Giter Site home page Giter Site logo

mfrankhuizen93 / informatievisualisatie Goto Github PK

View Code? Open in Web Editor NEW
1.0 3.0 0.0 484 KB

UvA Informatiekunde - Informatievisualisatie Project - juni 2018

License: MIT License

Python 100.00%
uva informatievisualisatie informationvisualisation information-science

informatievisualisatie's Introduction

Informatievisualisatie

UvA Informatiekunde Informatievisualisatie Project - juni 2018

Doel van de visualisatie

Het doel van deze visualisatie is om de gebruiker een inzicht te tonen in het verloop van global warming sinds de Industriële Revolutie en de waarden te toetsen aan de afspraken gemaakt in het Klimaatakkoord van Parijs in 2015. De twee hoofdafspraken van dit akkoord luiden als volgt:

  1. De gemiddelde temperatuur van de hele aarde mag niet meer dan 2 graden Celsius opwarmen ten opzichte van de "pre-industriële" temperatuur. 1850 is hier de benchmark. Dit jaar wordt in de meeste berekeningen gebruikt als de pre-industriële temperatuur omdat men pas vanaf dat jaar betrouwbare temperatuurmetingen is gaan doen.

  2. De globale uitstoot van broeikasgassen moet minder dan de helft van de uitstoot in 1990 worden. Hier zijn pas metingen over sinds 1960, dus de visualisatie is ook pas vanaf daar beschikbaar.

De gebruiker kan voor een specifiek land of voor de hele wereld zien wat het temperatuurverschil en de C02-uitstoot is per decennium. Tevens zijn de doelstellingen uit het Klimaatakkoord weergegeven zodat in een opslag duidelijk is. Er zijn pas metingen van broeikasgassenuitstoot sinds 1960, dus die visualisatie is ook pas vanaf daar beschikbaar.

Gebruik van het dashboard

Het gebruik van het dashboard is simpel: het enige dat de gebruiker hoeft te doen is de sliders gebruiken om een tijdsperiode te selecteren en een land uit te dropdown selecteren. Voor de wereldkaart geldt dat voor een zelf te kiezen periode de opwarming wordt gekozen, bij de onderste twee grafieken wordt dit steeds voor 10 jaar gedaan.

Dependencies

Voor het runnen van de visualisatie is een aantal libraries nodig:

plotly

pandas

numpy

scipy

Data

De volgende datasets zijn benodigd

Let op: de namen van de datasets moeten hetzelfde blijven.

Uitvoering

Download de vier datasets

Plaats de datasets in een map 'data', zodat de folderstructuur er als volgt uitziet

.
├── data
│   ├── GlobalCarbonAtlas_territorial.csv
│   ├── GlobalLandTemperaturesByCity.csv
│   ├── GlobalLandTemperaturesByCountry.csv
│   └── GlobalTemperatures.csv
├── license.md
├── README.md
├── Projectverslag.pdf
├── Projectpresentatie.pdf
├── app.py
├── bubblemap.py
├── co2.py
└── line.py
1 directory, 12 files

Navigeer naar de repo in Terminal en run:

python app.py

Navigeer in een browser naar keuze naar:

http://127.0.0.1:8050/

Auteurs

Naam Studentnummer Studie
Michelle Frankhuizen 10365354 Informatica
Ossip Kupperman 11013583 Informatiekunde
Laura Hilhorst 11048999 Informatiekunde

License

Dit project is gelicenseerd onder de MIT License. Zie license.md voor details

informatievisualisatie's People

Contributors

laurahilhorst avatar mfrankhuizen93 avatar

Stargazers

 avatar

Watchers

 avatar  avatar  avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.