Ciências Humanas
Relação de área e população em municípios brasileiros (EM13MAT405, EM13MAT407, EM13CHS101, EM13CHS104, EM13CNT301)
<- "https://raw.githubusercontent.com/turicas/rows/refs/heads/develop/examples/data/brazilian-cities.csv" # define o link para os dados
url <- read.csv(url) # lê o arquivo dos dados
dados
library(plotly)
plot_ly(dados, x = ~area, y = ~inhabitants,
type = "scatter",
mode = 'markers',
marker = list(line = list(width = 1)),
text = ~paste("Cidade: ", city, "<br>Estado: ", state), # Texto no hover
hoverinfo = 'text', # Mostrar apenas o texto definido
frame = ~state)%>%
layout(
title = "Distribuição de área e população em cidades brasileiras",
xaxis = list(title = "Estados", type = "log"),
yaxis = list(title = "População", type = "log"),
showlegend = FALSE
%>%
) animation_opts(
frame = 500, # Velocidade da animação
transition = 0,
redraw = FALSE
)
Sugestões:
Experimente modificar o gráfico, usando/substituindo alternativamente os comandos abaixo no trecho de código:
Consumo populacional de álcool em 2010 (EM13CHS301, EM13CNT205)
library(plotly)
# Exemplo de dataframe com valores fictícios
<- read.csv("https://raw.githubusercontent.com/plotly/datasets/refs/heads/master/2010_alcohol_consumption_by_country.csv")
df
# Criando o mapa choropleth com a escala de cores ajustada
plot_ly(
data = df,
locations = ~location,
locationmode = "country names",
z = ~alcohol, # Variável que determina as cores
type = "choropleth",
colorscale = "Viridis") # outras escalas: # outras escalas: RdBu, Inferno, Blues, Cividis, Greens, ...
Sugestões:
Experimente modificar o gráfico, usando/substituindo alternativamente os comandos abaixo no trecho de código:
Efeito estufa e emissão de CO\(_{2}\) no Brasil (EM13CN09, EM13CHS104)
library(plotly)
library(magrittr) # bibliotecas necessárias
# 1) Obtendo os dados da internet
<- "https://raw.githubusercontent.com/datasets/global-temp/refs/heads/main/data/annual.csv" # define o link para os dados
url <- read.csv(url) # lê o arquivo dos dados
dados
# 2) Construindo o gráfico com animação
plot_ly(dados, x = ~Year, y = ~Mean,
type = "bar",
marker = list(line = list(width = 10)),
frame = ~Year) %>%
animation_opts(
frame = 150, # Velocidade da animação
transition = 0,
redraw = TRUE
%>%
) layout(
title = "Flutuação da temperatura global",
xaxis = list(title = "Anos"),
yaxis = list(title = "Diferença de temperatura, C"))
Sugestões:
Experimente modificar o gráfico, usando/substituindo alternativamente os comandos abaixo no trecho de código:
Produção global de óleos em 2014 (em teraWatts)
Obs: Petróleo bruto, óleo de xisto, areias betuminosas, condensados, e líquidos de gás natural- etano, GLP e nafta separados da produção de gás natural.
Sugestões:
Experimente modificar o gráfico, usando/substituindo alternativamente os comandos abaixo no trecho de código:
library(plotly)
# Exemplo de dataframe com valores fictícios
<- read.csv("https://raw.githubusercontent.com/owid/owid-datasets/refs/heads/master/datasets/Oil%20production%20-%20Etemad%20%26%20Luciana/Oil%20production%20-%20Etemad%20%26%20Luciana.csv")
df
# Renomeando as colunas para facilitar interpretação e plotagem
names(df) <- c("País", "Ano", "Produção.TeraWatt")
# Filtrando os dados para o último ano (2014)
<- subset(df, Ano == "2014")
df
# Criando o mapa choropleth com a escala de cores ajustada
library(plotly)
plot_ly(
data = df,
locations = ~País,
locationmode = "country names",
z = ~Produção.TeraWatt, # Variável que determina as cores
type = "choropleth",
colorscale = "RdBu") # outras escalas: # outras escalas: Viridis, Inferno, Blues, Cividis, Greens, ...
Aquecimento Global (EM13CN03, EM13CN09, EM13CHS105, EM13CHS205)
library(plotly)
library(magrittr) # bibliotecas necessárias
# 1) Obtendo os dados da internet
<- "https://raw.githubusercontent.com/datasets/global-temp/refs/heads/main/data/annual.csv" # define o link para os dados
url <- read.csv(url) # lê o arquivo dos dados
dados
# 2) Construindo o gráfico com animação
plot_ly(dados, x = ~Year, y = ~Mean,
type = "bar",
marker = list(line = list(width = 10)),
frame = ~Year) %>%
animation_opts(
frame = 150, # Velocidade da animação
transition = 0,
redraw = TRUE
%>%
) layout(
title = "Flutuação da temperatura global",
xaxis = list(title = "Anos"),
yaxis = list(title = "Diferença de temperatura, C"))
Sugestões:
Experimente modificar o gráfico, usando/substituindo alternativamente os comandos abaixo no trecho de código:
Expectativa de vida e Produto Interno Bruto - PIB, 1956 a 2007 (EM13CHS101, EM13CHS104, EM13MAT405, EM13MAT410)
library(plotly)
# Obtendo os dados na internet
<- read.csv("https://raw.githubusercontent.com/kirenz/datasets/refs/heads/master/gapminder.csv")
url
<- url # atribuindo os dados a um objeto do `R`
dadosExpVida
# Criando o gráfico interativo com animação
plot_ly(
# dados convertidos da internet
dadosExpVida, x = ~gdpPercap, # renda per capita
y = ~lifeExp, # expectativa de vida
size = ~pop, # tamanho dos pontos em função da população
color = ~country, # cor dos pontos em função do país
frame = ~year, # Frame para a animação por ano de coleta dos dados
text = ~continent, # País como informação ao passar o mouse
hoverinfo = "text",
type = 'scatter', # tipo de gráfico
mode = 'markers',
marker = list(sizemode = 'diameter', opacity = 0.7)
%>%
) layout( # atribuição de título e etiquetas dos eixos
title = "Produto interno bruto X Expectativa de vida",
xaxis = list(title = "PIB (log), US$", type = "log"),
yaxis = list(title = "Expectativa de Vida, anos"),
showlegend = TRUE # possibilidade ou não de aparecer a legenda
%>%
) animation_opts(
frame = 1000, # Velocidade da animação
transition = 0,
redraw = TRUE
)
Sugestões:
Experimente modificar o gráfico, usando/substituindo alternativamente os comandos abaixo no trecho de código:
Queda de meteoritos na Terra - 1800 a 2013 (EM13CHS101, EM13CNT303, EM13CNT301)
library(ggplot2)
library(plotly)
library(dplyr)
library(maps)
<- readr::read_csv("https://raw.githubusercontent.com/rfordatascience/tidytuesday/master/data/2019/2019-06-11/meteorites.csv")
meteoritos
options(scipen = 999)
<- meteoritos %>%
meteoritos_Mundo filter(fall == "Fell") %>%
filter(year > 1800) %>%
# drop_na() %>%
arrange(mass)
# Carregar o mapa do mundo
<- map_data("world")
world
<- world %>%
mapa_animado ggplot() +
geom_polygon(aes( x= long, y = lat, group = group),
fill = "grey20",
color = "white",
size = 0.01) +
geom_point(data= meteoritos_Mundo,
aes(x = long,
y = lat,
frame = year,
size = mass),
color = "orange",
alpha = 0.7) +
labs( title = "Queda de meteoritos - 1800 a 2013}",
caption = "The Meteoritical Society") +
# theme_map() +
scale_size_continuous(guide = F) +
scale_color_discrete(name = "Type") +
theme(plot.title = element_text(size = 10, hjust = 0.5))
<- ggplotly(mapa_animado) %>% animation_slider(currentvalue = list(prefix = "Year ", font = list(color="orange")))
fig_2
fig_2
Sugestões:
Experimente modificar o gráfico, usando/substituindo alternativamente os comandos abaixo no trecho de código: