Skip to content

Instantly share code, notes, and snippets.

View tiagofer's full-sized avatar
🤓
Focusing

Tiago Ferreira tiagofer

🤓
Focusing
View GitHub Profile
@tiagofer
tiagofer / tutorial_godot.txt
Last active November 21, 2017 21:43
Build a Android module on Godot Engine
#Install Ubuntu for windows on Microsoft Store
#Path: https://www.microsoft.com/pt-br/store/p/ubuntu/9nblggh4msv6
# Install Oracle JDK 8
add-apt-repository ppa:webupd8team/java
apt-get update
apt-get install -y oracle-java8-installer
apt-get install -y unzip make
#Install Linux dependecies
#importa a biblioteca Pandas
import pandas as pd
#Cria um DataFrame simples
df = pd.DataFrame([0,1,2,3,4,5],columns=["teste"])
#Imprime este dataframe no terminal
print (df)
import dash
import dash_core_components as dcc
import dash_html_components as html
external_stylesheets = ['https://codepen.io/chriddyp/pen/bWLwgP.css']
app = dash.Dash(__name__, external_stylesheets=external_stylesheets)
app.layout = html.Div(children=[
html.H1(children='Hello Dash'),
@app.callback(
Output(component_id='my-div', component_property='children'),
[Input(component_id='my-id', component_property='value')]
)
def update_output_div(input_value):
return 'You\'ve entered "{}"'.format(input_value)
import pandas as pd
import dash
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input,Output
#colunas que serão utilizadas
cols = ['mesano_de_referencia','tribunal','cargo','total_de_rendimentos']
#carregar dataset salários
df_salarios = pd.read_csv("datasets/salarios.csv",usecols=cols,low_memory=False)
#instanciando dash app
external_stylesheets = ['https://codepen.io/chriddyp/pen/bWLwgP.css']
app = dash.Dash(name=__name__,external_stylesheets=external_stylesheets)
#criação do layout
app.layout = html.Div([
#menu dropdown com a id para ser acessado via callback e a lista de opções geradas a partir do dataframe
dcc.Dropdown(
id='tribunal-dropdown',
options=[{'label':i,'value':i} for i in tribunal]
),
#div para a exibição do gráfico. Repare que o elemento graph só tem o ID, o gráfico será gerado no callback
html.Div([
dcc.Graph(
#criando uma lista com os nomes de tribunais existentes no dataset
tribunal = df_salarios.tribunal.unique()
#neste callback utilizaremos como Output o Graph "meu-grafico-aqui"
#como Input recebemos o valor ativo no menu Dropdown (value)
@app.callback(
Output('meu-grafico-aqui','figure'),
[Input('tribunal-dropdown','value')]
#Após o callback, teremos a função que fará o update no output de acordo com o valor (value) recebido (sacou?!?!)
def update_output(value):
#aqui criaremos um novo dataframe que será filtrado conforme o tribunal selecionado
#o resultado será agrupado pela data de pagamento utilizando a soma dos valores
#ao final, resetamos o índice para a geração do gráfico
fig = px.bar(player_nat,x='preferred_foot',y='sofifa_id',labels={
'preferred_foot': 'Pé preferido para o chute',
'sofifa_id': 'Total de Jogadores'
})
fig.show()