-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathmain.py
447 lines (357 loc) · 20.3 KB
/
main.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
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
import streamlit as st
import pandas as pd
import datetime
import altair as alt
from vega_datasets import data
### Meus arquivos
import auxilio
import mapa
import graficos
import mundial
import vac
### Configurações Página
st.set_page_config(page_title='COVID-WORLD',
page_icon='https://emojipedia-us.s3.dualstack.us-west-1.amazonaws.com/thumbs/320/facebook/65/globe-with-meridians_1f310.png',
layout="wide")
### Dados
@st.cache
def dadosInteiros():
#df=pd.read_csv('https://covid.ourworldindata.org/data/owid-covid-data.csv')
df = pd.read_csv('.dados/data.csv')
#ISO = pd.read_csv('https://raw.githubusercontent.com/stefangabos/world_countries/master/data/en/countries.csv')
ISO = pd.read_csv('ISO.csv')
ISO['alpha3']=[a.upper() for a in ISO['alpha3']]
ISO['flag']=['https://raw.githubusercontent.com/csmoore/country-flag-icons/master/country-flags-4x3-png/'+a+'.png' for a in ISO['alpha2']]
df2=df.merge(ISO[['id','alpha3','flag']].rename(columns={'alpha3':'iso_code'}),how='left',on='iso_code')
return df2
@st.cache
def dados():
#df=pd.read_csv('https://covid.ourworldindata.org/data/owid-covid-data.csv')
df = pd.read_csv('.dados/data.csv')
#ISO = pd.read_csv('https://raw.githubusercontent.com/stefangabos/world_countries/master/data/en/countries.csv')
ISO = pd.read_csv('ISO.csv')
ISO['alpha3']=[a.upper() for a in ISO['alpha3']]
ISO['flag']=['https://raw.githubusercontent.com/csmoore/country-flag-icons/master/country-flags-4x3-png/'+a+'.png' for a in ISO['alpha2']]
df2=df.merge(ISO[['id','alpha3','flag']].rename(columns={'alpha3':'iso_code'}),how='inner',on='iso_code')
return df2
# Primeiro ambiente ...
l0c1,hrEscrever,l0c2= st.columns([1,3,1])
P1 = l0c2.selectbox("",
('Info', 'Epicenter','Vaccine','The Vis'))
if P1 == 'Info':
b0, info1, l1c1, info2 ,l1c2, l1c3,info3= st.columns([2,2,5,1,1.5,3,1])
P2 = b0.selectbox('TYPE:',['Cases', 'Deaths', 'Vaccination'])
### Várias faces ...
info1.markdown('')
info2.markdown('')
info3.markdown('')
## Face 0 - CASOS ##################################################################################################################################
if P2 == 'Cases':
## Linha 1 -> 2 colunas | SelectBox | Mapa | Lista |
# face: 0 / linha: 1 / coluna:[1:3]
NT = b0.selectbox("Total or New",('New cases','Total cases'))
menu = b0.selectbox("Continent",
("Africa", "Europe", "South America", 'North America', "Asia", "Oceania"),
)
d = b0.date_input('Date',value=datetime.date(2021, 12, 1),
min_value= datetime.date(2020, 1, 1),
max_value= datetime.date(2022, 3, 31) )
l0c1.markdown(' \n ')
if NT =='New cases':
nt = 'new_cases'
else:
nt='total_cases'
df = dados()
df1 = auxilio.clasifica_df(df,menu,d,nt)
#Titulo
hrEscrever.markdown(f'## {NT} - {menu}')
# Mapa
m = mapa.mapa(df1,menu,nt)
l1c1.altair_chart(m)
#Lista
for num in range(4):
if len(df1)<num+1:
break
paises = df1.iloc[num]
l1c2.image(paises['flag'],width=70)
l1c2.write(f'\~~~ {num+1}º ~~~')
if NT =='New cases':
l1c3.metric(label=paises['location'], value='{0:,}'.format(int(paises['new_cases'])),
delta=round((paises['new_cases']-paises['new_cases_smoothed'])/paises['new_cases_smoothed'],5),delta_color="inverse")
else:
l1c3.metric(label=paises['location'], value='{0:,}'.format(int(paises['total_cases'])), delta='{0:,}'.format(int(paises['new_cases']))
,delta_color="inverse")
# Linha 2
casos1,f0l2c1,casos2=st.columns([5,24,1])
casos1.markdown('')
casos2.markdown('')
#df para grafico 2
df2 = df1.query(f'{nt}>0')
# componente linha 2
g1 = graficos.grafico1(df2,nt)
f0l2c1.altair_chart(g1)
## Face 1 - Mortes ##################################################################################################################################
if P2 == 'Deaths':
## Linha 1 -> 2 colunas | SelectBox | Mapa | Lista |
# face: 1 / linha: 1 / coluna:[1:3]
#b0, b, f1l1c1, b ,f1l1c2, f1l1c3,b= st.columns([2,2,5,1,1.5,3,1])
NT = b0.selectbox("Total or New",('New deaths','Total deaths'))
menu = b0.selectbox("Continent",
("Africa", "Europe", "South America", 'North America', "Asia", "Oceania"),
)
d = b0.date_input('Date',value=datetime.date(2021, 12, 1),
min_value= datetime.date(2020, 1, 1),
max_value= datetime.date(2022, 3, 31) )
#Titulo
hrEscrever.markdown(f'## {NT} - {menu}')
l0c1.markdown(' \n ')
if NT =='New deaths':
nt = 'new_deaths'
else:
nt='total_deaths'
df = dados()
df1 = auxilio.clasifica_df(df,menu,d,nt)
# Mapa
m = mapa.mapa(df1,menu,nt,'yelloworangered')
l1c1.altair_chart(m)
#Lista
for num in range(4):
if len(df1)<num+1:
break
paises = df1.iloc[num]
l1c2.image(paises['flag'],width=70)
l1c2.write(f'\~~~ {num+1}º ~~~')
if NT =='New deaths':
l1c3.metric(label=paises['location'], value='{0:,}'.format(int(paises['new_deaths'])),
delta=round((paises['new_deaths']-paises['new_deaths_smoothed'])/paises['new_deaths_smoothed'],5),delta_color="inverse")
else:
l1c3.metric(label=paises['location'], value='{0:,}'.format(int(paises['total_deaths'])),
delta='{0:,}'.format(int(paises['new_deaths'])),delta_color="inverse")
# Linha 2
mortes1,f1l2c1,mortes2=st.columns([5,24,1])
mortes1.markdown('')
mortes2.markdown('')
#df para grafico 2
df2 = df1.query(f'{nt}>0')
# componente linha 2
g1 = graficos.grafico1(df2,nt)
f1l2c1.altair_chart(g1)
## Face 2 - Vacinação ##################################################################################################################################
if P2 == 'Vaccination':
## Linha 1 -> 2 colunas | SelectBox | Mapa | Lista |
# face: 2 / linha: 1 / coluna:[1:3]
#b0, b, f2l1c1, b ,f2l1c2, f2l1c3,b= st.columns([2,2,5,1,1.5,3,1])
NT1 = b0.selectbox("Vaccinated or Fully",('People Vaccinated','People Fully Vacinated'))
NT2 = b0.selectbox("Total or Per Hundred",('Total','Per Hundred'))
menu = b0.selectbox("Continent",
("Africa", "Europe", "South America", 'North America', "Asia", "Oceania"),
)
#Titulo
hrEscrever.markdown(f'## {NT1} - {menu}')
l0c1.markdown(' \n ')
if NT1 =='People Vaccinated':
nt0 = 'people_vaccinated'
else:
nt0='people_fully_vaccinated'
if NT2 == 'Per Hundred':
nt = nt0 + '_per_hundred'
logaritmo = False
else:
nt = nt0
logaritmo = True
df = dados()
df1 = auxilio.faz_tabela_vacina(df,menu,nt)
# Mapa
m = mapa.mapa(df1,menu,nt,'yellowgreen')
l1c1.altair_chart(m)
#Lista
for num in range(4):
if len(df1)<num+1:
break
paises = df1.iloc[num]
l1c2.image(paises['flag'],width=70)
l1c2.write(f'\~~~ {num+1}º ~~~')
if nt0 =='people_vaccinated':
l1c3.metric(label=paises['location'], value= '{0:,}'.format(int(paises['people_vaccinated'])),
delta=str(paises['people_vaccinated_per_hundred'])+'%',delta_color="normal")
else:
l1c3.metric(label=paises['location'], value= '{0:,}'.format(int(paises['people_fully_vaccinated'])),
delta=str(paises['people_fully_vaccinated_per_hundred'])+'%',delta_color="normal")
# Linha 2
vacinados1,f2l2c1,vacinados2=st.columns([5,24,1])
vacinados1.markdown('')
vacinados2.markdown('')
# componente linha 2
g1 = graficos.grafico2(df1,nt,nt0,logaritmo)
f2l2c1.altair_chart(g1)
####################### Mundo #######################################
if P1=='Epicenter':
l0c1.markdown(f'# Epicenter')
hrEscrever.markdown('')
st.markdown(' ')
mundial1,mundial2 = st.columns([1,2])
df = dadosInteiros()
df1 = df.query(f'date == "2021-12-09"')
df_cont = auxilio.tabela_group_continente(df)
selectMundial = mundial1.selectbox('Data',['New Deaths','New Deaths by Pop','New Cases','New Cases by Pop'])
dicmunsel={'New Deaths':'new_deaths','New Deaths by Pop':'new_deaths_by_population','New Cases':'new_cases','New Cases by Pop':'new_cases_by_population'}
mundial1.markdown(' ')
cb=mundial.mapa_mundi(df1)
mundial1.altair_chart(cb)
if selectMundial in ['New Deaths by Pop','New Cases by Pop']:
mundial1.markdown('''<div id = 'tudo' style='font-family: "Courier", Courier, monospace;'>Frequency in a million people</div>''',unsafe_allow_html=True)
bc = mundial.bump_chart(df_cont,dicmunsel[selectMundial])
mundial2.altair_chart(bc)
#################################################################################
if P1=='Vaccine':
l0c1.markdown(f'# Vaccine')
hrEscrever.markdown('')
df=dados()
df=auxilio.tabela_extra(df)
vac = vac.vaq1(df)
st.markdown(' ')
vaccine1,area,vaccine2=st.columns([1,3,1])
area.altair_chart(vac)
vaccine1.markdown('')
vaccine2.markdown('')
################################## Escrita ######################################
if P1=='The Vis':
l0c1.markdown(f'# The Vis')
hrEscrever.markdown('')
st.markdown("""
<div id = 'tudo' style='font-family: "Courier", Courier, monospace;'>
<h2 id = 'h1' style='font-family: "Courier", Courier, monospace;'>O trabalho</h2>
<div class = 'tr' style='font-family: "Courier", Courier, monospace;'>Este é meu trabalho de Visualização da Informação do Mestrado em Modelagem Matematica da EMAP - FGV, com a professora Asla. Os códigos estão no <a style='font-family:"Courier", monospace;' href='https://github.com/CarCesar/COVID'>
meu GITHUB
</a></div>
<h2 style='font-family: "Courier", Courier, monospace;'>A ideia</h2>
<p style='font-family: "Courier", Courier, monospace;'>Minha ideia a principio foi pegar dados que tivessem dados temporais e espaciais pois eu queria muito utilizar mapa. Portanto, depois de algumas pesquisas resolvi pegar os dados de COVID pelo mundo.
Depois de estudar um pouco sobre os dados cheguei a conclusão que teria 3 grandes grupos importantes <em>Casos</em>, <em>Mortes</em> e <em>Vacinação</em>.
</p>
<h3 style='font-family: "Courier", Courier, monospace;'>Casos</h3>
<p style='font-family: "Courier", Courier, monospace;'>Dentro de casos teve 2 subgrupos que achei legal para fazer analise,<em>Novos Casos</em>, aonde a gente tem um nivel de como está a covid em determinado local em tal dia.
E <em>Total de Casos</em> aonde a gente vê como foi a covid em tal lugar até determinado dia.</p>
<h3 style='font-family: "Courier", Courier, monospace;'>Mortes</h3>
<p style='font-family: "Courier", Courier, monospace;'>Em mortes, novamente, foram 2 subgrupos que achei legal para fazer analise,<em>Novas Mortes</em>, em que a gente tem uma ideia de como a covid esta ceifando vidas em determinado local hoje, ou em tal dia.
E <em>Total de Mortes</em> aonde a gente vê quão devastador foi a covid em tal lugar até determinado dia.</p>
<h3 style='font-family: "Courier", Courier, monospace;'>Vacinação</h3>
<p style='font-family: "Courier", Courier, monospace;'>
Aqui não seria possivel fazer uma analise relacionada aos vacinados naquele dia, pois tinha vários dados faltantes.
Porém diferente dos demais, o objetivo é que toda a população seja vacinada e além disso, seja totalmente vacinada.
Portanto, perdemos a variavel tempo, porém ganhamos as variaveis <em>Vacinadas</em> e <em>Totalmente Vacinadas</em>, e cada uma delas ainda pode ser a quantidade total ou um porcentagem da população total.
</p>
<h2 style='font-family: "Courier", Courier, monospace;'>Execução</h2>
<h3 style='font-family: "Courier", Courier, monospace;'>Info</h3>
</div>
<style>
h2{color:#AAAAFF}
em{color:#CCCCFF}
h3{color:#BBBBFF}
</style>
""",unsafe_allow_html=True)
v1,v2 = st.columns(2)
v1.markdown('''<p style='font-family: "FreeMono", monospace;'>Para começar, peguei os dados de casos, fiz os seletores de 'New Cases' ou 'Total Cases', de Continente e de Data. Em seguida fiz um mapa onde representei os dados no espaço, do lado coloquei uma lista dos paises que tinham mais incidentes entre os dados selecionados. Quando selecionado 'New Cases', o número grande indica os novos casos naquele dia, e o numerozinho representa a taxa de crescimento, quando selecionado 'Total Cases', o número grande indica o total de casos registrados até aquele dia e número pequeno os novos casos daquele dia.
Em seguida fiz um scater plot em que o x é o Total de Casos (log) e o y é o Total de Mortes (log), em ambos os casos preferi a escala log. O tamanho dos circulos representa a quantidade de Novos ou Total de Casos a depender de qual foi escolhido, do lado e interligado está um bar plot em no y estão os paises, enquanto no x está Total ou Novos Casos a depender da escolha, porém aqui, os dados estão em escala log. Ao escolher uma barra ou um círculo, os dados relacionados irão acender e definir varias informações.
Todo o processo feito aqui foi repetido para Mortes com algumas edições nas cores.
</p>
''',unsafe_allow_html=True)
v2.image('casos.png')
v3,v4=st.columns(2)
v3.image('vac.png')
v4.markdown("""<p style='font-family:"Courier", monospace;'>
A ideia para Vacinação era fazer a mesma coisa que fiz para casos e para mortes, porém ao analisar os dados vi que não eram todos os dias que eram lançados os dados de todos os paises. Daria para fazer, mas eu teria que manipular os dados e não seria o trabalho mais facil do mundo. Além disso, toda a população de todo pais é para ser vacinada, além disso, totalmente vacinada. Então peguei os últimos dados lançados de cada país e fiz um mapa e uma lista muito parecidos com os anteriores, na lista aparecia os números de vacinados e a porcentagem da população que já se imunizou.
Na hora de fazer os scater plot coloquei no eixo x a data do ultimo lançamento e no y os paises, o tamanho dos circulos é a quantia selecionada que também está representada no eixo x no gráfico de barras (se escolheu ver a quantia Total ele estará em log), no eixo y do grafico de barras estão os paises. Novamente, se selecionar um circulo ou uma barra, dados do pais selecionado irão aparecer pela tela.
</p>
""",unsafe_allow_html=True)
st.markdown("""<p style='font-family:"Courier", monospace;'>
Após ter feito isso, achei que estava faltando algo mais relacionado com os dados temporais...
</p>
<h3 style='font-family: "Courier", Courier, monospace;'>Epicentro</h3>
<p style='font-family:"Courier", monospace;'>
Meio na dúvida do que fazer, pensei que seria legal algum grafico que permitisse uma analise temporal, nesse caso o melhor contexto que achei, além de ser um assunto bem amplo, é 'Qual o epicentro da pandemia?', sabemos que esse epicentro é fluido, hoje é um lugar, amanhã pode ser outro totalmente diferente, então tentei resolver esse problema com a visualização. 'Para começar, me perguntei como vou definir que o continente epicentro da pandemia?'
</p>
<em style='font-family:"Courier", monospace;'>
Seria o continente que tem mais casos em tal periodo de tempo?
</em>
<br>
<br>
<em style='font-family:"Courier", monospace;'>
Ou será o continente que tem mais mortes em tal periodo?
</em>
<br>
<br>
<em style='font-family:"Courier", monospace;'>
Será que é certo perguntar pelo "mais", ou seria melhor perguntar pelo que tem mais incidencias dadas as populações?
</em>
<br>
<br>
<p style='font-family:"Courier", monospace;'>
É... Achei todos os contextos válidos. Então resolvi fazer um seletor onde o usuário pode selecionar. Falando da visualização propriamente dita, fiz um 'Bump Chart' e abaixo dele um 'Heatmap' com uma legenda que permite a seleção de um continente ao lado, eu queria utilizar o mapa como a legenda ligada que seleciona os continentes, porém após alguma pesquisa vi que ainda não é possivel, porém coloquei o mapa ao lado para dar um charme e ser uma legenda auxiliar.
Ao selecionar um continente, as linhas dos outros continentes ficam mais claras evidenciando o continente escolhido, no heatmap os outros continentes somem e o grafico de barras que está no fundo fca mais visivel (Não sei se sobrecarrega a visualização, porém achei legal as cores em um primeiro plano e as linhas evidenciando as quantidades indicadas pelas cores no heatmap). A visualização foi essa:
</p>
<style>
h2{color:#AAAAFF}
em{color:#CCCCFF}
h3{color:#BBBBFF}
</style>
""",unsafe_allow_html=True)
b,v5,b=st.columns([1,2,1])
v5.image('epi.png')
st.markdown("""
<h3 style='font-family: "Courier", Courier, monospace;'>Vacinas</h3>
<p style='font-family:"Courier", monospace;'>
É muitas vezes ao vermos as notícias, tem algo relacionado com a OMS pedindo que os paises ricos tambem se solidarizem com os países mais pobres, principalmente os africanos. Então resolvi fazer essa visualização para ver como estão os paises de cada continente na vacinação. Para tal, fiz um heatmap com sobreposição de um scater plot. Para finalizar coloquei as legendas aos lados e uma marquinha para cada pais na região do seu continente. Coloquei a interatividade ao clicar nas legendas do mapa.
</p>
<style>
h2{color:#AAAAFF}
em{color:#CCCCFF}
h3{color:#BBBBFF}
</style>
""",unsafe_allow_html=True)
b,v6,b=st.columns([1,2,1])
v6.image('hep.png')
v7,b,v8,v9=st.columns([20,1,10,8])
v7.markdown("""
<h3 style='font-family: "Courier", Courier, monospace;'>Bibliografia</h3>
<p style='font-family:"Courier", monospace;'>
Para fazer esse trabalho eu utilizei as bibliotecas Streamlit e Altair de Python. E consegui os dados utilizados nesse trabalho em:
</p>
<a style='font-family:"Courier", monospace;' href='https://covid.ourworldindata.org/data/owid-covid-data.csv'>
Our World in Data
</a>
<br>
<a style='font-family:"Courier", monospace;' href='https://github.com/stefangabos/world_countries/blob/master/data/en/countries.csv'>
ISO CODE
</a>
<br>
<a style='font-family:"Courier", monospace;' href='https://github.com/csmoore/country-flag-icons/'>
Bandeiras
</a>
<style>
h2{color:#AAAAFF}
em{color:#CCCCFF}
h3{color:#BBBBFF}
</style>
""",unsafe_allow_html=True)
v8.markdown("""
<h3 style='font-family: "Courier", Courier, monospace;'>Quem Fez?</h3>
<p style='font-family:"Courier", monospace;'>
Carlos César Fonseca é estudante do 4º periodo(2021-2) de Ciência de Dados da Emap - FGV.
</p>
<p style='font-family:"Courier", monospace;'>
As vezes perdido, as vezes insano, mas no fundo com todo mundo é...
</p>
<p style='font-family:"Courier", monospace;'>
A pessoa da foto...
</p>
<style>
h2{color:#AAAAFF}
em{color:#CCCCFF}
h3{color:#BBBBFF}
</style>
""",unsafe_allow_html=True)
v9.image('carl.jpeg')
st.markdown('''<style>
body{font-family: "Courier", Courier, monospace;}
[data-baseweb]{font-family: "Courier", Courier, monospace;}
</style>''',unsafe_allow_html=True)