-
Notifications
You must be signed in to change notification settings - Fork 2
/
Geral01.py
229 lines (198 loc) · 7.23 KB
/
Geral01.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
import plotly.graph_objects as go
import pandas as pd
# Lendo as bases de dados:
dados_paralel = pd.read_csv('https://raw.githubusercontent.com/EdPPF/APC-Parte01/main/ghg-emissions%201.1.csv')
dados_pizza = pd.read_csv('https://raw.githubusercontent.com/EdPPF/APC-Parte01/main/co2-emissions-by-fuel-line_1%20(2).csv')
dados_barra = pd.read_csv('https://raw.githubusercontent.com/EdPPF/APC-Parte01/main/Dados.csv')
dados_linha = pd.read_csv('https://raw.githubusercontent.com/EdPPF/APC-Parte01/main/co2_variacao_setores.csv')
dados_linha2 = pd.read_csv('https://raw.githubusercontent.com/EdPPF/APC-Parte01/main/annual-co2-emissions-per-country(4).csv')
# Transformando a base em uma lista de valores.
dados_paralel_array = dados_paralel.values
dados_pizza_array = dados_pizza.values
dados_barra_array = dados_barra.values
dados_linha_array = dados_linha.values
dados_linha2_array = dados_linha2.values
# print(dados_barra_array)
# ----------COORDENADAS PARALELAS----------
# Transformando a base de dados em listas separadas-
ano = []
industria = []
calor_eletrici = []
construcao = []
transporte = []
for elemento in dados_paralel_array:
ano.append(elemento[0])
industria.append(elemento[1])
calor_eletrici.append(elemento[2])
construcao.append(elemento[3])
transporte.append(elemento[4])
# Plotando o gráfico:
paralel = go.Parcoords(
line = dict(color = ano,
colorscale = 'turbo',
colorbar = dict(title = 'Ano'),
showscale = True),
dimensions = list([
dict(range = [min(industria), max(industria)],
label = 'Processos Industriais (Mt)', values = industria),
dict(range = [min(calor_eletrici), max(calor_eletrici)],
label = 'Calor e Eletricidade (Mt)', values = calor_eletrici),
dict(range = [min(construcao), max(construcao)],
label = 'Construções (Mt)', values = construcao),
dict(range = [min(transporte), max(transporte)],
label = 'Transporte (Mt)', values = transporte)]
)
)
# Criando a imagem do gráfico plotado:
graf_paralel = go.Figure(paralel)
# Modificando o lyout geral do gráfico (cor de fundo):
graf_paralel.update_layout(
title_text = 'Emissões de Setores Específicos no Brasil (1990-2018)',
template = 'plotly_dark')
# ----------PIZZA----------
paises = []
anos = []
oleo = []
queimada = []
cement = []
carvao = []
gas = []
for elemento in dados_pizza_array:
paises.append(elemento[0])
anos.append(elemento[2])
oleo.append(elemento[3])
queimada.append(elemento[4])
cement.append(elemento[5])
carvao.append(elemento[6])
gas.append(elemento[7])
# Filtrando os dados para o gráfico de pizza:
listas = [paises, anos, oleo, queimada, cement, carvao, gas]
for lista in listas:
del lista[:510]
del lista[29:2700]
del lista[58:15419]
del lista[87:22468]
del lista[116:1437]
del lista[145:10106]
del lista[174:]
# Criando outra lista de listas para trabalhar com elas individualmente:
listas_sub = [gas, carvao, cement, queimada, oleo]
# "Values" armazenará os valores das médias que compõem o gráfico
Values = []
# Calculando os somatórios dos valores em cada lista e armazenando as médias em Values:
for lista in listas_sub:
soma = 0
soma = sum(lista)
Values.append(int((soma)/(len(lista))))
labels = ['Gasolina' , 'Carvão', 'Cimento' ,'Queimadas', 'Óleo']
colors = ['gold', 'Crimson', 'LightSlateGray', 'Black', 'Chartreuse']
pizza = go.Pie(
labels = labels,
values = Values
)
graf_pizza = go.Figure(pizza)
graf_pizza.update_traces(
textfont_size = 15,
marker = dict(
colors = colors,
line = dict(color = '#4169E1', width = 2)
)
)
graf_pizza.update_layout(
title_text = 'Emissões de CO2 em Setores de Combustíveis <br><sup>Valores Referentes a Africa, Ásia, Europa, Oceania, América do Norte e América do Sul (1990-2018)</sup>',
template = 'plotly_dark'
)
# ----------LINHA/BARRA----------
year = []
mundo = []
brasil = []
for linha in dados_barra_array:
year.append(linha[0])
mundo.append(linha[1])
brasil.append(linha[2])
graf_barra = go.Figure()
graf_barra.add_trace(go.Bar(x = year, y = mundo, name = 'Mundo'))
graf_barra.add_trace(go.Bar(x = year, y = brasil, name = 'Brasil'))
# Personalização do gráfico de barras
graf_barra.update_layout(
title = 'Concentração de CO2 na Atmosfera: Brasil/Mundo (1991-2018)',
xaxis_tickfont_size = 14,
yaxis = dict(
title = '(Toneladas Métricas Per Capita)',
titlefont_size = 16,
tickfont_size = 14,
),
barmode = 'group',
bargap = 0.15,
bargroupgap = 0.1,
template = 'plotly_dark'
)
# ----------LINHA----------
Ano = []
Energia = []
Pi = []
Agricultura = []
Solo = []
for i in dados_linha_array:
Ano.append(i[0])
Energia.append(i[1])
Pi.append(i[2])
Agricultura.append(i[3])
Solo.append(i[4])
trace1 = go.Scatter(x = Ano, y = Energia, mode = 'lines+markers', name = 'Energia')
trace2 = go.Scatter(x = Ano, y = Pi, mode = 'lines+markers', name = 'Processos Industriais')
trace3 = go.Scatter(x = Ano, y = Agricultura, mode = 'lines+markers', name = 'Agricultura')
trace4 = go.Scatter(x = Ano, y = Solo, mode = 'lines+markers', name = 'Solo e Silvicultura')
data = [trace1,trace2,trace3,trace4]
layout=go.Layout(
hovermode = "x",
title = 'Variação da Emissão de CO2 em Setores (Brasil, 1990-2018)',
xaxis_title = 'Anos',
yaxis_title = 'Variação (%)',
font = {'family': 'Arial','size': 16}
)
graflinha = go.Figure(data = data, layout = layout)
graflinha.update_layout(
template = 'plotly_dark'
)
# ----------LINHA----------
ano = []
asia = []
brasil = []
china = []
europa = []
alemanha = []
americsul = []
usa = []
world = []
for i in dados_linha2_array:
ano.append(i[0])
asia.append(i[1])
brasil.append(i[2])
china.append(i[3])
europa.append(i[4])
alemanha.append(i[5])
americsul.append(i[6])
usa.append(i[7])
world.append(i[8])
linha1 = go.Scatter(x = ano, y = asia, mode = 'lines', name = 'Asia')
linha2 = go.Scatter(x = ano, y = brasil, mode = 'lines', name = 'Brasil')
linha3 = go.Scatter(x = ano, y = china, mode = 'lines', name = 'China')
linha4 = go.Scatter(x = ano, y = europa, mode = 'lines', name = 'Europa')
linha5 = go.Scatter(x = ano, y = alemanha, mode = 'lines', name = 'Alemanha')
linha6 = go.Scatter(x = ano, y = americsul, mode = 'lines', name = 'America do Sul')
linha7 = go.Scatter(x = ano, y = usa, mode = 'lines', name = 'Estados Unidos')
linha8 = go.Scatter(x = ano, y = world, mode = 'lines', name = 'Mundo')
imagem = [linha1, linha2, linha3, linha4, linha5, linha6, linha7, linha8]
graflinha2 = go.Figure(imagem)
graflinha2.update_layout(
title_text = 'Concentração de CO2: Alemanha, America do sul, Asia, Brasil, China, Europa, EUA (1990-2018)',
template = 'plotly_dark',
xaxis = dict(title = "Anos"),
yaxis = dict(title = 'Concentração de CO2')
)
graf_paralel.show()
graf_pizza.show()
graflinha2.show()
graf_barra.show()
graflinha.show()