Código Python

27:null 28:["$","title",null,{"children":"Trabalho 02 | Lucas Magalhaes's Workspace | Observable"}] 2d:T4d1,{ const selectFirstCountry = vl .selectPoint("SelectFirstCountry") .fields("NOC") .init({ NOC: 'USA' }) .bind(vl.menu(Country)); const selectSecondCountry = vl .selectPoint("SelectSecondCountry") .fields("NOC") .init({ NOC: 'BRA' }) .bind(vl.menu(Country)); return vl .layer( vl .markLine({ point: true, strokeWidth: 3 }) .data(dados_filtrados) .params(selectFirstCountry) .transform(vl.filter(selectFirstCountry)) .encode( vl.x().fieldT("Year").title("Anos"), vl.y().fieldQ("Medal").aggregate("count").title("Total de Medalhas"), vl.tooltip().fieldQ("Medal").aggregate("count"), vl.color().value("blue") ), vl .markLine({ point: true, strokeWidth: 3 }) .data(dados_filtrados) .params(selectSecondCountry) .transform(vl.filter(selectSecondCountry)) .encode( vl.x().fieldT("Year").title("Anos"), vl.y().fieldQ("Medal").aggregate("count").title("Total de Medalhas"), vl.tooltip().fieldQ("Medal").aggregate("count"), vl.color().value("red") ) ) .width(1000) .height(500) .render(); } 2e:T541,

Optei por usar um gráfico de linha pois é uma excelente escolha para a Comparação Dinâmica de Desempenho Olímpico entre Dois Países por várias razões:

Representação temporal: Gráficos de linha são ideais para mostrar mudanças ao longo do tempo. Eles permitem que os espectadores vejam a evolução do desempenho olímpico de cada país de uma Olimpíada para a próxima.
Comparação direta: Ao plotar as linhas de dois países no mesmo gráfico, podemos facilmente comparar seu desempenho. As diferenças no desempenho ao longo do tempo tornam-se imediatamente aparentes.
Tendências e padrões: Gráficos de linha facilitam a identificação de tendências e padrões. Por exemplo, podemos ver se um país está melhorando, mantendo-se estável ou diminuindo seu desempenho ao longo das Olimpíadas.
Simplicidade e clareza: Gráficos de linha são simples, intuitivos e fáceis de entender. Eles fornecem uma representação visual clara que pode ser rapidamente interpretada.

Portanto, ao analisar o desempenho olímpico dinâmico entre dois países, um gráfico de linha pode fornecer insights valiosos de uma maneira eficaz e visualmente agradável.

2f:T71e, Código Python 30:T7e4, Código Python 31:T924, Código Python 32:[{"id":"2df91619254de0ee6f1bcfd2ec193a39a5ca152c6a6716a4c62d1661a0c412c28edd1dd30aaea4b67e6fc32702191cb2b5ab2e77c2a2f6192ff6b1a4a74a1eb3","href":"https://static.observableusercontent.com/files/2df91619254de0ee6f1bcfd2ec193a39a5ca152c6a6716a4c62d1661a0c412c28edd1dd30aaea4b67e6fc32702191cb2b5ab2e77c2a2f6192ff6b1a4a74a1eb3","name":"DadosQ1.csv","type":"text/csv","lastModified":1702074633985.186,"size":1381342},{"id":"d460150ec5f10439720cb340f3db9d2f79fc7e9cb5cc617a1a38c592538e96f03c6c8fbb99c2f85a254e8c60fe88b107cc32e4a7296b8d0e16327a24c9a31e9c","href":"https://static.observableusercontent.com/files/d460150ec5f10439720cb340f3db9d2f79fc7e9cb5cc617a1a38c592538e96f03c6c8fbb99c2f85a254e8c60fe88b107cc32e4a7296b8d0e16327a24c9a31e9c","name":"dados_filtrados.csv","type":"text/csv","lastModified":1702078734467.445,"size":5365530},{"id":"80a6ca933a00456bc2fc8a5d6956b3beb2d84145ffe5556e89e602cd4f8ce78cb703eb36c20329db14a37403c3a5162482e3fac59e796504df33b75e8020a329","href":"https://static.observableusercontent.com/files/80a6ca933a00456bc2fc8a5d6956b3beb2d84145ffe5556e89e602cd4f8ce78cb703eb36c20329db14a37403c3a5162482e3fac59e796504df33b75e8020a329","name":"DadosQ1@1.csv","type":"text/csv","lastModified":1702084377650.594,"size":1186394},{"id":"68a2b3a455e70524df30ca848c47ce84faf5687af3b0a86e92b1eb4bb82be5c46d6eac4c31a82f9e615ddc22a9b8019a4c19d3075b7fea21655c67a58a1774f9","href":"https://static.observableusercontent.com/files/68a2b3a455e70524df30ca848c47ce84faf5687af3b0a86e92b1eb4bb82be5c46d6eac4c31a82f9e615ddc22a9b8019a4c19d3075b7fea21655c67a58a1774f9","name":"AtletasPorMedalha.csv","type":"text/csv","lastModified":1702090306006.178,"size":3244515},{"id":"89b56fd1e891b98d2a1784031face381da5d2ff9be291401401dd08ebf1be7dfdb115e042207e603158d19a3d7c637e03cd61fa656c39cc317fcffcee86ad03a","href":"https://static.observableusercontent.com/files/89b56fd1e891b98d2a1784031face381da5d2ff9be291401401dd08ebf1be7dfdb115e042207e603158d19a3d7c637e03cd61fa656c39cc317fcffcee86ad03a","name":"script_crescimento.py","type":"application/octet-stream","lastModified":1702162826100.122,"size":484}] 2b:{"id":"dbd2d180a59ef6c4","slug":null,"title":"Trabalho 02","thumbnail":"cd5589762c37b404e4999b5a61db0828099a594c63fe622f5f8b095863ad43db","access_level":"public","create_time":"$D2023-11-26T01:17:47.402Z","update_time":"$D2023-12-11T20:19:41.718Z","view_time":null,"first_public_time":"$D2023-11-26T01:17:47.402Z","has_unpublished_edits":null,"fork":false,"stars":0,"starred":false,"owner":{"type":"team","id":"dbb796e98671bc69","login":"lucas-magalhaes-21","name":"Lucas Magalhaes's Workspace","avatar_url":"https://avatars-next.observableusercontent.com/70a790783a69506450bcdf6a942afa8ea457fe5dea1819611484fb40ae3f5f07","tier":"starter_2024"},"version":782,"publish_version":null,"role":null,"authored":false,"authors":[{"type":"individual","id":"d95e92614cee9b83","login":"lucas-magalhaes","name":"Lucas Magalhaes","avatar_url":"https://avatars-next.observableusercontent.com/2bff61c0e7ed187da211695ed853936c242f730d09346130807c3cefc44a7319","tier":null}],"members":[{"type":"individual","id":"d95e92614cee9b83","login":"lucas-magalhaes","name":"Lucas Magalhaes","avatar_url":"https://avatars-next.observableusercontent.com/2bff61c0e7ed187da211695ed853936c242f730d09346130807c3cefc44a7319","tier":null,"role":"editor"},{"type":"team","id":"dbb796e98671bc69","login":"lucas-magalhaes-21","name":"Lucas Magalhaes's Workspace","avatar_url":"https://avatars-next.observableusercontent.com/70a790783a69506450bcdf6a942afa8ea457fe5dea1819611484fb40ae3f5f07","tier":"starter_2024","role":"editor"}],"comments":[],"custom_thumbnail":false,"trashed":false,"lapsed":null,"subscribed":null,"forks":1,"collection":null,"type":"notebook","body":{"title":"Trabalho 02","cells":[{"id":0,"value":"# Trabalho 02","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":5,"value":"### Instruções\n\n

\nNeste trabalho você deve propor e responder perguntas sobre sobre um dataset escolhido por vocês. As respostas de todas as perguntas devem ser compostas por:
\n Uma visualização (construída utilizando a biblioteca vega-lite);
\n Uma discussão sobre as razões que motivaram a escolha da visualização desenvolvida, e;
\n Uma análise das informações que podem ser obtidas com a interepretação da visualização.
\n
\nNão existe um número ideial de perguntas e gráficos que devem ser elaboados. É importante observar, no entanto, que espera-se o uso de interações,
multiplas vistas linkadas, além de outros conceitos de visualização interativa estudados ao longo do semestre.
\n\nAinda, espera-se que as análises gerem insights interessantes sobre os datasets escolhidos. Portanto, tente desenvolver as análises além do básico,
para que conclusões e resultados surpreendentes sejam obtidos
\n

","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":683,"value":"# Introdução","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":687,"value":"### Escolha de Data Set","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":690,"value":"\n

Optei por explorar um conjunto de dados das Olimpíadas, abrangendo o período de 1900 a 2016 . Acredito que este conjunto de dados oferece uma oportunidade única para criar visualizações que não apenas refletem as tendências atuais, mas também destacam questões sociais, culturais e políticas ao longo do tempo. Através dos gráficos que selecionei para esta apresentação, espero proporcionar insights significativos e estimular discussões produtivas. 120 years of Olympic history: athletes and results\n

","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":537,"value":"# Gráfico Dinâmico: Selecione e Explore os 10 Maiores Medalhistas de um País à Sua Escolha. Personalize sua Análise com Este Gráfico Interativo.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":58,"value":"{\n const selectCountry= vl\n .selectPoint(\"SelectCountry\")\n .fields(\"NOC\")\n .init({ NOC: 'USA' })\n .bind(vl.menu(Country));\n\nreturn vl\n .markBar()\n .data(Q1_Data)\n .params(selectCountry)\n .transform(\n vl.filter(selectCountry),\n vl.window(vl.rank().as('Position'))\n .sort(vl.field('total_medals').order('descending')),\n vl.filter('datum.Position <= 10')\n )\n .encode(\n vl.x().fieldQ('total_medals').title('Total de Medalhas'),\n vl.y().fieldN('Name').sort(vl.field('total_medals').order('descending')).title('Atleta'),\n vl.tooltip().fieldQ('total_medals'),\n vl.color().fieldN('Name')\n )\n .width(600)\n .height(500)\n .render();\n}\n","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":695,"value":"### Explicação Gráfico 1","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":698,"value":"\n

Optei por um gráfico de barras para destacar os melhores atletas de cada país. Neste contexto, nosso foco recai exclusivamente sobre o ranking final dos atletas, permitindo uma comparação direta entre eles. Ao contrário de um gráfico de linha, que enfatizaria a evolução temporal, o gráfico de barras nos permite realçar, por meio de diferentes cores as diferenças individuais entre os atletas. Portanto, a escolha deste tipo de gráfico é estratégica para a análise que pretendemos realizar.

","pinned":false,"hidden":false,"mode":"html","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":664,"value":"

","pinned":false,"hidden":false,"mode":"html","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":540,"value":"# Comparação Dinâmica de Desempenho Olímpico entre Dois Países: Um Gráfico Revelando o Pano de Fundo Competitivo nas Olimpíadas.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":390,"value":"$2d","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":714,"value":"### Explicação Gráfico 2","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":708,"value":"$2e","pinned":false,"hidden":false,"mode":"html","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":721,"value":"### Insights","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":726,"value":"\n

Os Jogos Olímpicos de Moscou-1980 foram os que sofreram com o maior entre todos os boicotes da história. Os Estados Unidos lideraram 62 países, todos capitalistas, que se recusaram a partcipar da Olimpíada em protesto à invasão do Afeganistão pela União Soviética, ocorrida em 1979

","pinned":false,"hidden":false,"mode":"html","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":660,"value":"

","pinned":false,"hidden":false,"mode":"html","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":598,"value":"# Distribuição de Medalhas entre os Três Maiores Medalhistas do Mundo: Um Gráfico em Pizza Revelando os Diferentes Tipos de Conquistas.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":543,"value":"{\n const selectName = vl\n .selectPoint(\"Select\")\n .fields(\"Name\")\n .init({ Name: 'Michael Fred Phelps, II' })\n .bind(vl.radio(Names));\n\n return vl\n .markArc({tooltip: true}, {innerRadius: 100})\n .data(atletaspormedalha)\n .params(selectName)\n .transform(vl.filter(selectName))\n .encode(\n vl.theta().fieldQ('Value').stack('normalize').title(\"Porcentagem\"),\n vl.color().fieldN('Category').scale({domain: ['Gold', 'Silver', 'Bronze'], range: ['#D9992B', '#B3AEA9', '#a17652']}).title(\"Categoria\")\n )\n .render();\n}\n","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":716,"value":"### Explicação Q3","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":718,"value":"\n\n

Para este cenário, optei pelo gráfico de pizza, uma escolha ideal para representar a distribuição percentual. Este tipo de gráfico destaca de maneira clara e objetiva a proporção de uma categoria em relação às outras. Neste contexto específico, adicionei um elemento visual adicional, utilizando cores correspondentes às medalhas para cada segmento do gráfico. Isso não apenas enriquece a apresentação visual, mas também facilita a interpretação dos dados, proporcionando insights mais profundos.

","pinned":false,"hidden":false,"mode":"html","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":731,"value":"### Insights","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":728,"value":"

Michael Phelps deixou um legado impressionante nas Olimpíadas, com conquistas tão extraordinárias que apenas o número de suas medalhas de ouro (23) supera o total de medalhas conquistadas pela atleta que ocupa o segundo lugar no ranking, Larisa Semyonovna Latynina, que possui 18 medalhas no total. Essa comparação destaca a magnitude das realizações de Phelps no cenário olímpico.

","pinned":false,"hidden":false,"mode":"html","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":657,"value":"

","pinned":false,"hidden":false,"mode":"html","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":651,"value":"# Gráfico de Evolução: Comparando a Presença Feminina e Masculina em Áreas, com Base no Total de Medalhas por Sexo. Explore a Progressão da Participação Feminina em Paralelo com a Masculina.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":607,"value":"vl.layer(\n vl.markArea({opacity: 0.7})\n .data(dados_filtrados)\n .transform(vl.filter('datum.Sex == \"M\"'))\n .encode(\n vl.x().fieldT(\"Year\").title(\"Anos\"),\n vl.y().fieldQ(\"Sex\").aggregate(\"count\").title(\"Total de Homens\"),\n vl.tooltip().fieldQ(\"Sex\").aggregate(\"count\"),\n vl.color().value(\"green\")\n ),\n vl.markArea({opacity: 0.7})\n .data(dados_filtrados)\n .transform(vl.filter('datum.Sex == \"F\"'))\n .encode(\n vl.x().fieldT(\"Year\").title(\"Anos\"),\n vl.y().fieldQ(\"Sex\").aggregate(\"count\").title(\"Total de Mulheres\"),\n vl.tooltip().fieldQ(\"Sex\").aggregate(\"count\"),\n vl.color().value(\"purple\")\n )\n \n)\n.width(960)\n.height(540)\n.render();\n","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":735,"value":"### Explicação Gráfico 4","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":733,"value":"\n\n

Optei por um gráfico de área para esta visualização, pois ele ilustra vividamente a crescente presença feminina nas Olimpíadas ao longo dos anos. Este tipo de gráfico destaca como as mulheres têm conquistado cada vez mais espaço e medalhas, ano após ano, em meio aos homens. A curva ascendente no gráfico torna essa tendência de crescimento inegavelmente clara.

","pinned":false,"hidden":false,"mode":"html","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":670,"value":"# Data Sets","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":672,"value":"
","pinned":false,"hidden":false,"mode":"html","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":441,"value":"dados_filtrados = await FileAttachment(\"dados_filtrados.csv\").csv({typed: \"auto\"})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"dados_filtrados","database":"$undefined"},{"id":551,"value":"atletaspormedalha = await FileAttachment(\"AtletasPorMedalha.csv\").csv({typed: \"auto\"})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"atletaspormedalha","database":"$undefined"},{"id":361,"value":"Q1_Data = await FileAttachment(\"DadosQ1@1.csv\").csv({typed: \"auto\"})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"Q1_Data","database":"$undefined"},{"id":574,"value":"Names= {\n const listaDeNomes = [\n \"Michael Fred Phelps, II\",\n \"Larysa Semenivna Latynina (Diriy-)\",\n \"Nikolay Yefimovich Andrianov\"\n];\n\n return listaDeNomes;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":469,"value":"Country = uniqueValid(dados_filtrados, d => d.NOC)","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$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":465,"value":"import {uniqueValid} from '@uwdata/data-utilities'","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":747,"value":"### Scripts de Criação das SubTabelas utilizadas, feitos em PY","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":745,"value":"$2f","pinned":false,"hidden":false,"mode":"html","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":749,"value":"$30","pinned":false,"hidden":false,"mode":"html","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":756,"value":"$31","pinned":false,"hidden":false,"mode":"html","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"}],"files":"$W32","stdlib":"1","titling":"auto"}} 2c:"$2b:body"