# import pandas as pd import numpy as np import numpy.linalg as nla from pyscript import document from js import document from pyodide import create_proxy from pyodide.http import open_url # def simula(*args, **kwargs): s = document.getElementById("setor").value r = document.getElementById("regiao").value fd = document.getElementById("finalDemand").value c = int(document.querySelector("[name='choice']:checked").value) ch = document.getElementById("typeNumber").value reg = ['Paraná','Rest. BR'] sec = ['Agricultura','Pecuária','Florestal e Pesca','Extr. Carvão Mineral','Extr. Petroleo e Gás', 'Extr. Minério Ferro','Extr. Min. Met n-ferr','Abate de Carne','Refino de Açúcar', 'Outros Prod. Alimetares','Fab. de Bebidas','Produtos do Fumo','Produtos Têxteis', 'Confecção de Vestuário','Fabricação de Calçados','Fabr. de Prod. da Madeira', 'Fabr. Celulose, Papel','Impressão e Repr. de Gravações','Refino de Petróleo', 'Fabr. de Biocombustíveis','Fabr. de Quím. Orgânicos e Inorgânicos','Fabr. de Defensivos, Desinfestantes', 'Fabr. de Produtos de Limpeza e Perfumaria','Fabr. de Produtos Farmoquímicos', 'Fabr. de Produtos de borracha e Plástico','Fabr. de Produtos de Min. não-metálicos', 'Prod. de ferro-gusa/ferroligas, siderurgia','Metal. de Metais não-ferosos e Fundição', 'Fabr. de Produtos de metal, exceto Máq. e Equip','Fabr. de Equip. de Inform., Eletrôn. e Ópticos', 'Fabr. de Máq. e Equip. Elétricos','Fabr. de Máq. e Equip. Mecânicos','Fabr. de Autom., Cam. e ônibus, exceto peças', 'Fabr. de Peças e Aces. p/ Veículos autom','Fabr. de Outros Equip. de Transp., exceto Veíc. Autom.', 'Fabr. de Móveis e Indústrias Diversas','Manut., Repar. e Instal. de Máq. e Equip.', 'Energia Elét., Gás Nat. e Outras Util.','Água, Esgoto e Gestão de Resíduos','Construção', 'Comércio e Reparação de Veículos','Comércio por Atacado e a varejo','Transporte Terrestre', 'Transporte Aquaviário','Transporte Aéreo','Armazenamento, Ativ. aux. dos Transp. e Correio', 'Alojamento','Alimentação','Edição e Edição Integrada à impressão','Ativ. de TV, Rádio, Cinema e Gravação', 'Telecomunicações','Desenv. de Sist. e Outros Serv. de Informação','Intermediação Financeira, seguros e Prev. Compl.', 'Atividades Imobiliárias','Atividades Jurídicas, Contábeis, Consultoria','Serviços de Arquitetura, Engenharia e P & D', 'Outras Ativ. Prof., Cient. e Técnicas','Aluguéis Não-Imobiliários e Propr. Intelectual', 'Outras Ativ. Adm. e Serv. Complementares','Ativ. de Vigil., Segur. e Investigação','Administração pública', 'Educação Pública','Educação Privada','Saúde Pública','Saúde Privada', 'Ativ. Artíst., Criat. e de Espetáculos', 'Organ. Associat. e Outros Serv. Pessoais', 'Serviços Domésticos'] url1 = 'http://mipconsult.com.br/simula/database/PR_MAT_IL_20.csv' url_content1 = open_url(url1) ILR = pd.read_csv(url_content1,header=None, index_col=False).to_numpy() url2 = 'http://mipconsult.com.br/simula/database/PR_MAT_DFI_20.csv' url_content2 = open_url(url2) DFI = pd.read_csv(url_content2,header=None, index_col=False).to_numpy() url3 = 'http://mipconsult.com.br/simula/database/PR_cTAX_20.csv' url_content3 = open_url(url3) cTAX = pd.read_csv(url_content3,header=None, index_col=False).to_numpy() url4 = 'http://mipconsult.com.br/simula/database/PR_cREM_20.csv' url_content4 = open_url(url4) cREM = pd.read_csv(url_content4,header=None, index_col=False).to_numpy() url5 = 'http://mipconsult.com.br/simula/database/PR_cVAD_20.csv' url_content5 = open_url(url5) cVAD = pd.read_csv(url_content5,header=None, index_col=False).to_numpy() url6 = 'http://mipconsult.com.br/simula/database/PR_cPOC_20.csv' url_content6 = open_url(url6) cPOC = pd.read_csv(url_content6,header=None, index_col=False).to_numpy() # Sch = int(s) + (68*(int(r)-1)) dfch = int(fd) + (4*(int(r)-1)) rchk = ((int(ch)/100)) nFD = [0] * (2*68) # if c==1: nFD[Sch-1] = DFI[Sch-1,dfch-1]*(rchk) else: nFD[Sch-1] = int(ch) # def two_cols(data): Sdata = np.zeros((68, 2)) for l in range(2): i = 0 + 68*(l) f = 68 + 68*(l) Sdata[:,l] = data[i:f] # Sdata = pd.DataFrame(Sdata,columns=reg) Sdata.index = sec Sdata = Sdata.sort_values("Paraná", ascending=False) Sdata["TOTAL"] = (Sdata['Paraná'] +Sdata['Rest. BR']) Sdata.loc["TOTAL"] = Sdata.sum(axis=0) Sdata.round(decimals=3) return Sdata # PROD = (ILR).dot(nFD) SProd = two_cols(PROD) # CTAX = np.diag(np.squeeze(cTAX)).dot(PROD) SCtax = two_cols(CTAX) # CREM = np.diag(np.squeeze(cREM)).dot(PROD) SCrem = two_cols(CREM) # CVAD = np.diag(np.squeeze(cVAD)).dot(PROD) SCvad = two_cols(CVAD) # CPOC = np.diag(np.squeeze(cPOC)).dot(PROD) SCpoc = two_cols(CPOC) # PRO_TOT = pd.DataFrame(SProd.tail(1)) PRO_TOT.index = ["Produção"] VAD_TOT = pd.DataFrame(SCvad.tail(1)) VAD_TOT.index=["Valor Adic."] POC_TOT = pd.DataFrame(SCpoc.tail(1)) POC_TOT.index=["Emprego"] REM_TOT = pd.DataFrame(SCrem.tail(1)) REM_TOT.index=["Remuneração"] TAX_TOT = pd.DataFrame(SCtax.tail(1)) TAX_TOT.index=["Impostos"] Resumo = pd.concat([PRO_TOT,POC_TOT,REM_TOT,VAD_TOT,TAX_TOT]).round(decimals=3) # TAB_PROD = (pd.concat([SProd.head(12), SProd.tail(1)])).round(decimals=3) TAB_POC = (pd.concat([SCpoc.head(12), SCpoc.tail(1)])).round(decimals=3) TAB_REM = (pd.concat([SCrem.head(12), SCrem.tail(1)])).round(decimals=3) TAB_VAD = (pd.concat([SCvad.head(12), SCvad.tail(1)])).round(decimals=3) TAB_TAX = (pd.concat([SCtax.head(12), SCtax.tail(1)])).round(decimals=3) # display(Resumo, target="Resumo1", append="False") #pyscript.write("Resumo1",Resumo.to_html(classes="table" "thead-dark")) pyscript.write("Producao1",TAB_PROD.to_html(classes="table" "thead-dark")) pyscript.write("Emprego1",TAB_POC.to_html(classes="table" "thead-dark")) pyscript.write("Remunera1",TAB_REM.to_html(classes="table" "thead-dark")) pyscript.write("ValorAdic1",TAB_VAD.to_html(classes="table" "thead-dark")) pyscript.write("Impostos1",TAB_TAX.to_html(classes="table" "thead-dark"))