aumentei o padding para acompanhar, melhorando a visualização. Além disso, coloquei os ticks do eixo X igual a quantidade de valores entrando no mesmo, ou seja, o número de anos plotados. Adicionei um canal de cor só para diferenciar as barras, caso houvesse uma repetição de time, ficariam a mesma cor, mas não foi o caso nesse período. Retirei a legenda porque ela não é necessária, visto o outro gráfico de texto. Também adicionei um tooltip para poder ter a informação da eficiência ao passar o mouse por cima do gráfico.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":481,"value":"vl.layer(\n vl.markBar( { size:40 } )\n .data(eficiencia)\n .encode(\n vl.x().fieldT('Ano').scale( { padding:30 } ).axis( { tickCount:eficiencia.length } ),\n vl.y().fieldQ('Times[0].Eficiencia').scale( { domain:[0,10] } ).axis( { title:\"Chutes para marcar um gol\" } ),\n vl.color().fieldN('Times[0].Time').legend(null),\n vl.tooltip().fieldQ('Times[0].Eficiencia')\n ),\n vl.markText( { dy:-10 })\n .data(eficiencia)\n .encode(\n vl.x().fieldT('Ano'),\n vl.y().fieldQ('Times[0].Eficiencia'),\n vl.text().fieldN('Times[0].Time')\n )\n)\n.title('Times mais eficientes por ano')\n.width(800)\n.height(400)\n.render();","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":548,"value":"Podemos observar no gráfico acima que a melhor eficiência foi do Athletico-PR em 2019, precisando de ${eficiencia.find(ano => ano.Ano === \"2019\").Times[0].Eficiencia} chutes para fazer um gol. Muito interessante esse dado, visto que foi o ano da melhor campanha da história de pontos corridos do Brasileirão (levando em conta o aproveitamento), com o Flamengo comandado por Jorge Jesus, que obteve a eficiência de ${eficiencia.find(ano => ano.Ano === \"2019\").Times[1].Eficiencia}. Estatística essa que só perde para o Corinthians de Tite em 2015, que é a 3ª maior campanha da história, com uma eficiência de ${eficiencia.find(ano => ano.Ano === \"2015\").Times[0].Eficiencia}. A 2ª maior campanha da história foi do Atlético-MG em 2021, com uma eficiência bem abaixo das últimas citadas: ${eficiencia.find(ano => ano.Ano === \"2021\").Times[0].Eficiencia} chutes para chegar a um gol.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":62,"value":"### (4) Apresente algum insight que você teve ao realizar o trabalho.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":350,"value":"Com as informações extraídas na **primeira questão**, podemos concluir que os 4 times com 780 partidas jogaram a série A todos os anos contemplados pelo conjunto de dados, enquanto o restante passou pelo menos uma temporada na série B. Isso é validado pelo fato de que Flamengo, Santos e São Paulo são os únicos times que nunca caíram para a série B, enquanto o Fluminense não cai desde 2001. Os 3 times empatados com 742 partidas provavelmente perderam uma edição com 20 times, o que totaliza 38 partidas. Isso pode ser validado utilizando um array feito posteriormente, de gols e chutes por ano. Considerando que um time que não gol não participou da série A daquele ano, temos os participantes de cada ano:","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":565,"value":"clubesPorAno ={\n const dados = golsChutes.map(ano => ({\n Ano: ano.Ano,\n TimesParticipantes: ano.Times.filter(time => time.Gols !== 0)\n }));\n return dados;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":591,"value":"temporadasPerdidas ={\n const times742 = [];\n cincoComMaisPartidas.forEach(time => {\n if(time.Partidas < 780){\n times742.push({ ...time });\n }\n});\n times742.forEach(time => {\n clubesPorAno.forEach(ano => {\n if (!ano.TimesParticipantes.some(timeParticipante => timeParticipante.Time === time.Time)){\n time.TemporadaPerdida = ano.Ano;\n time.TemporadaRebaixamento = String(ano.Ano - 1);\n time.ParticipantesTemporada = ano.TimesParticipantes.length;\n }\n })});\n return times742;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":609,"value":"viewof table2 = Inputs.table(temporadasPerdidas)","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":562,"value":"$${temporadasPerdidas[0].Time}, ${temporadasPerdidas[1].Time} e ${temporadasPerdidas[2].Time} ambos perderam uma temporada com ${temporadasPerdidas[0].ParticipantesTemporada} times, totalizando 38 jogos perdidos, após rebaixamentos nos anos de ${temporadasPerdidas[0].TemporadaRebaixamento}, ${temporadasPerdidas[1].TemporadaRebaixamento} e ${temporadasPerdidas[2].TemporadaRebaixamento}, respectivamente. ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":526,"value":"Outro insight interessante, que foi observado por mim durante a análise da **segunda questão**, é a razão do porque ter muito mais gols nos primeiros anos contemplados na base de dados. Depois de gerar o array com o número de clube participantes por ano, fica claro que a queda da quantidade de gols está diretamente ligada a diminuição de times participantes na edição:","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":624,"value":"vl.layer(\n vl.markLine( {color:'red'} )\n .data(golsPorAno)\n .encode(\n vl.x().fieldT('Ano'),\n vl.y().fieldQ('Gols').scale( {zero: false} )\n ),\n vl.markLine()\n .data(clubesPorAno)\n .encode(\n vl.x().fieldT('Ano'),\n vl.y().fieldQ('TimesParticipantes.length').scale( {zero: false} ).title(\"Participantes\").axis( { tickCount:5 } )\n )\n)\n.title(\"Gols e Times Participantes ao longo dos anos\")\n.resolve({\"scale\": {\"y\": \"independent\"}})\n.width(800)\n.height(400)\n.render();","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":538,"value":"$2e","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":529,"value":"Na **terceira questão**, observamos que os times com mais eficiência nem sempre são os campeões do período, como em 2019, quando o Athletico-PR foi o 5º lugar da competição, embora tenha uma eficiência alta, teve poucos chutes e consequentemente pouco gols (${eficiencia.find(ano => ano.Ano === \"2019\").Times[0].Chutes} chutes e ${eficiencia.find(ano => ano.Ano === \"2019\").Times[0].Gols} gols, comparando ao Flamengo, campeão de 2019 com ${eficiencia.find(ano => ano.Ano === \"2019\").Times[1].Chutes} chutes e ${eficiencia.find(ano => ano.Ano === \"2019\").Times[1].Gols} gols ). Por isso, decidi fazer uma análise de quando o time mais eficaz foi o campeão, durante o período que temos essa estatística:","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":652,"value":"eficiencaXcampeoes = {\n const campeoes = [\n { Ano: \"2015\", Campeao: 'Corinthians' },\n { Ano: \"2016\", Campeao: 'Palmeiras' },\n { Ano: \"2017\", Campeao: 'Corinthians' },\n { Ano: \"2018\", Campeao: 'Palmeiras' },\n { Ano: \"2019\", Campeao: 'Flamengo' },\n { Ano: \"2020\", Campeao: 'Flamengo' },\n { Ano: \"2021\", Campeao: 'Atletico-MG' },\n { Ano: \"2022\", Campeao: 'Palmeiras' }, \n];\n for (let i =0; i time.Time === campeoes[i].Campeao).Eficiencia;\n campeoes[i].MaisEficiente = eficiencia[i].Times[0].Time;\n campeoes[i].EficienciaMaisEficiente = eficiencia[i].Times[0].Eficiencia;\n }\n return campeoes;\n}","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":781,"value":"A partir de uma lista estática, relacionando cada ano com seu respectivo campeão, podemos preenchê-la com os dados de eficiência do Campeão e do mais eficiente do período. Com essas informações, gerei um gráfico de barras sobrepostas, onde a eficiência do campeão fica na primeira layer, enquanto a eficiência do mais eficiente fica na segunda. Sendo assim, conseguimos visualizar os anos que o campeão não foi o mais eficiente, quais foram os times e por quanto foi a diferença. Nos casos em que o campeão é o mais eficiente, dei um sobrescrita para que a cor da barra seja a de campeão.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":689,"value":"vl.layer(\n vl.markBar()\n .data(eficiencaXcampeoes)\n .encode(\n vl.x().fieldT('Ano').title('Ano').axis( { tickCount:eficiencaXcampeoes.length } ),\n vl.y().fieldQ('EficienciaCampeao').title('Chutes para marcar um gol'),\n vl.tooltip('Campeao'),\n vl.color( {datum:'Campeao'} )\n ),\n vl.markBar()\n .data(eficiencaXcampeoes)\n .encode(\n vl.x().fieldT('Ano').title('Ano'),\n vl.y().fieldQ('EficienciaMaisEficiente'),\n vl.tooltip('MaisEficiente'),\n vl.color({ \n datum:'MaisEficiente',\n \"condition\": {\"test\": \"datum.Campeao === datum.MaisEficiente\", datum: 'Campeao'}\n })\n )\n)\n.width(800)\n.height(400)\n.title('Comparação entre Eficiência do Campeão e Mais Eficiente por Ano')\n.render();","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":671,"value":"Podemos ver pelo gráfico que em 2015, 2018 e 2021 o time mais eficiente ganhou o campeonato. Listando-as, juntando a informação da posição no top 10 das melhores campanhas da história (levando em conta o aproveitamento) do novo campeonato brasileiro em pontos corridos:\n- Corinthians comandado pelo técnico Tite, 3º maior campanha \n- Palmeiras comandado pelo técnico Felipão, 7ª maior campanha\n- Atlético-MG comandado pelo técnico Cuca, 2ª maior campanha","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":34,"value":"## Importações de bibliotecas","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":36,"value":"Importação da biblioteca Vega-Lite","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":38,"value":"import { vl } from \"@vega/vega-lite-api-v5\"","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"}],"files":"$W2f","stdlib":"1","titling":"auto"}} 2c:"$2b:body"