27:null 28:["$","title",null,{"children":"Trabalho 01 de Visualização de Dados | Rafael Nink de Carvalho | Observable"}] 2d:T41a,O dataset supracitado possui um atributo **type** que descreve o tipo de conteúdo, para esse atributo é atribuido um e somente um dos valores *Movie* e *TV Show*. O presente gráfico tem como escopo evidenciar o tipo de conteúdo mais predominante. Neste viés optou-se por um gráfico de barras horizontais, sendo que o marcador comprimento linear descreve a frequência do tipo de conteúdo observado. O dataset contem 8807 registros, sendo que destes, 6131 está categorizado como *Movie* e 2676 como *TV Show*. O gráfico no eixo horizontal descreve a frequência do tipo de conteúdo e o eixo vertical classifica os tipos de conteúdos, para atender os objetivos do gráfico e facilitar a visualização optou-se por ordernar por tipo mais frequente. Apesar do questionamento inicial não exigir a explicitação do quão frequente é cada tipo obtou-se por inserir uma interação utilizando a função *tooltip*, caixa flutuante que abre quando passa-se o mouse sobre um elemento da interface, que expressa a frequência do tipo selecionado.2e:T478,A proposta do enunciado consistia em elencar os pares de gêneros mais predominantes, o genêro e produção possui uma relação de muitos para muitos, ou seja, uma produção pode ter um ou mais gêneros, dessa forma pode ou não haver pares de gêneros para um produção. Como suporte, utilizou-se o mapeamento dos gêneros, a organização da produção por gêneros e os pares de gêneros com sua contagem. Na sequência elencou-se através de um gráfico de barras por ordem de contagem de produções. Para criar uma interação, obtou-se pela criação de um contador para limitar o números de pares de gêneros, assim é possível filtar pelos mais citados. Portanto é possível observar que os pares de gêneros mais comuns: - "Internation Movies" e "Dramas" - "Internation Movies" e "Comedies" - "Independent Movies" e "Dramas". A escolha quanto ao formato do gráfico deve-se a simplicidade de leitura, o eixo x descreve a quantidade de observações, o eixo y descreve os pares de gêneros. Por possuir apenas o marcador, comprimento linear facilita a leitura. Para uma visão mais ampla poderia ter se optado pelo Heatmap.2f:T43d,O enunciado da pergunta busca subsidiar a escolha de um mês para lançamento, porém a pergunta é complexa e pode ser tradada de algumas formas distintas. 1 - Buscar o mês com mais lançamento, provavelmente seria o período de maior audiência. Nessa vertente, observando o último ano seria o mês de julho, de certa forma os períodos estão mais relacionados as férias escolares. 2 - Buscar o mês com menos lançamento, provavelmente seria o período com menor concorrência. Já nessa vertente seria o mês de fevereiro. O gráfico supracitado "Heatmap" mapeia nos eixos x os meses do ano e o eixo y os anos de adição na plataforma. A quantidade de inserções utiliza-se do canal cores, num intervalo que vai de próximo de 0 a próximo de 250, quanto mais próximos do azul escuro maior o número de inserção. Para interação, ao movimentar o mouse sobre o gráfico é exibido a quantidade de inserções. A escolha do gráfico se deve a multiplicidade de análise que o mesmo fornece, desde a evolução mensal, como também a comparação em períodos distintos.30:T46d,{ const age = vl .markBar() .data(netflix_obj_map) .transform(vl.filter("datum.age")) .encode( vl.x().count("age").title("Quantity"), vl .y() .fieldN("age") .title("Age") .sort(vl.count("age").order("descending")), vl.color().fieldN("age").sort(["Kids", "Older Kids", "Teens", "Adults"]).scale({scheme: "category10"}), vl.tooltip().count("age") ); const country = vl .markBar() .data(age_per_country) .transform( vl .aggregate({ op: "valid", field: "age", type: "quantitative", as: "Quantity" }) .groupby(["country", "age"]), vl.filter("datum.Quantity > 20") ) .encode( vl.color().fieldN("age").sort(["Kids", "Older Kids", "Teens", "Adults"]).scale({scheme: "category10"}), vl .y() .field("country") .sort(vl.fieldQ("Quantity").order("descending")) .title("Country"), vl.x().fieldQ("Quantity").stack('normalize'), vl.tooltip(["age", "Quantity"]) ); return vl.vconcat(age, country).render(); }31:[{"id":"6a6c676e56c99197c0022b64aa21401d335d01cfeb53556007d82bce94be085a7e89124c4a579429ea62ff60b19edf536a5a69a57973a798cfc4aee84842e710","href":"https://static.observableusercontent.com/files/6a6c676e56c99197c0022b64aa21401d335d01cfeb53556007d82bce94be085a7e89124c4a579429ea62ff60b19edf536a5a69a57973a798cfc4aee84842e710","name":"netflix_titles.csv","type":"text/csv","lastModified":1668104608324.711,"size":3399671}] 2b:{"id":"f5eb21432dc63e2f","slug":null,"title":"Trabalho 01 de Visualização de Dados","thumbnail":"e7ad386a3435306d49c4624dd907d97f529f54e4a793c59fdb64597064ffe471","access_level":"public","create_time":"$D2022-11-10T18:23:28.324Z","update_time":"$D2022-11-29T01:26:13.919Z","view_time":null,"first_public_time":"$D2022-12-16T22:53:18.617Z","has_unpublished_edits":null,"fork":{"id":"69880bd5f1829dc1","slug":null,"title":"Trabalho 01 de Visualização de Dados (PCI)","owner":{"id":"b56cd86b9f048540","login":"mlage","name":"Marcos Lage"}},"stars":0,"starred":false,"owner":{"type":"team","id":"65a2a70680341240","login":"rafaelnink","name":"Rafael Nink de Carvalho","avatar_url":"https://avatars-next.observableusercontent.com/9caddbe713f7234392fae323c97960d39378135485f741807429332a78205899","tier":"starter_2024"},"version":610,"publish_version":null,"role":null,"authored":false,"authors":[{"type":"individual","id":"2e2eaea377ef98d4","login":"rafaelnink","name":"Rafael Nink de Carvalho","avatar_url":"https://avatars-next.observableusercontent.com/9caddbe713f7234392fae323c97960d39378135485f741807429332a78205899","tier":null}],"members":[{"type":"individual","id":"2e2eaea377ef98d4","login":"rafaelnink","name":"Rafael Nink de Carvalho","avatar_url":"https://avatars-next.observableusercontent.com/9caddbe713f7234392fae323c97960d39378135485f741807429332a78205899","tier":null,"role":"editor"}],"comments":[],"custom_thumbnail":false,"trashed":false,"lapsed":null,"subscribed":null,"forks":1,"collection":null,"type":"notebook","body":{"title":"Trabalho 01 de Visualização de Dados","cells":[{"id":0,"value":"# 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":"$undefined"},{"id":34,"value":"### Importação do data set","pinned":false,"hidden":false,"mode":"md","author":"$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":38,"value":"printTable(netflix.slice(0,25))","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":241,"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":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":244,"value":"list_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":"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":"$undefined"},{"id":212,"value":"vl.markBar()\n .data(netflix)\n .encode(\n vl.x().count('type').title(\"Número de registros\"),\n vl.y().fieldN('type').title(\"Tipo\").sort(vl.count(\"type\").order(\"descending\")),\n vl.tooltip().count(\"type\")\n )\n .render()","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":298,"value":"$2d","pinned":false,"hidden":false,"mode":"md","author":"$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":"$undefined"},{"id":223,"value":"unique_lists = {\n // captura o conteúdo da coluna listed_in e separa os multiplos gêneros de cada título\n const lists = netflix.map((list) => list[\"listed_in\"].split(\", \"));\n\n // concatna em um único vetor\n const listed = [].concat.apply([], lists);\n\n // cria um vetor de elementos únicos\n const unique = listed.filter((a, b, c) => c.indexOf(a) === b);\n\n // transforma em objetos com a contagem dos registros de cada gênero\n const object = unique.map((elem) => ({\n list: elem,\n count: listed.filter((a, b, c) => a === elem).length\n }));\n\n // retorna o objeto ordenado pela contagem\n return object.sort((a, b) => b.count - a.count);\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":226,"value":"viewof range = Inputs.range([0, unique_lists.length], {\n label: \"Selecione a quantidade de gêneros para a visualização\",\n step: 1,\n value: 3\n})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":61,"value":"vl\n .markBar()\n .data(\n unique_lists.filter((a, b) => {\n if (b < range) return a;\n })\n )\n .encode(\n vl.x().fieldQ(\"count\").title(\"Número de registros\"),\n vl\n .y()\n .fieldN(\"list\")\n .title(\"Gênero\")\n .sort(vl.fieldQ(\"count\").order(\"descending\")),\n vl.tooltip().fieldQ(\"count\")\n )\n .render()","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":308,"value":"A proposta do enunciado consistia em elencar os três genêros mais predominantes entre filmes e séries, o genêro e produção possui uma relação de muitos para muitos, logo seria importantes elencar as produções por genêros, feito com o script unique_lists. Na sequência elencar através de um gráfico de barras por ordem de contagem de produções.\nPara criar uma interção, obtou-se pela criação de um contador para limitar o números de genêros, assim é possível filtar pelos mais citados.\nPortanto é possível observar que os gêneros: \"Internation Movies\", \"Dramas\" e \"Comedies\" são os mais predominantes.\n\nA escolha quanto ao formato do gráfico deve-se a simplicidade de leitura, o eixo x descreve a quantidade de observações, o eixo y descreve o gênero. Por possuir apenas o marcador, comprimento linear facilita a leitura.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$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":"$undefined"},{"id":130,"value":"// A resposta pode utilizar multiplas células\nnetflix_obj = netflix.map((list) => {\n return {\n show_id: list.show_id,\n type: list.type,\n title: list.title,\n director: list.director,\n cast: list.cast,\n country: list.country,\n date_added: list.date_added,\n release_year: list.release_year,\n rating: list.rating,\n duration: list.duration,\n listed_in: list[\"listed_in\"].split(\", \"),\n description: list.description\n };\n})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":238,"value":"generopair = {\n const unique = {}\n \n for (let i = 0; i < netflix.length; ++i) {\n const gen = netflix[i].listed_in.split(\",\");\n\n for (let j = 0; j < gen.length; ++j) {\n const part1 = gen[j].trim();\n for (let k = j+1; k < gen.length; ++k) {\n const part2 = gen[k].trim();\n const part = part1+\",\"+part2;\n const partinverse = part2+\",\"+part1;\n if (!Object.keys(unique).includes(part) && !Object.keys(unique).includes(partinverse)) {\n unique[part] = 1;\n } else {\n if (!Object.keys(unique).includes(part)) {\n unique[partinverse] += 1;\n } else {\n unique[part] += 1;\n }\n \n }\n }\n\n }\n }\n\n return unique;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":262,"value":"list_objpair = {\n const tmp = []\n \n const keys = Object.keys(generopair);\n for (let i = 0; i < keys.length; ++i) {\n const k = keys[i];\n const v = generopair[k];\n\n const obj = {generopair: k, count: v};\n tmp.push(obj);\n } \n\n return tmp;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":266,"value":"viewof rangepair = Inputs.range([1, list_objpair.length], {\n label: \"Selecione o número de pares de gêneros que deseja visualizar\",\n step: 1,\n value: 5\n})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":273,"value":"vl\n .markBar()\n .encode(\n vl.x().fieldQ(\"count\").title(\"Número de produções\"),\n vl\n .y()\n .fieldN(\"generopair\")\n .title(\"Gênero\")\n .sort(vl.fieldQ(\"count\").order(\"descending\")),\n vl.tooltip().fieldQ(\"count\")\n )\n .data(\n list_objpair.sort((a,b) => (a.count-b.count)).reverse().filter((a, b) => {\n if (b < rangepair) return a;\n })\n )\n .render()","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":537,"value":"$2e","pinned":false,"hidden":false,"mode":"md","author":"$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":"$undefined"},{"id":106,"value":"viewof heatmap = vl\n .markRect()\n .data(netflix.filter(d=>d.date_added!==\"\"))\n .encode(\n vl\n .x()\n .fieldO(\"date_added\")\n .timeUnit(\"month\")\n .axis({ title: 'Mês' }),\n vl\n .y()\n .fieldO(\"date_added\")\n .timeUnit(\"year\")\n .sort(\"descending\")\n .title('Heatmap'),\n vl.color().count(),\n vl.tooltip().count()\n )\n .render()// A repostas pode utilizar multiplas células","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":540,"value":"$2f","pinned":false,"hidden":false,"mode":"md","author":"$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":"$undefined"},{"id":121,"value":"viewof heatmap_year = vl\n .markRect()\n .data(netflix.filter(d=>d.date_added!==\"\"))\n .encode(\n vl\n .x()\n .fieldN(\"type\")\n .axis({ title: 'Tipo' }),\n vl\n .y()\n .fieldO(\"date_added\")\n .timeUnit(\"year\")\n .sort(\"descending\")\n .title('Heatmap'),\n vl.color().count(),\n vl.tooltip().count()\n )\n .render()// A repostas pode utilizar multiplas células","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":350,"value":"viewof line = vl.markLine()\n .data(netflix.filter(d=>d.date_added!==\"\"))\n .encode(\n vl.x().fieldT(\"date\").fieldO(\"date_added\")\n .timeUnit(\"year\"), \n vl.y().count(\"type\"),\n vl.color().fieldN(\"type\"),\n vl.tooltip().count()\n )\n .render()","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":545,"value":" O enunciado solicita um possível insight sobre a plataforma observando o número de séries e filmes adicionados anualmente.\n Para atender o solicitado buscou-se representar de formas distintas utilizando um \"heatmap\" e um gráfico de linhas.\n\n O gráfico de linhas, formado pelo eixo x descrevendo o ano, o eixo y descrevendo o número de registros, as linhas descrevem os tipos de produção: filmes ou programas de TV.\n\n Pode-se observar:\n\n - No decorrer do tempo o tipo filmes assumiu e distanciou do tipo de produção;\n - O ano de 2014, marca o início de um crescimento exponencial de novos lançamentos;\n - Nos anos de 2020 e 2021 teve-se um recuo no número de produções inseridas, provalmente deve estar relacionado a pandemiar que adiou diversas produções.","pinned":false,"hidden":false,"mode":"md","author":"$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":140,"value":"$30","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":607,"value":"Para responder o enunciado optou-se por separar as perguntas, o primeiro gráfico, um gráfico de barras formado pelo eixo x, com a quantidade, o eixo y com a faixa etária, a quantidade representado pelo comprimento linear da barra, a cor evidência as faixas etárias (importante para o segundo gráfico). No gráfico fica evidente que não há um balanceamento por faixa etária sendo o mais predominante a produção para adultos.\n\nPara uma análise por país, restringiu-se para países com mais de 20 produções, normalizando quanto ao número de produções. Também não há um balanceamento sendo que muitos países produzem para uma ou duas faixas etárias.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":142,"value":"### (7) Quais países tem os maiores intervalos entre a ano médio de criação e lançamento de filme? ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":378,"value":"netflix_country = netflix.map((list) => {\n return {\n show_id: list.show_id,\n type: list.type,\n title: list.title,\n director: list.director,\n cast: list.cast,\n country: list[\"country\"].split(\", \"),\n date_added: list.date_added,\n release_year: list.release_year,\n rating: list.rating,\n duration: list.duration,\n listed_in: list.listed_in,\n description: list.description\n };\n})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":388,"value":"country_year_desv = {\n let countries = [];\n netflix_country.forEach((reg) => {\n reg.country.forEach((c) => {\n const desvio=reg.date_added.split(' ').slice(-1).join(' ')-reg.release_year;\n countries.push({ country: c, \n date_added: reg.date_added, \n release_year: reg.release_year, \n year_added: reg.date_added.split(' ').slice(-1).join(' '),\n desv: desvio\n });\n });\n });\n return countries;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":446,"value":"vl.markBar()\n .data(country_year_desv.filter(d=>d.country!==\"\").filter(d=>d.desv>=\"0\"))\n .transform(\n vl.groupby([\"country\"]).aggregate([\n {\n op: \"mean\",\n field: \"desv\",\n type: \"quantitative\",\n as: \"mean_desv\"\n },\n {\n op: \"count\",\n field: \"desv\",\n type: \"quantitative\",\n as: \"count_time\"\n }\n ]),\n vl\n .window({ op: \"row_number\", as: \"row_number\" })\n .sort(vl.fieldQ(\"mean_desv\").order(\"descending\")),\n vl.filter({ field: \"row_number\", lte: 20 })\n )\n .encode(\n vl.x().mean('mean_desv').title('Desvio médio'),\n vl.y().fieldN('country').title('Países')\n .sort(vl.mean('mean_desv').order('descending')),\n vl.tooltip().mean('mean_desv')\n )\n .render()","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":550,"value":"A resposta para o enunciado foi construída através do mapeamento das produções e seus países responsáveis pela produção, vale lembrar que um produção pode envolver mais de um país, ainda acrescido um campo adicional com a diferença entre o ano de adição e o ano de lançamento. \n\nO gráfico de barras foi escolhido pelo retorno rápido sendo possível ordernar as barras pelo maior desvio médio. O eixo x traz as médias dos desvios, o eixo y os países ordenados pelo maior desvio, optou-se por restringir os 20 maiores desvios médios. O marcador comprimento descreve o valor médio dos desvio.\n\nCom isso podemos observar que Principado de Liechtenstein, teve em média 54 anos entre o lançamento da produção e o ano de adição na plataforma, seguido pelos países: República Democrática Alemã (East Germany) com 49 anos, Polônia 44, entre outros.\n\nPara interação, ao movimentar o mouse sobre o gráfico é exibido o desvio médio.","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$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":"$undefined"},{"id":153,"value":"genero_year = {\n let generos = [];\n netflix_obj.forEach((reg) => {\n reg.listed_in.forEach((c) => {\n generos.push({ listed_in: c, \n date_added: reg.date_added, \n release_year: reg.release_year, \n year_added: reg.date_added.split(' ').slice(-1).join(' '),\n });\n });\n });\n return generos;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":564,"value":"heatmap_genero = vl\n .markRect()\n .data(genero_year.filter(d=>d.date_added!==\"\"))\n .encode(\n vl\n .x()\n .fieldO(\"date_added\")\n .timeUnit(\"year\")\n .axis({ title: 'Tipo' }),\n vl\n .y()\n .fieldN(\"listed_in\")\n .title('Heatmap'),\n vl.color().count(),\n vl.tooltip().count()\n )\n .render()// A repostas pode utilizar multiplas células","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":577,"value":"Qual a relação entre o ano de adição na plataforma e o gênero?\n\nInicialmente pensou-se em utilizar um gráfico de linhas, mas o número de categoria inviabilizou sobrepondo informações, dificultando assim a leitura. Com o \"Heatmap\" composto no eixo x o ano de adição na plataforma, no eixo y o gênero, e o marcador cor para representar a quantidade de produções.\nNota-se que os gêneros \"drama\" e \"international movies\" são os mais frequentes ao longo das inserções.\n\nAs primeiras produções inseridas eram dos gêneros: \"Dramas\", \"Independents movies\", \"Stand-Up Comedy & TalkShows\" e \"Thrillers\".","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$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":"$undefined"},{"id":579,"value":"age_rating = {\n let dict = new Map();\n\n dict.set(\"G\", \"Kids\");\n dict.set(\"TV-G\", \"Kids\");\n dict.set(\"TV-Y\", \"Kids\");\n dict.set(\"PG\", \"Older Kids\");\n dict.set(\"TV-PG\", \"Older Kids\");\n dict.set(\"TV-Y7\", \"Older Kids\");\n dict.set(\"TV-Y7-FV\", \"Older Kids\");\n dict.set(\"PG-13\", \"Teens\");\n dict.set(\"TV-14\", \"Teens\");\n dict.set(\"NC-17\", \"Teens\");\n dict.set(\"NR\", \"Adults\");\n dict.set(\"R\", \"Adults\");\n dict.set(\"TV-MA\", \"Adults\");\n dict.set(\"UR\", \"Adults\");\n\n return dict;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":589,"value":"netflix_obj_map = netflix.map((list) => {\n return {\n show_id: list.show_id,\n type: list.type,\n title: list.title,\n director: list.director,\n cast: list[\"cast\"]\n .split(\",\")\n .map((a) => a.trim())\n .filter((a) => a !== \"\"),\n country: list[\"country\"]\n .split(\",\")\n .map((a) => a.trim())\n .filter((a) => a !== \"\"),\n date_added: list.date_added,\n release_year: list.release_year,\n rating: list.rating,\n age: age_rating.get(list.rating),\n duration: list.duration,\n listed_in: list[\"listed_in\"]\n .split(\",\")\n .map((a) => a.trim())\n .filter((a) => a !== \"\"),\n description: list.description\n };\n})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":582,"value":"age_per_country = {\n let countries = [];\n netflix_obj_map.forEach((line) => {\n line.country.forEach((c) => {\n countries.push({ country: c, age: line.age });\n });\n });\n return countries;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":585,"value":"age_per_country2 = {\n let countries = [];\n netflix_obj_map.forEach((line) => {\n line.country.forEach((c) => {\n countries.push({ country: c, age: line.age });\n });\n });\n return countries;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":587,"value":"age_sumarized = {\n let age_per_country_obj = {};\n age_per_country2.forEach((a) => {\n if (a.age) {\n if (!age_per_country_obj[a.country]) {\n age_per_country_obj[a.country] = {\n Kids: 0,\n \"Older Kids\": 0,\n Teens: 0,\n Adults: 0\n };\n }\n if (!age_per_country_obj[a.country][a.age]) {\n age_per_country_obj[a.country][a.age] = 0;\n }\n age_per_country_obj[a.country][a.age] += 1;\n }\n });\n let b = [];\n Object.entries(age_per_country_obj).forEach(([key1, value1]) => {\n Object.entries(value1).forEach(([key2, value2]) => {\n b.push({ country: key1, age: key2, count: value2 });\n });\n });\n return b;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"}],"files":"$W31","stdlib":"1","titling":"auto"}} 2c:"$2b:body"