-
Notifications
You must be signed in to change notification settings - Fork 2
/
Graficos.py
397 lines (355 loc) · 17 KB
/
Graficos.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
#Importação das bibliotecas
from pandas import read_csv
from dash import Dash, html, dcc, Input, Output
import plotly.express as px
app = Dash(__name__, title='Emissão de CO2')
df = read_csv("annual-co2-emissions-per-country.csv")
df_array = df.values #Tranformando tudo o que estiver no df em uma lista para parar de usar a extensão Pandas no código.
#---------------------------------------------------------------------------------------------------------
#Grafico1
world = []
anos = []
# Colocando os dados do mundo na lista vazia
for linha in df_array:
anos.append(linha[2])
if linha[0] == "World":
world.append(linha[3])
anos = sorted(set(anos))
fig1 = px.line(
x=anos,
y=world,
color_discrete_sequence=px.colors.sequential.Aggrnyl,
template='gridon',
title="Emissão no mundo ao longo do tempo",
labels={
"y":"Emissão ",
"x":"Ano "
}
)
fig1.update_layout(
title="Emissão no mundo ao longo do tempo",
xaxis_title="Anos",
yaxis_title="Emissão por tonelada",
paper_bgcolor="rgba(255,255,255,0)",
plot_bgcolor="#DCEEF3",
title_font_family="Archive",
title_font_color="#031225",
font_color="#031225",
font_family="Archive"
)
#---------------------------------------------------------------------------------------------------------
#Grafico2
# Acrescentando os dados para por no gráfico de mapa
anos_ordenados = []
paises_ordenados = []
nivel_ordenado = []
codigo_ordenado = []
for ano in anos:
for linha in df_array:
if linha[2] == ano:
if (linha[0] != 'Africa') and (linha[0] != 'Asia') and (linha[0] != 'Europe') and (linha[0] != 'North America') and (linha[0] != 'Oceania') and (linha[0] != 'South America') and (linha[0] != 'World'):
paises_ordenados.append(linha[0])
codigo_ordenado.append(linha[1])
anos_ordenados.append(linha[2])
nivel_ordenado.append(linha[3])
fig2 = px.choropleth(
locations=codigo_ordenado, #Posição do país no mapa
color=nivel_ordenado, #Nível de CO2
hover_name=paises_ordenados, #Nome do país ao deixar o mouse encima
animation_frame=anos_ordenados, #Régua
range_color=[0,2000000000], #Intervalo de CO2
color_continuous_scale=px.colors.sequential.Mint, #Variação de cor
labels={
"animation_frame":"Ano ",
"color":"Emissão ",
"locations":"Código "
}
)
fig2.update_layout(
title_font_family="Archive",
title_font_color="#031225",
font_color="#031225",
font_family="Archive",
paper_bgcolor="#DCEEF3"
)
#---------------------------------------------------------------------------------------------------------
#Dados para Gráficos 3 e 4.
# Dicionário com os continentes
emissoes = {
'Africa': [], # Continentes/Key : valor(es) = (lista vazia)
'Asia': [],
'Europe': [],
'North America': [],
'Oceania': [],
'South America': [],
}
anos = []
# Adicionando os dados de emissão para cada lista de continentes do dicionário
for linha in df_array:
if linha[2] >= 1987:
anos.append(linha[2])
anos = sorted(set(anos))
for ano in anos:
for emissao in emissoes:
if linha[0] == emissao: # continente sendo lido no momento no df == 'key' do dicionário.
if linha[2] == ano: # Não queremos todos os anos, filtramos ele.
emissoes[emissao].append(linha[3])
continents = ['Africa', 'Asia', 'Europe', 'North America', 'Oceania', 'South America'] #Original do CSV
continentes = ['África', 'Ásia', 'Europa', 'América do Norte', 'Oceania', 'América do Sul'] # Traduzido
#----------------------------
#Grafico3
fig3 = px.bar(
x=anos,
y=anos)
#----------------------------
#Grafico4
fig4 = px.pie(
names= continentes,
values= continentes)
#---------------------------------------------------------------------------------------------------------
#HTML - Esqueleto da página Dash
app.layout = html.Main(id='graphs', className='container',
children = [
html.Div(className="menu",
children= [
html.Img(id='logo',
src='assets\Logo.jpg'),
html.Div(className="ancoras",
children=[
html.A(className="line", children=[
html.Img(src='./assets/grafico-de-linha.png', id='linhaPng'),
html.Img(src='./assets/grafico-de-linha.gif', id='linhaGif')
],
href="#grafic1"),
html.A(className="map", children=[
html.Img(src='./assets/grafico-mapa.png', id='mapaPng'),
html.Img(src='./assets/grafico-mapa.gif', id='mapaGif')
], href="#grafico_mapa_CO2"),
html.A(className="bar", children=[
html.Img(src='./assets/grafico-de-barras.png', id='barraPng'),
html.Img(src='./assets/grafico-de-barras.gif', id='barraGif')
], href="#grafico_Barras_CO2"),
html.A(className="pie", children=[
html.Img(src='./assets/grafico-de-pizza.png', id='pizzaPng'),
html.Img(src='./assets/grafico-de-pizza.gif', id='pizzaGif')
], href="#grafico_Pizza_CO2")
]
)
]
),
html.Div(className='graficos',
children=[
html.Div(className='capa',
children=[
html.H1(id='texto1',
children=[
"Emissão", html.Br(), "global de", html.Br(), "CO2"
]
),
html.Img(src='assets\mundo.png', id='mundo'),
html.Div(id='grafic1')
]),
html.Div(className='grafico_1',
children = [
html.Div(className='T1', children=[
html.H1('Gráfico de Linha', id="T_Grafico1"),
html.H2(
children=[
html.P('Como as emissões de CO2 mudaram ao longo do tempo?'), html.P('Pode-se notar o crescimento global da emissão por tonelada de CO2 em relação ao tempo, tendo início em 1750 e possuindo dados até 2020.'), html.P('Por meio deste gráfico, é possível observar uma emissão quase nula nos primeiros cem anos, seguida de uma alta a partir do século XX, momento no qual a humanidade começou processos maiores de industrialização.'), html.P('Ao final do século XX, já havia atingido 22 bilhões de toneladas, com o gráfico ainda tendendo a crescer.'), html.P('Nos últimos anos, a emissão de CO2 está próxima das 35 bilhões de toneladas. Vê-se que o crescimento se estabilizou no final do gráfico, porém ainda não atingiu o nível máximo.')
], id='T1'
)
]
),
html.Div(className='g1',
children=[
dcc.Graph(id='Grafico_Linhas_CO2',
figure=fig1)
]
),
html.Div(id='grafico_mapa_CO2')
]
),
html.Div(className='grafico_2',
children = [
html.Div(className='T2', children=[
html.H1('Gráfico de Mapa', id="T_Grafico2"),
html.H2(
children=[
html.P('A relação da emissão de CO2 em cada país do mundo de acordo com o tempo é o foco deste gráfico.'), html.P('Países que emitem em maior escala costumam ser produtores de petróleo e gás natural ou serem ocupados por uma grande população. Há também um fator de desenvolvimento, visto que países menos desenvolvidos se apresentam com emissões muito baixas em comparação com grandes potências mundiais.'), html.P('Utilizando o recurso do gráfico para comparar datas, em 1750 o Reino Unido era o maior emissor, enquanto atualmente o norte da América e a Ásia assumem o topo das emissões.')
], id='T2'
)
]
),
html.Div(className='g2',
children=[
dcc.Graph(id="Grafico-Mapa", figure=fig2)
]
),
html.Div(id='grafico_Barras_CO2')
]
),
html.Div(className='grafico_3',
children = [
html.Div(className='T3', children=[
html.H1('Gráfico de Barras', id="T_Grafico3"),
html.H2(
children=[
html.P('São apresentados os dados de emissão de CO2 ao longo do tempo, especificados por cada continente, sendo apresentada a África primeiramente.'), html.P('É evidente o crescimento das emissões em todos os continentes. Tendo como partida o ano de 1987, as emissões desde o começo do gráfico já se apresentam altas, e em alguns continentes houve uma pequena queda entre os anos de 2019 e 2020.')
], id='T3'
)
]
),
html.Div(className='g3',
children=[
dcc.Dropdown(continents, value='Africa' , id='continentes', style={
'border-radius':'10px'
}),
dcc.Graph(
id='Grafico_Barras_CO2',
figure=fig3
)
]
),
html.Div(id='grafico_Pizza_CO2')
]
),
html.Div(id="grafico4",className='grafico_4',
children = [
html.Div(className='T4',
children=[
html.H1('Gráfico de Pizza', id="T_Grafico4"),
html.H2(
children=[
html.P('Este gráfico apresenta os dados da emissão de CO2 por continentes em relação ao tempo, tendo início em 1987, ano no qual a Europa liderava as emissões no mundo, enquanto no ano final, 2020, o continente a liderar é a Ásia, sendo responsável por mais de um quarto da emissão global.'), html.P('A Ásia, entretanto, possui uma população altíssima, e balanceando sua emissão em relação a população, possui números baixos quando comparada com outros continentes.'), html.P('A América do Sul e a África apresentam um percentual pequeno, ambos têm emissão correspondente a voos e envio de mercadoria, mas esses dados não são considerados globalmente.')
], id='T4'
)
]
),
html.Div(className='g1',
children=[
dcc.Dropdown(anos, value=1987, id='Anos', style={
'border-radius':'10px'
}),
dcc.Graph(
id='Grafico_Pizza_CO2',
figure=fig4
)
]
)
]
),
html.Div(className='baseboard',
children=[
html.Div(className='participantes',
children=[
html.H1('Participantes - Grupo 02', id='participantes'),
html.H2(id='conteudo_participantes',
children=[
('Alana Gabriele Amorim Silva - 211061331'), html.Br(),
('Danielle Rodrigues Silva - 211061574'), html.Br(),
('Dara Cristina Fernandes - 211061609'), html.Br(),
('Davi Rodrigues da Rocha - 211061618'), html.Br(),
('Harleny Angéllica Araújo - 211061832'), html.Br(),
('Helena Emery Silvano - 211061841'), html.Br(),
('Leandro Almeida Rocha - 211062080'), html.Br(),
('Rafaela de Melo Lopes - 211062400'), html.Br(),
('Thaiza R da Silva - 211062508')
]
)
]
),
html.Div(className='fonte',
children=[
html.H1('Dados Usados', id='referencia'),
html.H2(children=[
('Dados fornecidos pela '), html.A('Our World in Data', href='https://ourworldindata.org/co2-emissions', id='link'), (' sobre a emissão anual de CO2 por país.')], id='fonte')
]
),
html.Div(className='imagens',
children=[
html.Img(src='./assets/logo-unb.png', id='unb'),
html.Img(src='./assets/logo-fga.png', id='fga')
]
)
]
)
]
)
]
)
#-------------------------------------------------------------------------------------------------------------------
#Callback's
# Callback do gráfico de barras (intermediário entre a função o dropdown)
@app.callback(
# ↓↓↓ Saída será a nova uma nova figura/gráfico com a filtragem do continente escolhido
Output('Grafico_Barras_CO2', 'figure'),
Input('continentes', 'value') # Entrada será o value do ID "continentes", ou seja, o dcc.dropdown.
)
# Função o G.Barras para processar o novo gráfico filtrado
def atualizar_output(value): #Definindo uma função com o parâmetro value do input recebido de callback
for emissao in emissoes:
if value == emissao:
fig3 = px.bar(
x = anos,
y = emissoes[emissao],
color_discrete_sequence=px.colors.sequential.Aggrnyl,
title = 'Emissão por continente',
template='gridon',
labels={
"x":"Ano ",
"y":"Emissão ",
}
)
fig3.update_layout(
title="Emissão por continente",
xaxis_title="Anos",
yaxis_title="Emissão por tonelada",
paper_bgcolor="rgba(0,0,0,0)",
plot_bgcolor="#DCEEF3",
title_font_family="Archive",
title_font_color="#031225",
font_color="#031225",
font_family="Archive"
)
return fig3
# Callback do Gráfico de Pizza (intermediário entre a função o dropdown)
@app.callback(
Output('Grafico_Pizza_CO2', 'figure'),
Input('Anos', 'value')
)
# Função o G.Pizza para processar o novo gráfico filtrado
def update_output(value):
ano_especifico = []
i = 0
while i < 34: # 33 anos entre 1987 à 2020
if value == anos[i]:
posição = i # Marca a posição do ano que o usuário escolheu
break # Quebra do looping
i += 1 # i = i + 1
for continente in emissoes:
# ↓↓↓ Acrescentando somente os dados de emissão, de cada continente, no índice/posição do ano específico
ano_especifico.append(emissoes[continente][posição])
fig4 = px.pie(
names= continentes,
values= ano_especifico,
template= 'simple_white',
title= "Emissão por continente",
color_discrete_sequence=px.colors.sequential.Darkmint,
labels={
"names":"Continente ",
"values":"Emissão "
}
)
fig4.update_layout(
paper_bgcolor="rgba(0,0,0,0)",
plot_bgcolor="rgba(0,0,0,0)",
title_font_family="Archive",
title_font_color="#031225",
font_color="#031225",
font_family="Archive",
)
return fig4
#---------------------------------------------------------------------------------------------------------
# Colocando a 'app' pra rodar no Dash
if __name__ == '__main__':
app.run_server(debug=True)