def mapa():
df = df_inicial[['paises', 'artistas', 'ouvintes']]
df = df.sort_values(by='ouvintes', ascending=False)
# LÊ O CSV, DETERMINA AS COLUNAS A SEREM UTILIZADAS E ORDENA POR OUVINTES
pais = df['paises']
paises = []
for i in range(len(df)):
if pais[i] not in paises and type(pais[i]) == str:
paises.append(pais[i])
# EVITA O APARECIMENTO DE NaN E FAZ COM QUE PAISES APAREÇAM APENAS UMA VEZ
artista = df['artistas']
artistas = []
for i in range(len(df)):
if artista[i] not in artistas:
artistas.append(artista[i])
paises[paises.index(
'Soviet Union'
)] = 'Russia' # TROCA O NOME "SOVIET UNION" QUE APARECE NO CSV PARA RUSSIA
trace = go.Scattergeo(
fill='toself', # PERMITE QUE A COR DA CAIXA DE TEXTO MUDE
fillcolor='#252e3f', # DETERMINA A COR DA CAIXA DE TEXTO
locationmode=
'country names', # DETERMINA O MODO EM QUE VÃO SER ENCONTRADOS
# AS LOCALIZAÇÕES QUE APARECEM NA VARIÁVEL "LOCATIONS"
locations=
paises, # DETERMINA AS LOCALIZAÇÕES QUE APARECEM NO MAPA, NO CASO OS PAÍSES
text=artistas, # DETERMINA O TEXTO QUE APARECE NA CAIXA DE TEXTO,
# NESTE CASO, OS ARTISTAS MAIS INFLUENTES NO PAÍS
mode=
'none', # DETERMINA O MODO DE COMO VÃO APARECER AS LOCALIZAÇÕES NO MAPA
)
# CRIA O GRÁFICO
layout = lm.layout_mc('Most Relevant Artist by Country')
# EDITA O LAYOUT
data = [trace]
fig = go.Figure(data=data, layout=layout)
return fig
def calor():
df = df_inicial[['paises', 'scrobbles']]
df = df.values.tolist()
# cria uma lista somando os scrobbles por país
lista_s = list()
for pais in lista_p:
scrobbles = 0
for i in range(len(df)):
if pais == df[i][0]:
scrobbles += df[i][1]
lista_s.append(scrobbles)
# cria uma lista com os logs dos scrobbles da ultima lista
lista_o_l = ([log2(i) for i in lista_s])
# cria o gráfico
trace = go.Choropleth(
locationmode=
'country names', # DETERMINA O MODO QUE MOSTRARÁ OS PONTOS NO MAPA
locations=
lista_p, # DETERMINA AS LOCALIZAÇÕES QUE APARECEM NO MAPA, NO CASO OS PAÍSES
z=lista_o_l, # BASE PARA AS CORES DO MAPA
text=lista_s,
colorscale=['rgb(255, 255, 255)', 'rgb(67, 183, 152)'
], # ESCALA DE CORES DETERMINADA PARA O GRÁFICO
colorbar={
'thickness': 25,
'tickfont': {
'color': '#c8d4d3',
'family': 'Courier New'
}
} # DETERMINA A COR E FONTE DO TEXTO E A LARGURA DA BARRA DE CORES
)
# cria e muda o layout
layout = lm.layout_mc('Heat Map of Scrobbles per Country')
data = [trace]
fig = go.Figure(data=data, layout=layout)
return fig
def calor():
df = df_inicial[['scrobbles', 'paises']]
df = df.groupby(by='paises').sum()
# LÊ O CSV, DETERMINA AS COLUNAS A SEREM UTILIZADAS E
# SOMA OS SCROBBLES SEPARANDO-OS POR PAISES
scrobbles = [math.log2(i) for i in df['scrobbles']]
# CALCULA O LOG DOS SCROBBLES DE CADA PAÍS
trace = go.Choropleth(
locationmode=
'country names', # DETERMINA O MODO QUE MOSTRARÁ OS PONTOS NO MAPA
locations=df.
index, # DETERMINA AS LOCALIZAÇÕES QUE APARECEM NO MAPA, NO CASO OS PAÍSES
z=scrobbles, # BASE PARA AS CORES DO MAPA
text=df['scrobbles'],
colorscale=['rgb(255, 255, 255)', 'rgb(67, 183, 152)'
], # ESCALA DE CORES DETERMINADA PARA O GRÁFICO
colorbar={
'thickness': 25,
'tickfont': {
'color': '#c8d4d3',
'family': 'Courier New'
}
} # DETERMINA A COR E FONTE DO TEXTO E A LARGURA DA BARRA DE CORES
)
# CRIA O GRÁFICO
layout = lm.layout_mc('Heat Map of Scrobbles per Country')
# EDITA O LAYOUT
data = [trace]
fig = go.Figure(data=data, layout=layout)
return fig