Interactive story telling

Student Name:

Story URL:

Loneliness another risk factor for lifestyle diseases

Loneliness Might Be A Bigger Health Risk Than Smoking Or Obesity (forbes.com)

Data Source:

Open source data from OECD website related to Health risks were retrieved and analysed

OECD (2018), Health risks, Health risks - Alcohol consumption - OECD Data

OECD (2018), Obese or overweight population, Health risks - Overweight or obese population -
OECD Data

OECD (2018), Lack of social support, Health risks - Lack of social support - OECD Data

Topic discussion

Lack of social support is greatest threat for the society which paves way for significant risk
factors such as alcoholism, smoking and obesity. Alcohol consumption, smoking and obesity are
common risk factors associated with diabetes and cardiovascular disorders. Hence, this study
focuses on predominance of alcoholism, smoking and obesity status among world population in
comparison with the different age groups failing to receive social support.

Data preprocessing

The data chosen for the analysis were cleaned using Microsoft Excel

Visualization URL

Shiny app –

Required R packages

Library(plotly)
Library(dplyr)

Library(ggplot2)

Library(shiny)

Alcohol Consumption

Plotly Link: https://plotly.com/~ruby8687/1/

R code

library(plotly)
trace1 <- list(
meta = list(columnNames = list(
x = "LOCATION",
y = "Value"
)),
mode = "markers",
type = "bar",
xsrc = "ruby8687:0:d6576c",
x = c("AUS", "BEL", "CAN", "CAN", "CAN", "CZE", "CZE", "CZE", "DNK", "FIN", "FIN", "FIN", "FIN",
"FRA", "FRA", "FRA", "DEU", "GRC", "ISL", "ISL", "ISL", "ISL", "IRL", "IRL", "IRL", "IRL", "ITA",
"ITA", "ITA", "JPN", "JPN", "JPN", "KOR", "KOR", "KOR", "LUX", "LUX", "LUX", "LUX", "MEX",
"NLD", "NLD", "NLD", "NZL", "NZL", "NZL", "NZL", "NOR", "NOR", "NOR", "NOR", "ESP", "SWE",
"SWE", "SWE", "CHE", "TUR", "GBR", "GBR", "GBR", "USA", "USA", "USA", "BRA", "BRA", "CHL",
"EST", "EST", "ISR", "ISR", "RUS", "RUS", "RUS", "CRI", "CRI", "CRI"),
ysrc = "ruby8687:0:0a3137",
y = c("12.4", "15.4", "12.5", "12", "11.3", "19.6", "18.4", "21.1", "16.9", "15", "13", "14", "13", "29.4",
"26.9", "25.4", "18.8", "35", "10.2", "9.4", "8.6", "8.2", "19", "18", "17", "14", "20", "19.9", "19.2", "18.3",
"17.7", "17.8", "18.4", "17.5", "17.5", "14.9", "16", "14.5", "16.8", "7.6", "18", "16.8", "15.5", "14.2", "13.8",
"13.1", "12.5", "12", "11", "12", "9", "22.1", "10.9", "10.4", "10.1", "19.1", "26.5", "16.1", "16.8", "16.6",
"11.8", "10.5", "10.3", "10.2", "10.1", "24.5", "21.3", "17.2", "19.6", "16.9", "30.3", "27.5", "26.7", "5.2",
"4.7", "4.2"),
orientation = "v"
)
data <- list(trace1)
layout <- list(
title = list(text = "Alcohol Consumption status by Country"),
xaxis = list(
type = "category",
range = c(-0.5, 30.5),
autorange = TRUE
),
yaxis = list(
type = "linear",
range = c(0, 88.94736842105263),
autorange = TRUE
),
autosize = TRUE,
template = list(
data = list(
bar = list(
list(
type = "bar",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
table = list(
list(
type = "table",
cells = list(
fill = list(color = "#EBF0F8"),
line = list(color = "white")
),
header = list(
fill = list(color = "#C8D4E3"),
line = list(color = "white")
)
)
),
carpet = list(
list(
type = "carpet",
aaxis = list(
gridcolor = "#C8D4E3",
linecolor = "#C8D4E3",
endlinecolor = "#2a3f5f",
minorgridcolor = "#C8D4E3",
startlinecolor = "#2a3f5f"
),
baxis = list(
gridcolor = "#C8D4E3",
linecolor = "#C8D4E3",
endlinecolor = "#2a3f5f",
minorgridcolor = "#C8D4E3",
startlinecolor = "#2a3f5f"
)
)
),
mesh3d = list(
list(
type = "mesh3d",
colorbar = list(
ticks = "",
outlinewidth = 0
)
)
),
contour = list(
list(
 type = "contour",
colorbar = list(
ticks = "",
outlinewidth = 0
),
autocolorscale = TRUE
)
),
heatmap = list(
list(
type = "heatmap",
colorbar = list(
ticks = "",
outlinewidth = 0
),
autocolorscale = TRUE
)
),
scatter = list(
list(
type = "scatter",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
surface = list(
list(
type = "surface",
colorbar = list(
ticks = "",
outlinewidth = 0
)
)
),
heatmapgl = list(
list(
type = "heatmapgl",
colorbar = list(
ticks = "",
outlinewidth = 0
)
)
),
histogram = list(
list(
type = "histogram",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
parcoords = list(
list(
line = list(colorbar = list(
ticks = "",
outlinewidth = 0
)),
type = "parcoords"
)
),
scatter3d = list(
list(
type = "scatter3d",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
scattergl = list(
list(
type = "scattergl",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
choropleth = list(
list(
type = "choropleth",
colorbar = list(
ticks = "",
outlinewidth = 0
)
)
),
scattergeo = list(
list(
type = "scattergeo",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
histogram2d = list(
list(
type = "histogram2d",
colorbar = list(
ticks = "",
outlinewidth = 0
),
 autocolorscale = TRUE
)
),
scatterpolar = list(
list(
type = "scatterpolar",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
contourcarpet = list(
list(
type = "contourcarpet",
colorbar = list(
ticks = "",
outlinewidth = 0
)
)
),
scattercarpet = list(
list(
type = "scattercarpet",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
scattermapbox = list(
list(
type = "scattermapbox",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
scatterpolargl = list(
list(
type = "scatterpolargl",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
scatterternary = list(
list(
type = "scatterternary",
marker = list(colorbar = list(
ticks = "",
 outlinewidth = 0
))
)
),
histogram2dcontour = list(
list(
type = "histogram2dcontour",
colorbar = list(
ticks = "",
outlinewidth = 0
),
autocolorscale = TRUE
)
)
),
layout = list(
geo = list(
bgcolor = "white",
showland = TRUE,
lakecolor = "white",
landcolor = "white",
showlakes = TRUE,
subunitcolor = "#C8D4E3"
),
font = list(color = "#2a3f5f"),
polar = list(
bgcolor = "white",
radialaxis = list(
ticks = "",
gridcolor = "#EBF0F8",
linecolor = "#EBF0F8"
),
angularaxis = list(
ticks = "",
gridcolor = "#EBF0F8",
linecolor = "#EBF0F8"
)
),
scene = list(
xaxis = list(
ticks = "",
gridcolor = "#DFE8F3",
gridwidth = 2,
linecolor = "#EBF0F8",
zerolinecolor = "#EBF0F8",
showbackground = TRUE,
backgroundcolor = "white"
),
yaxis = list(
ticks = "",
gridcolor = "#DFE8F3",
gridwidth = 2,
linecolor = "#EBF0F8",
 zerolinecolor = "#EBF0F8",
showbackground = TRUE,
backgroundcolor = "white"
),
zaxis = list(
ticks = "",
gridcolor = "#DFE8F3",
gridwidth = 2,
linecolor = "#EBF0F8",
zerolinecolor = "#EBF0F8",
showbackground = TRUE,
backgroundcolor = "white"
)
),
title = list(x = 0.05),
xaxis = list(
ticks = "",
gridcolor = "#EBF0F8",
linecolor = "#EBF0F8",
automargin = TRUE,
zerolinecolor = "#EBF0F8",
zerolinewidth = 2
),
yaxis = list(
ticks = "",
gridcolor = "#EBF0F8",
linecolor = "#EBF0F8",
automargin = TRUE,
zerolinecolor = "#EBF0F8",
zerolinewidth = 2
),
ternary = list(
aaxis = list(
ticks = "",
gridcolor = "#DFE8F3",
linecolor = "#A2B1C6"
),
baxis = list(
ticks = "",
gridcolor = "#DFE8F3",
linecolor = "#A2B1C6"
),
caxis = list(
ticks = "",
gridcolor = "#DFE8F3",
linecolor = "#A2B1C6"
),
bgcolor = "white"
),
colorway = c("#636efa", "#EF553B", "#00cc96", "#ab63fa", "#19d3f3", "#e763fa", "#fecb52", "#ffa15a",
"#ff6692", "#b6e880"),
hovermode = "closest",
colorscale = list(
 diverging = list(c(0, "#8e0152"),list(0.1, "#c51b7d"),list(0.2, "#de77ae"),list(0.3, "#f1b6da"),list(0.4,
"#fde0ef"),list(0.5, "#f7f7f7"),list(0.6, "#e6f5d0"),list(0.7, "#b8e186"),list(0.8, "#7fbc41"),list(0.9,
"#4d9221"),list(1, "#276419")),
sequential = list(c(0, "#0508b8"),list(0.0893854748603352, "#1910d8"),list(0.1787709497206704,
"#3c19f0"),list(0.2681564245810056, "#6b1cfb"),list(0.3575418994413408,
"#981cfd"),list(0.44692737430167595, "#bf1cfd"),list(0.5363128491620112,
"#dd2bfd"),list(0.6256983240223464, "#f246fe"),list(0.7150837988826816,
"#fc67fd"),list(0.8044692737430168, "#fe88fc"),list(0.8938547486033519,
"#fea5fd"),list(0.9832402234636871, "#febefe"),list(1, "#fec3fe")),
sequentialminus = list(c(0, "#0508b8"),list(0.0893854748603352, "#1910d8"),list(0.1787709497206704,
"#3c19f0"),list(0.2681564245810056, "#6b1cfb"),list(0.3575418994413408,
"#981cfd"),list(0.44692737430167595, "#bf1cfd"),list(0.5363128491620112,
"#dd2bfd"),list(0.6256983240223464, "#f246fe"),list(0.7150837988826816,
"#fc67fd"),list(0.8044692737430168, "#fe88fc"),list(0.8938547486033519,
"#fea5fd"),list(0.9832402234636871, "#febefe"),list(1, "#fec3fe"))
),
plot_bgcolor = "white",
paper_bgcolor = "white",
shapedefaults = list(
line = list(width = 0),
opacity = 0.4,
fillcolor = "#506784"
),
annotationdefaults = list(
arrowhead = 0,
arrowcolor = "#506784",
arrowwidth = 1
)
),
themeRef = "PLOTLY_WHITE"
)
)
p <- plot_ly()
p <- add_trace(p, meta=trace1$meta, mode=trace1$mode, type=trace1$type, xsrc=trace1$xsrc, x=trace1$x,
ysrc=trace1$ysrc, y=trace1$y, orientation=trace1$orientation)
p <- layout(p, title=layout$title, xaxis=layout$xaxis, yaxis=layout$yaxis, autosize=layout$autosize,
template=layout$template)
Smoking Status among world nations

Plotify link: https://plotly.com/~ruby8687/12/

Obesity status among world nations

Plotify link: https://plotly.com/~ruby8687/14/

R code

library(plotly)
trace1 <- list(
asrc = "ruby8687:3:0e1ec1",
a = c("AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS",
"AUS", "AUT", "AUT", "AUT", "AUT", "BEL", "BEL", "BEL", "BEL", "BEL", "BEL", "CAN", "CAN",
"CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN",
"CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CZE", "CZE", "CZE",
"CZE", "CZE", "CZE", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN",
"FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN",
"FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN",
"FIN", "FIN", "FIN", "FIN", "FIN", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA",
"FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "DEU", "DEU", "DEU", "DEU", "DEU",
"DEU", "DEU", "GRC", "GRC", "GRC", "GRC", "GRC", "HUN", "HUN", "HUN", "HUN", "HUN", "HUN",
"HUN", "ISL", "ISL", "ISL", "ISL", "ISL", "ISL", "ISL", "IRL", "IRL", "IRL", "IRL", "IRL", "IRL", "IRL",
"IRL", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA",
"ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN",
"JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN",
"JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN",
"JPN", "JPN", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR",
"KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR",
"KOR", "KOR", "MEX", "MEX", "MEX", "MEX", "MEX", "MEX", "MEX", "MEX", "NLD", "NLD",
"NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD",
"NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD",
"NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NZL", "NZL", "NZL",
"NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NOR", "NOR", "NOR",
"NOR", "NOR", "NOR", "NOR", "POL", "POL", "POL", "POL", "PRT", "PRT", "PRT", "SVK", "SVK",
"SVK", "SVK", "SVK", "SVK", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP",
"ESP", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE",
"SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "CHE", "CHE", "CHE", "CHE",
"CHE", "CHE", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR",
"GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR",
"GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "USA", "USA", "USA", "USA", "USA", "USA", "USA",
"USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA",
"USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA",
"CHL", "CHL", "CHL", "CHL", "CHL", "CHL", "CHL", "EST", "EST", "EST", "EST", "EST", "EST",
"EST", "EST", "EST", "EST", "EST", "EST", "EST", "EST", "EST", "ISR", "ISR", "ISR", "ISR", "ISR",
"ISR", "ISR", "ISR", "ISR", "RUS", "SVN", "SVN", "CZE", "CZE", "CZE", "CZE", "DNK", "DNK", "DNK",
"DNK", "DNK", "ISR", "ISR", "TUR", "TUR", "TUR", "TUR", "TUR", "TUR", "TUR", "TUR", "DEU",
"DEU", "BEL", "BEL", "FRA", "FRA", "LUX", "EST", "LVA", "LVA", "LVA", "LVA", "LVA", "LVA",
"LVA", "LVA", "LVA", "LVA", "LVA", "LVA", "PRT", "IDN", "IDN", "LTU", "LTU"),
bsrc = "ruby8687:3:afa741",
b = c("36.5", "39.7", "43.8", "59.2", "61.2", "63.4", "63.4", "65.2", "38.7", "50", "53.5", "56", "47.6", "42",
"46.1", "47.7", "46.7", "41.3", "44.5", "44.1", "47.5", "48.1", "49.3", "56.8", "57.7", "60", "58.6", "60.3",
"64.1", "59.1", "48.6", "48", "50.6", "48.2", "49.4", "48.2", "49.1", "49.5", "50", "50.6", "50.5", "50.9", "52.1",
"52.5", "52.4", "53.1", "53.8", "53.8", "47.1", "45.8", "50.2", "51.1", "55.1", "55.4", "53.6", "63.6", "65", "58",
"67.6", "34", "38.3", "37.2", "36.3", "37.5", "37", "36.4", "35.2", "36.9", "36.4", "36.7", "38.5", "37.7", "38.4",
"40.8", "39.1", "41.7", "44.1", "42.4", "42.4", "43.4", "42.5", "43.4", "44.1", "45.3", "45", "45.3", "49.2",
"47.7", "48.9", "48.8", "49.3", "49.7", "50.8", "49.4", "49.9", "52.1", "56", "56", "57", "55", "57", "29.7",
"29.8", "30.9", "31.5", "30.5", "33.4", "35.2", "33.4", "34.4", "36.2", "37.5", "34.7", "37", "39.2", "42.9",
"44.4", "46.1", "47.7", "49.2", "49.6", "51.4", "52.4", "50.7", "52.7", "57.7", "58.3", "55.8", "56.2", "55",
"45.7", "61.6", "62.3", "51.4", "52.8", "54.1", "54.5", "36.5", "48.3", "60.2", "58.5", "63.3", "57.6", "65.4",
"61", "61", "62", "61", "43", "48", "51", "53", "38.1", "41.2", "41.1", "42.4", "42", "42.6", "44.6", "45.1",
"45.5", "45.5", "46.3", "46", "45.8", "46", "45.8", "46.4", "45.2", "45.9", "46", "46.1", "19.6", "18.6", "19.4",
"21", "20.6", "20.5", "19.6", "19.8", "20.2", "20.8", "20.2", "20.9", "22", "22.4", "22.7", "22.8", "21.5", "22.2",
"21.9", "22", "23.6", "23.1", "23.8", "24.4", "25.7", "24.7", "24", "24.9", "25.1", "24.8", "24.2", "25.1", "25.3",
"25.5", "23.7", "24.1", "24.7", "23.8", "25.4", "25.9", "26.7", "24.3", "29.4", "30.5", "31", "30.1", "30.5",
"30.2", "30.7", "31.8", "31.5", "30.8", "33.4", "34.5", "33.7", "34.3", "21.4", "22.3", "22.6", "23.3", "24.1",
"24.4", "25", "26.1", "27.3", "27.7", "30.6", "62.3", "69.3", "69.5", "65.6", "65.1", "71.3", "72.5", "75.2",
"33.3", "32.7", "33.3", "33.4", "33", "34.2", "34.9", "34", "35.4", "34.9", "35.1", "36.5", "36.4", "38.3", "37.9",
"38.9", "40.5", "40.5", "42.3", "44.1", "44.8", "44.8", "46.1", "46.5", "44.9", "46.5", "45.5", "46.9", "47.2",
"48.2", "48.2", "47.9", "45.6", "48.2", "47.4", "47.6", "47.3", "48.5", "44.9", "53.8", "60.5", "62.5", "64.7",
"64.3", "64.8", "65.1", "65.6", "66.8", "66.6", "66.8", "65.1", "33", "37", "42", "45", "46", "46", "46", "43.1",
"45.3", "52.2", "53.3", "49.6", "51.6", "52.8", "50.1", "51.6", "51.5", "47.6", "50.8", "54.2", "37.2", "43.1",
"44.4", "45.3", "48.3", "48.4", "51.1", "52.8", "52.7", "51.5", "53", "40.4", "40.4", "42.7", "42.7", "44.7",
"43.1", "42.8", "44.3", "43.4", "44.6", "44.9", "45.5", "46.4", "46.3", "47.1", "46.9", "46.5", "48.3", "48.8",
"48.2", "49.9", "30.3", "34.9", "37.1", "37.3", "41", "41.8", "36", "41", "49", "50", "52.9", "53.1", "54.5",
"56.2", "56.9", "57.7", "57.9", "60", "61.6", "60.6", "60.5", "61.8", "60.5", "61.6", "60.8", "61.4", "61.3",
"62.8", "61.7", "61.9", "62.1", "61.7", "62.9", "61.4", "64.3", "63.3", "47.1", "55.9", "64.5", "65.6", "66.2",
"67.3", "67.9", "68.8", "68.6", "70.1", "71", "55.2", "56.3", "57.5", "57.7", "59.1", "59.4", "59.9", "60", "60.9",
"61.1", "62.1", "62.7", "63.7", "63.2", "63.3", "63.6", "63.3", "64.4", "64", "65.3", "65.7", "66.2", "62.3",
"64.5", "74.2", "33.6", "47.4", "55.5", "48.3", "57.6", "41.9", "43.9", "41.4", "40.8", "41.9", "42.6", "43.2",
"46.5", "49.6", "48.6", "48.9", "52", "51.7", "50.7", "43.5", "44.2", "44.1", "47.7", "49.8", "51.8", "54.5",
"53.1", "50.1", "47.7", "55.1", "55.6", "45", "52", "56", "55", "41.7", "44.6", "46.7", "47.4", "51", "62.2",
"50.9", "43.4", "47.6", "49.9", "52", "53.6", "53.9", "55.4", "64.4", "59.7", "60", "51", "55.4", "49", "49", "48",
"51.3", "54.6", "54.6", "58.7", "42.6", "43", "40.8", "42.8", "45.2", "48.5", "45.1", "49.1", "52", "67.6", "13",
"25", "48.1", "53.3"),
csrc = "ruby8687:3:f90159",
c = c("MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "MEASURED",
"MEASURED", "MEASURED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "MEASURED",
"MEASURED", "MEASURED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"MEASURED", "MEASURED", "MEASURED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "MEASURED", "MEASURED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "MEASURED", "MEASURED", "MEASURED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "MEASURED", "SELFREPORTED", "MEASURED", "MEASURED",
"MEASURED", "MEASURED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED", "MEASURED", "SELFREPORTED", "SELFREPORTED", "SELFREPORTED",
"SELFREPORTED"),
meta = list(columnNames = list(
a = "LOCATION",
b = "Value",
c = "SUBJECT",
u = "FREQUENCY",
v = "FREQUENCY",
w = "LOCATION",
x = "LOCATION",
y = "Value",
z = "INDICATOR",
starts = list(
x = "LOCATION",
y = "Value",
z = "Value"
),
locations = "LOCATION"
)),
mode = "markers",
type = "scatter",
usrc = "ruby8687:3:7e4790",
u = c("A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A"),
vsrc = "ruby8687:3:7e4790",
 v = c("A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A"),
wsrc = "ruby8687:3:0e1ec1",
w = c("AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS",
"AUS", "AUT", "AUT", "AUT", "AUT", "BEL", "BEL", "BEL", "BEL", "BEL", "BEL", "CAN", "CAN",
"CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN",
"CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CZE", "CZE", "CZE",
"CZE", "CZE", "CZE", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN",
"FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN",
"FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN",
"FIN", "FIN", "FIN", "FIN", "FIN", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA",
"FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "DEU", "DEU", "DEU", "DEU", "DEU",
"DEU", "DEU", "GRC", "GRC", "GRC", "GRC", "GRC", "HUN", "HUN", "HUN", "HUN", "HUN", "HUN",
"HUN", "ISL", "ISL", "ISL", "ISL", "ISL", "ISL", "ISL", "IRL", "IRL", "IRL", "IRL", "IRL", "IRL", "IRL",
"IRL", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA",
"ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN",
"JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN",
"JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN",
"JPN", "JPN", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR",
"KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR",
"KOR", "KOR", "MEX", "MEX", "MEX", "MEX", "MEX", "MEX", "MEX", "MEX", "NLD", "NLD",
"NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD",
"NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD",
"NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NZL", "NZL", "NZL",
"NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NOR", "NOR", "NOR",
"NOR", "NOR", "NOR", "NOR", "POL", "POL", "POL", "POL", "PRT", "PRT", "PRT", "SVK", "SVK",
"SVK", "SVK", "SVK", "SVK", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP",
"ESP", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE",
"SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "CHE", "CHE", "CHE", "CHE",
"CHE", "CHE", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR",
"GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR",
"GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "USA", "USA", "USA", "USA", "USA", "USA", "USA",
"USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA",
"USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA",
"CHL", "CHL", "CHL", "CHL", "CHL", "CHL", "CHL", "EST", "EST", "EST", "EST", "EST", "EST",
"EST", "EST", "EST", "EST", "EST", "EST", "EST", "EST", "EST", "ISR", "ISR", "ISR", "ISR", "ISR",
"ISR", "ISR", "ISR", "ISR", "RUS", "SVN", "SVN", "CZE", "CZE", "CZE", "CZE", "DNK", "DNK", "DNK",
"DNK", "DNK", "ISR", "ISR", "TUR", "TUR", "TUR", "TUR", "TUR", "TUR", "TUR", "TUR", "DEU",
"DEU", "BEL", "BEL", "FRA", "FRA", "LUX", "EST", "LVA", "LVA", "LVA", "LVA", "LVA", "LVA",
"LVA", "LVA", "LVA", "LVA", "LVA", "LVA", "PRT", "IDN", "IDN", "LTU", "LTU"),
xsrc = "ruby8687:3:0e1ec1",
x = c("AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS",
"AUS", "AUT", "AUT", "AUT", "AUT", "BEL", "BEL", "BEL", "BEL", "BEL", "BEL", "CAN", "CAN",
"CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN",
"CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CZE", "CZE", "CZE",
"CZE", "CZE", "CZE", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN",
"FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN",
"FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN",
"FIN", "FIN", "FIN", "FIN", "FIN", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA",
"FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "DEU", "DEU", "DEU", "DEU", "DEU",
"DEU", "DEU", "GRC", "GRC", "GRC", "GRC", "GRC", "HUN", "HUN", "HUN", "HUN", "HUN", "HUN",
"HUN", "ISL", "ISL", "ISL", "ISL", "ISL", "ISL", "ISL", "IRL", "IRL", "IRL", "IRL", "IRL", "IRL", "IRL",
"IRL", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA",
"ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN",
"JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN",
"JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN",
"JPN", "JPN", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR",
"KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR",
"KOR", "KOR", "MEX", "MEX", "MEX", "MEX", "MEX", "MEX", "MEX", "MEX", "NLD", "NLD",
"NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD",
"NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD",
"NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NZL", "NZL", "NZL",
"NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NOR", "NOR", "NOR",
"NOR", "NOR", "NOR", "NOR", "POL", "POL", "POL", "POL", "PRT", "PRT", "PRT", "SVK", "SVK",
"SVK", "SVK", "SVK", "SVK", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP",
"ESP", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE",
"SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "CHE", "CHE", "CHE", "CHE",
"CHE", "CHE", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR",
"GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR",
"GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "USA", "USA", "USA", "USA", "USA", "USA", "USA",
"USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA",
"USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA",
"CHL", "CHL", "CHL", "CHL", "CHL", "CHL", "CHL", "EST", "EST", "EST", "EST", "EST", "EST",
"EST", "EST", "EST", "EST", "EST", "EST", "EST", "EST", "EST", "ISR", "ISR", "ISR", "ISR", "ISR",
"ISR", "ISR", "ISR", "ISR", "RUS", "SVN", "SVN", "CZE", "CZE", "CZE", "CZE", "DNK", "DNK", "DNK",
"DNK", "DNK", "ISR", "ISR", "TUR", "TUR", "TUR", "TUR", "TUR", "TUR", "TUR", "TUR", "DEU",
"DEU", "BEL", "BEL", "FRA", "FRA", "LUX", "EST", "LVA", "LVA", "LVA", "LVA", "LVA", "LVA",
"LVA", "LVA", "LVA", "LVA", "LVA", "LVA", "PRT", "IDN", "IDN", "LTU", "LTU"),
ysrc = "ruby8687:3:afa741",
y = c("36.5", "39.7", "43.8", "59.2", "61.2", "63.4", "63.4", "65.2", "38.7", "50", "53.5", "56", "47.6", "42",
"46.1", "47.7", "46.7", "41.3", "44.5", "44.1", "47.5", "48.1", "49.3", "56.8", "57.7", "60", "58.6", "60.3",
"64.1", "59.1", "48.6", "48", "50.6", "48.2", "49.4", "48.2", "49.1", "49.5", "50", "50.6", "50.5", "50.9", "52.1",
"52.5", "52.4", "53.1", "53.8", "53.8", "47.1", "45.8", "50.2", "51.1", "55.1", "55.4", "53.6", "63.6", "65", "58",
"67.6", "34", "38.3", "37.2", "36.3", "37.5", "37", "36.4", "35.2", "36.9", "36.4", "36.7", "38.5", "37.7", "38.4",
"40.8", "39.1", "41.7", "44.1", "42.4", "42.4", "43.4", "42.5", "43.4", "44.1", "45.3", "45", "45.3", "49.2",
"47.7", "48.9", "48.8", "49.3", "49.7", "50.8", "49.4", "49.9", "52.1", "56", "56", "57", "55", "57", "29.7",
"29.8", "30.9", "31.5", "30.5", "33.4", "35.2", "33.4", "34.4", "36.2", "37.5", "34.7", "37", "39.2", "42.9",
"44.4", "46.1", "47.7", "49.2", "49.6", "51.4", "52.4", "50.7", "52.7", "57.7", "58.3", "55.8", "56.2", "55",
"45.7", "61.6", "62.3", "51.4", "52.8", "54.1", "54.5", "36.5", "48.3", "60.2", "58.5", "63.3", "57.6", "65.4",
"61", "61", "62", "61", "43", "48", "51", "53", "38.1", "41.2", "41.1", "42.4", "42", "42.6", "44.6", "45.1",
"45.5", "45.5", "46.3", "46", "45.8", "46", "45.8", "46.4", "45.2", "45.9", "46", "46.1", "19.6", "18.6", "19.4",
"21", "20.6", "20.5", "19.6", "19.8", "20.2", "20.8", "20.2", "20.9", "22", "22.4", "22.7", "22.8", "21.5", "22.2",
"21.9", "22", "23.6", "23.1", "23.8", "24.4", "25.7", "24.7", "24", "24.9", "25.1", "24.8", "24.2", "25.1", "25.3",
"25.5", "23.7", "24.1", "24.7", "23.8", "25.4", "25.9", "26.7", "24.3", "29.4", "30.5", "31", "30.1", "30.5",
"30.2", "30.7", "31.8", "31.5", "30.8", "33.4", "34.5", "33.7", "34.3", "21.4", "22.3", "22.6", "23.3", "24.1",
"24.4", "25", "26.1", "27.3", "27.7", "30.6", "62.3", "69.3", "69.5", "65.6", "65.1", "71.3", "72.5", "75.2",
"33.3", "32.7", "33.3", "33.4", "33", "34.2", "34.9", "34", "35.4", "34.9", "35.1", "36.5", "36.4", "38.3", "37.9",
"38.9", "40.5", "40.5", "42.3", "44.1", "44.8", "44.8", "46.1", "46.5", "44.9", "46.5", "45.5", "46.9", "47.2",
"48.2", "48.2", "47.9", "45.6", "48.2", "47.4", "47.6", "47.3", "48.5", "44.9", "53.8", "60.5", "62.5", "64.7",
"64.3", "64.8", "65.1", "65.6", "66.8", "66.6", "66.8", "65.1", "33", "37", "42", "45", "46", "46", "46", "43.1",
"45.3", "52.2", "53.3", "49.6", "51.6", "52.8", "50.1", "51.6", "51.5", "47.6", "50.8", "54.2", "37.2", "43.1",
"44.4", "45.3", "48.3", "48.4", "51.1", "52.8", "52.7", "51.5", "53", "40.4", "40.4", "42.7", "42.7", "44.7",
"43.1", "42.8", "44.3", "43.4", "44.6", "44.9", "45.5", "46.4", "46.3", "47.1", "46.9", "46.5", "48.3", "48.8",
"48.2", "49.9", "30.3", "34.9", "37.1", "37.3", "41", "41.8", "36", "41", "49", "50", "52.9", "53.1", "54.5",
"56.2", "56.9", "57.7", "57.9", "60", "61.6", "60.6", "60.5", "61.8", "60.5", "61.6", "60.8", "61.4", "61.3",
"62.8", "61.7", "61.9", "62.1", "61.7", "62.9", "61.4", "64.3", "63.3", "47.1", "55.9", "64.5", "65.6", "66.2",
"67.3", "67.9", "68.8", "68.6", "70.1", "71", "55.2", "56.3", "57.5", "57.7", "59.1", "59.4", "59.9", "60", "60.9",
"61.1", "62.1", "62.7", "63.7", "63.2", "63.3", "63.6", "63.3", "64.4", "64", "65.3", "65.7", "66.2", "62.3",
"64.5", "74.2", "33.6", "47.4", "55.5", "48.3", "57.6", "41.9", "43.9", "41.4", "40.8", "41.9", "42.6", "43.2",
"46.5", "49.6", "48.6", "48.9", "52", "51.7", "50.7", "43.5", "44.2", "44.1", "47.7", "49.8", "51.8", "54.5",
"53.1", "50.1", "47.7", "55.1", "55.6", "45", "52", "56", "55", "41.7", "44.6", "46.7", "47.4", "51", "62.2",
"50.9", "43.4", "47.6", "49.9", "52", "53.6", "53.9", "55.4", "64.4", "59.7", "60", "51", "55.4", "49", "49", "48",
"51.3", "54.6", "54.6", "58.7", "42.6", "43", "40.8", "42.8", "45.2", "48.5", "45.1", "49.1", "52", "67.6", "13",
"25", "48.1", "53.3"),
zsrc = "ruby8687:3:1161c0",
z = c("OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE",
"OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE", "OVEROBESE"),
starts = list(
meta = list(columnNames = list(
x = "LOCATION",
y = "Value",
z = "Value"
)),
xsrc = "ruby8687:3:0e1ec1",
x = c("AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS",
"AUS", "AUT", "AUT", "AUT", "AUT", "BEL", "BEL", "BEL", "BEL", "BEL", "BEL", "CAN", "CAN",
"CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN",
"CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CZE", "CZE", "CZE",
"CZE", "CZE", "CZE", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN",
"FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN",
"FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN",
"FIN", "FIN", "FIN", "FIN", "FIN", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA",
"FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "DEU", "DEU", "DEU", "DEU", "DEU",
"DEU", "DEU", "GRC", "GRC", "GRC", "GRC", "GRC", "HUN", "HUN", "HUN", "HUN", "HUN", "HUN",
"HUN", "ISL", "ISL", "ISL", "ISL", "ISL", "ISL", "ISL", "IRL", "IRL", "IRL", "IRL", "IRL", "IRL", "IRL",
"IRL", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA",
"ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN",
"JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN",
"JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN",
"JPN", "JPN", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR",
"KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR",
"KOR", "KOR", "MEX", "MEX", "MEX", "MEX", "MEX", "MEX", "MEX", "MEX", "NLD", "NLD",
"NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD",
"NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD",
"NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NZL", "NZL", "NZL",
"NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NOR", "NOR", "NOR",
"NOR", "NOR", "NOR", "NOR", "POL", "POL", "POL", "POL", "PRT", "PRT", "PRT", "SVK", "SVK",
"SVK", "SVK", "SVK", "SVK", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP",
"ESP", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE",
"SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "CHE", "CHE", "CHE", "CHE",
"CHE", "CHE", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR",
"GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR",
"GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "USA", "USA", "USA", "USA", "USA", "USA", "USA",
"USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA",
"USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA",
"CHL", "CHL", "CHL", "CHL", "CHL", "CHL", "CHL", "EST", "EST", "EST", "EST", "EST", "EST",
"EST", "EST", "EST", "EST", "EST", "EST", "EST", "EST", "EST", "ISR", "ISR", "ISR", "ISR", "ISR",
"ISR", "ISR", "ISR", "ISR", "RUS", "SVN", "SVN", "CZE", "CZE", "CZE", "CZE", "DNK", "DNK", "DNK",
"DNK", "DNK", "ISR", "ISR", "TUR", "TUR", "TUR", "TUR", "TUR", "TUR", "TUR", "TUR", "DEU",
"DEU", "BEL", "BEL", "FRA", "FRA", "LUX", "EST", "LVA", "LVA", "LVA", "LVA", "LVA", "LVA",
"LVA", "LVA", "LVA", "LVA", "LVA", "LVA", "PRT", "IDN", "IDN", "LTU", "LTU"),
ysrc = "ruby8687:3:afa741",
 y = c("36.5", "39.7", "43.8", "59.2", "61.2", "63.4", "63.4", "65.2", "38.7", "50", "53.5", "56", "47.6", "42",
"46.1", "47.7", "46.7", "41.3", "44.5", "44.1", "47.5", "48.1", "49.3", "56.8", "57.7", "60", "58.6", "60.3",
"64.1", "59.1", "48.6", "48", "50.6", "48.2", "49.4", "48.2", "49.1", "49.5", "50", "50.6", "50.5", "50.9", "52.1",
"52.5", "52.4", "53.1", "53.8", "53.8", "47.1", "45.8", "50.2", "51.1", "55.1", "55.4", "53.6", "63.6", "65", "58",
"67.6", "34", "38.3", "37.2", "36.3", "37.5", "37", "36.4", "35.2", "36.9", "36.4", "36.7", "38.5", "37.7", "38.4",
"40.8", "39.1", "41.7", "44.1", "42.4", "42.4", "43.4", "42.5", "43.4", "44.1", "45.3", "45", "45.3", "49.2",
"47.7", "48.9", "48.8", "49.3", "49.7", "50.8", "49.4", "49.9", "52.1", "56", "56", "57", "55", "57", "29.7",
"29.8", "30.9", "31.5", "30.5", "33.4", "35.2", "33.4", "34.4", "36.2", "37.5", "34.7", "37", "39.2", "42.9",
"44.4", "46.1", "47.7", "49.2", "49.6", "51.4", "52.4", "50.7", "52.7", "57.7", "58.3", "55.8", "56.2", "55",
"45.7", "61.6", "62.3", "51.4", "52.8", "54.1", "54.5", "36.5", "48.3", "60.2", "58.5", "63.3", "57.6", "65.4",
"61", "61", "62", "61", "43", "48", "51", "53", "38.1", "41.2", "41.1", "42.4", "42", "42.6", "44.6", "45.1",
"45.5", "45.5", "46.3", "46", "45.8", "46", "45.8", "46.4", "45.2", "45.9", "46", "46.1", "19.6", "18.6", "19.4",
"21", "20.6", "20.5", "19.6", "19.8", "20.2", "20.8", "20.2", "20.9", "22", "22.4", "22.7", "22.8", "21.5", "22.2",
"21.9", "22", "23.6", "23.1", "23.8", "24.4", "25.7", "24.7", "24", "24.9", "25.1", "24.8", "24.2", "25.1", "25.3",
"25.5", "23.7", "24.1", "24.7", "23.8", "25.4", "25.9", "26.7", "24.3", "29.4", "30.5", "31", "30.1", "30.5",
"30.2", "30.7", "31.8", "31.5", "30.8", "33.4", "34.5", "33.7", "34.3", "21.4", "22.3", "22.6", "23.3", "24.1",
"24.4", "25", "26.1", "27.3", "27.7", "30.6", "62.3", "69.3", "69.5", "65.6", "65.1", "71.3", "72.5", "75.2",
"33.3", "32.7", "33.3", "33.4", "33", "34.2", "34.9", "34", "35.4", "34.9", "35.1", "36.5", "36.4", "38.3", "37.9",
"38.9", "40.5", "40.5", "42.3", "44.1", "44.8", "44.8", "46.1", "46.5", "44.9", "46.5", "45.5", "46.9", "47.2",
"48.2", "48.2", "47.9", "45.6", "48.2", "47.4", "47.6", "47.3", "48.5", "44.9", "53.8", "60.5", "62.5", "64.7",
"64.3", "64.8", "65.1", "65.6", "66.8", "66.6", "66.8", "65.1", "33", "37", "42", "45", "46", "46", "46", "43.1",
"45.3", "52.2", "53.3", "49.6", "51.6", "52.8", "50.1", "51.6", "51.5", "47.6", "50.8", "54.2", "37.2", "43.1",
"44.4", "45.3", "48.3", "48.4", "51.1", "52.8", "52.7", "51.5", "53", "40.4", "40.4", "42.7", "42.7", "44.7",
"43.1", "42.8", "44.3", "43.4", "44.6", "44.9", "45.5", "46.4", "46.3", "47.1", "46.9", "46.5", "48.3", "48.8",
"48.2", "49.9", "30.3", "34.9", "37.1", "37.3", "41", "41.8", "36", "41", "49", "50", "52.9", "53.1", "54.5",
"56.2", "56.9", "57.7", "57.9", "60", "61.6", "60.6", "60.5", "61.8", "60.5", "61.6", "60.8", "61.4", "61.3",
"62.8", "61.7", "61.9", "62.1", "61.7", "62.9", "61.4", "64.3", "63.3", "47.1", "55.9", "64.5", "65.6", "66.2",
"67.3", "67.9", "68.8", "68.6", "70.1", "71", "55.2", "56.3", "57.5", "57.7", "59.1", "59.4", "59.9", "60", "60.9",
"61.1", "62.1", "62.7", "63.7", "63.2", "63.3", "63.6", "63.3", "64.4", "64", "65.3", "65.7", "66.2", "62.3",
"64.5", "74.2", "33.6", "47.4", "55.5", "48.3", "57.6", "41.9", "43.9", "41.4", "40.8", "41.9", "42.6", "43.2",
"46.5", "49.6", "48.6", "48.9", "52", "51.7", "50.7", "43.5", "44.2", "44.1", "47.7", "49.8", "51.8", "54.5",
"53.1", "50.1", "47.7", "55.1", "55.6", "45", "52", "56", "55", "41.7", "44.6", "46.7", "47.4", "51", "62.2",
"50.9", "43.4", "47.6", "49.9", "52", "53.6", "53.9", "55.4", "64.4", "59.7", "60", "51", "55.4", "49", "49", "48",
"51.3", "54.6", "54.6", "58.7", "42.6", "43", "40.8", "42.8", "45.2", "48.5", "45.1", "49.1", "52", "67.6", "13",
"25", "48.1", "53.3"),
zsrc = "ruby8687:3:afa741",
z = c("36.5", "39.7", "43.8", "59.2", "61.2", "63.4", "63.4", "65.2", "38.7", "50", "53.5", "56", "47.6", "42",
"46.1", "47.7", "46.7", "41.3", "44.5", "44.1", "47.5", "48.1", "49.3", "56.8", "57.7", "60", "58.6", "60.3",
"64.1", "59.1", "48.6", "48", "50.6", "48.2", "49.4", "48.2", "49.1", "49.5", "50", "50.6", "50.5", "50.9", "52.1",
"52.5", "52.4", "53.1", "53.8", "53.8", "47.1", "45.8", "50.2", "51.1", "55.1", "55.4", "53.6", "63.6", "65", "58",
"67.6", "34", "38.3", "37.2", "36.3", "37.5", "37", "36.4", "35.2", "36.9", "36.4", "36.7", "38.5", "37.7", "38.4",
"40.8", "39.1", "41.7", "44.1", "42.4", "42.4", "43.4", "42.5", "43.4", "44.1", "45.3", "45", "45.3", "49.2",
"47.7", "48.9", "48.8", "49.3", "49.7", "50.8", "49.4", "49.9", "52.1", "56", "56", "57", "55", "57", "29.7",
"29.8", "30.9", "31.5", "30.5", "33.4", "35.2", "33.4", "34.4", "36.2", "37.5", "34.7", "37", "39.2", "42.9",
"44.4", "46.1", "47.7", "49.2", "49.6", "51.4", "52.4", "50.7", "52.7", "57.7", "58.3", "55.8", "56.2", "55",
"45.7", "61.6", "62.3", "51.4", "52.8", "54.1", "54.5", "36.5", "48.3", "60.2", "58.5", "63.3", "57.6", "65.4",
"61", "61", "62", "61", "43", "48", "51", "53", "38.1", "41.2", "41.1", "42.4", "42", "42.6", "44.6", "45.1",
"45.5", "45.5", "46.3", "46", "45.8", "46", "45.8", "46.4", "45.2", "45.9", "46", "46.1", "19.6", "18.6", "19.4",
"21", "20.6", "20.5", "19.6", "19.8", "20.2", "20.8", "20.2", "20.9", "22", "22.4", "22.7", "22.8", "21.5", "22.2",
"21.9", "22", "23.6", "23.1", "23.8", "24.4", "25.7", "24.7", "24", "24.9", "25.1", "24.8", "24.2", "25.1", "25.3",
"25.5", "23.7", "24.1", "24.7", "23.8", "25.4", "25.9", "26.7", "24.3", "29.4", "30.5", "31", "30.1", "30.5",
"30.2", "30.7", "31.8", "31.5", "30.8", "33.4", "34.5", "33.7", "34.3", "21.4", "22.3", "22.6", "23.3", "24.1",
"24.4", "25", "26.1", "27.3", "27.7", "30.6", "62.3", "69.3", "69.5", "65.6", "65.1", "71.3", "72.5", "75.2",
"33.3", "32.7", "33.3", "33.4", "33", "34.2", "34.9", "34", "35.4", "34.9", "35.1", "36.5", "36.4", "38.3", "37.9",
"38.9", "40.5", "40.5", "42.3", "44.1", "44.8", "44.8", "46.1", "46.5", "44.9", "46.5", "45.5", "46.9", "47.2",
"48.2", "48.2", "47.9", "45.6", "48.2", "47.4", "47.6", "47.3", "48.5", "44.9", "53.8", "60.5", "62.5", "64.7",
"64.3", "64.8", "65.1", "65.6", "66.8", "66.6", "66.8", "65.1", "33", "37", "42", "45", "46", "46", "46", "43.1",
"45.3", "52.2", "53.3", "49.6", "51.6", "52.8", "50.1", "51.6", "51.5", "47.6", "50.8", "54.2", "37.2", "43.1",
"44.4", "45.3", "48.3", "48.4", "51.1", "52.8", "52.7", "51.5", "53", "40.4", "40.4", "42.7", "42.7", "44.7",
"43.1", "42.8", "44.3", "43.4", "44.6", "44.9", "45.5", "46.4", "46.3", "47.1", "46.9", "46.5", "48.3", "48.8",
"48.2", "49.9", "30.3", "34.9", "37.1", "37.3", "41", "41.8", "36", "41", "49", "50", "52.9", "53.1", "54.5",
"56.2", "56.9", "57.7", "57.9", "60", "61.6", "60.6", "60.5", "61.8", "60.5", "61.6", "60.8", "61.4", "61.3",
"62.8", "61.7", "61.9", "62.1", "61.7", "62.9", "61.4", "64.3", "63.3", "47.1", "55.9", "64.5", "65.6", "66.2",
"67.3", "67.9", "68.8", "68.6", "70.1", "71", "55.2", "56.3", "57.5", "57.7", "59.1", "59.4", "59.9", "60", "60.9",
"61.1", "62.1", "62.7", "63.7", "63.2", "63.3", "63.6", "63.3", "64.4", "64", "65.3", "65.7", "66.2", "62.3",
"64.5", "74.2", "33.6", "47.4", "55.5", "48.3", "57.6", "41.9", "43.9", "41.4", "40.8", "41.9", "42.6", "43.2",
"46.5", "49.6", "48.6", "48.9", "52", "51.7", "50.7", "43.5", "44.2", "44.1", "47.7", "49.8", "51.8", "54.5",
"53.1", "50.1", "47.7", "55.1", "55.6", "45", "52", "56", "55", "41.7", "44.6", "46.7", "47.4", "51", "62.2",
"50.9", "43.4", "47.6", "49.9", "52", "53.6", "53.9", "55.4", "64.4", "59.7", "60", "51", "55.4", "49", "49", "48",
"51.3", "54.6", "54.6", "58.7", "42.6", "43", "40.8", "42.8", "45.2", "48.5", "45.1", "49.1", "52", "67.6", "13",
"25", "48.1", "53.3")
),
orientation = "v",
locationssrc = "ruby8687:3:0e1ec1",
locations = c("AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS", "AUS",
"AUS", "AUS", "AUT", "AUT", "AUT", "AUT", "BEL", "BEL", "BEL", "BEL", "BEL", "BEL", "CAN",
"CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN",
"CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CAN", "CZE", "CZE",
"CZE", "CZE", "CZE", "CZE", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN",
"FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN",
"FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN",
"FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FIN", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA",
"FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "FRA", "DEU", "DEU", "DEU",
"DEU", "DEU", "DEU", "DEU", "GRC", "GRC", "GRC", "GRC", "GRC", "HUN", "HUN", "HUN", "HUN",
"HUN", "HUN", "HUN", "ISL", "ISL", "ISL", "ISL", "ISL", "ISL", "ISL", "IRL", "IRL", "IRL", "IRL", "IRL",
"IRL", "IRL", "IRL", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA",
"ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "ITA", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN",
"JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN",
"JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN", "JPN",
"JPN", "JPN", "JPN", "JPN", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR",
"KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR", "KOR",
"KOR", "KOR", "KOR", "KOR", "MEX", "MEX", "MEX", "MEX", "MEX", "MEX", "MEX", "MEX",
"NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD",
"NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD",
"NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NLD", "NZL",
"NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NZL", "NOR",
"NOR", "NOR", "NOR", "NOR", "NOR", "NOR", "POL", "POL", "POL", "POL", "PRT", "PRT", "PRT",
"SVK", "SVK", "SVK", "SVK", "SVK", "SVK", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP", "ESP",
"ESP", "ESP", "ESP", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE",
"SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "SWE", "CHE", "CHE",
"CHE", "CHE", "CHE", "CHE", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR",
"GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR",
"GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "GBR", "USA", "USA", "USA", "USA", "USA",
"USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA",
"USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA", "USA",
"USA", "USA", "CHL", "CHL", "CHL", "CHL", "CHL", "CHL", "CHL", "EST", "EST", "EST", "EST",
"EST", "EST", "EST", "EST", "EST", "EST", "EST", "EST", "EST", "EST", "EST", "ISR", "ISR", "ISR",
"ISR", "ISR", "ISR", "ISR", "ISR", "ISR", "RUS", "SVN", "SVN", "CZE", "CZE", "CZE", "CZE", "DNK",
"DNK", "DNK", "DNK", "DNK", "ISR", "ISR", "TUR", "TUR", "TUR", "TUR", "TUR", "TUR", "TUR",
"TUR", "DEU", "DEU", "BEL", "BEL", "FRA", "FRA", "LUX", "EST", "LVA", "LVA", "LVA", "LVA",
"LVA", "LVA", "LVA", "LVA", "LVA", "LVA", "LVA", "LVA", "PRT", "IDN", "IDN", "LTU", "LTU")
)
trace2 <- list(
meta = list(columnNames = list(
x = "TIME",
y = "Value"
)),
mode = "markers",
type = "scatter",
xsrc = "ruby8687:0:a55f36",
x = c("2016", "2018", "2016", "2017", "2018", "2016", "2017", "2018", "2017", "2016", "2017", "2018",
"2019", "2016", "2017", "2018", "2017", "2017", "2016", "2017", "2018", "2019", "2016", "2017", "2018",
"2019", "2016", "2017", "2018", "2016", "2017", "2018", "2016", "2017", "2018", "2016", "2017", "2018",
"2019", "2017", "2016", "2017", "2018", "2016", "2017", "2018", "2019", "2016", "2017", "2018", "2019",
"2017", "2016", "2017", "2018", "2017", "2016", "2016", "2017", "2018", "2016", "2017", "2018", "2016",
"2017", "2016", "2016", "2018", "2016", "2017", "2016", "2017", "2018", "2016", "2017", "2018"),
ysrc = "ruby8687:0:0a3137",
y = c("12.4", "15.4", "12.5", "12", "11.3", "19.6", "18.4", "21.1", "16.9", "15", "13", "14", "13", "29.4",
"26.9", "25.4", "18.8", "35", "10.2", "9.4", "8.6", "8.2", "19", "18", "17", "14", "20", "19.9", "19.2", "18.3",
"17.7", "17.8", "18.4", "17.5", "17.5", "14.9", "16", "14.5", "16.8", "7.6", "18", "16.8", "15.5", "14.2", "13.8",
"13.1", "12.5", "12", "11", "12", "9", "22.1", "10.9", "10.4", "10.1", "19.1", "26.5", "16.1", "16.8", "16.6",
"11.8", "10.5", "10.3", "10.2", "10.1", "24.5", "21.3", "17.2", "19.6", "16.9", "30.3", "27.5", "26.7", "5.2",
"4.7", "4.2"),
stackgroup = Null
)
data <- list(trace1, trace2)
layout <- list(
geo = lis),
scene = list(
camera = list(
up = list(
x = 0,
y = 0,
z=1
),
eye = list(
x = 1.4211937077276657,
y = 1.4811170146222379,
z = 0.6884771848883603
),
center = list(
x = 0,
y = 0,
z=0
),
projection = list(type = "perspective")
),
dragmode = "turntable",
aspectmode = "auto",
 aspectratio = list(
x = 1,
y = 1,
z=1
)
),
title = list(text = "Comparison on Alcohol and Obesity status by Country"),
xaxis = list(
type = "category",
range = c(-2.495538559592097, 43.4955385595921),
title = list(text = "Country"),
autorange = TRUE
),
yaxis = list(
type = "linear",
range = c(-0.8268935236004404, 80.22689352360044),
title = list(text = "Alcohol consumption rates"),
autorange = TRUE
),
ternary = lis),
autosize = TRUE,
dragmode = "zoom",
template = list(
data = list(
bar = list(
list(
type = "bar",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
table = list(
list(
type = "table",
cells = list(
fill = list(color = "#EBF0F8"),
line = list(color = "white")
),
header = list(
fill = list(color = "#C8D4E3"),
line = list(color = "white")
)
)
),
carpet = list(
list(
type = "carpet",
aaxis = list(
gridcolor = "#C8D4E3",
linecolor = "#C8D4E3",
endlinecolor = "#2a3f5f",
 minorgridcolor = "#C8D4E3",
startlinecolor = "#2a3f5f"
),
baxis = list(
gridcolor = "#C8D4E3",
linecolor = "#C8D4E3",
endlinecolor = "#2a3f5f",
minorgridcolor = "#C8D4E3",
startlinecolor = "#2a3f5f"
)
)
),
mesh3d = list(
list(
type = "mesh3d",
colorbar = list(
ticks = "",
outlinewidth = 0
)
)
),
contour = list(
list(
type = "contour",
colorbar = list(
ticks = "",
outlinewidth = 0
),
autocolorscale = TRUE
)
),
heatmap = list(
list(
type = "heatmap",
colorbar = list(
ticks = "",
outlinewidth = 0
),
autocolorscale = TRUE
)
),
scatter = list(
list(
type = "scatter",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
surface = list(
list(
type = "surface",
 colorbar = list(
ticks = "",
outlinewidth = 0
)
)
),
heatmapgl = list(
list(
type = "heatmapgl",
colorbar = list(
ticks = "",
outlinewidth = 0
)
)
),
histogram = list(
list(
type = "histogram",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
parcoords = list(
list(
line = list(colorbar = list(
ticks = "",
outlinewidth = 0
)),
type = "parcoords"
)
),
scatter3d = list(
list(
type = "scatter3d",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
scattergl = list(
list(
type = "scattergl",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
choropleth = list(
list(
 type = "choropleth",
colorbar = list(
ticks = "",
outlinewidth = 0
)
)
),
scattergeo = list(
list(
type = "scattergeo",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
histogram2d = list(
list(
type = "histogram2d",
colorbar = list(
ticks = "",
outlinewidth = 0
),
autocolorscale = TRUE
)
),
scatterpolar = list(
list(
type = "scatterpolar",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
contourcarpet = list(
list(
type = "contourcarpet",
colorbar = list(
ticks = "",
outlinewidth = 0
)
)
),
scattercarpet = list(
list(
type = "scattercarpet",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
 scattermapbox = list(
list(
type = "scattermapbox",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
scatterpolargl = list(
list(
type = "scatterpolargl",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
scatterternary = list(
list(
type = "scatterternary",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
histogram2dcontour = list(
list(
type = "histogram2dcontour",
colorbar = list(
ticks = "",
outlinewidth = 0
),
autocolorscale = TRUE
)
)
),
layout = list(
geo = list(
bgcolor = "white",
showland = TRUE,
lakecolor = "white",
landcolor = "white",
showlakes = TRUE,
subunitcolor = "#C8D4E3"
),
font = list(color = "#2a3f5f"),
polar = list(
bgcolor = "white",
radialaxis = list(
ticks = "",
gridcolor = "#EBF0F8",
 linecolor = "#EBF0F8"
),
angularaxis = list(
ticks = "",
gridcolor = "#EBF0F8",
linecolor = "#EBF0F8"
)
),
scene = list(
xaxis = list(
ticks = "",
gridcolor = "#DFE8F3",
gridwidth = 2,
linecolor = "#EBF0F8",
zerolinecolor = "#EBF0F8",
showbackground = TRUE,
backgroundcolor = "white"
),
yaxis = list(
ticks = "",
gridcolor = "#DFE8F3",
gridwidth = 2,
linecolor = "#EBF0F8",
zerolinecolor = "#EBF0F8",
showbackground = TRUE,
backgroundcolor = "white"
),
zaxis = list(
ticks = "",
gridcolor = "#DFE8F3",
gridwidth = 2,
linecolor = "#EBF0F8",
zerolinecolor = "#EBF0F8",
showbackground = TRUE,
backgroundcolor = "white"
)
),
title = list(x = 0.05),
xaxis = list(
ticks = "",
gridcolor = "#EBF0F8",
linecolor = "#EBF0F8",
automargin = TRUE,
zerolinecolor = "#EBF0F8",
zerolinewidth = 2
),
yaxis = list(
ticks = "",
gridcolor = "#EBF0F8",
linecolor = "#EBF0F8",
automargin = TRUE,
zerolinecolor = "#EBF0F8",
zerolinewidth = 2
 ),
ternary = list(
aaxis = list(
ticks = "",
gridcolor = "#DFE8F3",
linecolor = "#A2B1C6"
),
baxis = list(
ticks = "",
gridcolor = "#DFE8F3",
linecolor = "#A2B1C6"
),
caxis = list(
ticks = "",
gridcolor = "#DFE8F3",
linecolor = "#A2B1C6"
),
bgcolor = "white"
),
colorway = c("#636efa", "#EF553B", "#00cc96", "#ab63fa", "#19d3f3", "#e763fa", "#fecb52", "#ffa15a",
"#ff6692", "#b6e880"),
hovermode = "closest",
colorscale = list(
diverging = list(c(0, "#8e0152"),list(0.1, "#c51b7d"),list(0.2, "#de77ae"),list(0.3, "#f1b6da"),list(0.4,
"#fde0ef"),list(0.5, "#f7f7f7"),list(0.6, "#e6f5d0"),list(0.7, "#b8e186"),list(0.8, "#7fbc41"),list(0.9,
"#4d9221"),list(1, "#276419")),
sequential = list(c(0, "#0508b8"),list(0.0893854748603352, "#1910d8"),list(0.1787709497206704,
"#3c19f0"),list(0.2681564245810056, "#6b1cfb"),list(0.3575418994413408,
"#981cfd"),list(0.44692737430167595, "#bf1cfd"),list(0.5363128491620112,
"#dd2bfd"),list(0.6256983240223464, "#f246fe"),list(0.7150837988826816,
"#fc67fd"),list(0.8044692737430168, "#fe88fc"),list(0.8938547486033519,
"#fea5fd"),list(0.9832402234636871, "#febefe"),list(1, "#fec3fe")),
sequentialminus = list(c(0, "#0508b8"),list(0.0893854748603352, "#1910d8"),list(0.1787709497206704,
"#3c19f0"),list(0.2681564245810056, "#6b1cfb"),list(0.3575418994413408,
"#981cfd"),list(0.44692737430167595, "#bf1cfd"),list(0.5363128491620112,
"#dd2bfd"),list(0.6256983240223464, "#f246fe"),list(0.7150837988826816,
"#fc67fd"),list(0.8044692737430168, "#fe88fc"),list(0.8938547486033519,
"#fea5fd"),list(0.9832402234636871, "#febefe"),list(1, "#fec3fe"))
),
plot_bgcolor = "white",
paper_bgcolor = "white",
shapedefaults = list(
line = list(width = 0),
opacity = 0.4,
fillcolor = "#506784"
),
annotationdefaults = list(
arrowhead = 0,
arrowcolor = "#506784",
arrowwidth = 1
)
),
themeRef = "PLOTLY_WHITE"
 )
)
p <- plot_ly()
p <- add_trace(p, asrc=trace1$asrc, a=trace1$a, bsrc=trace1$bsrc, b=trace1$b, csrc=trace1$csrc, c=trace1$c,
meta=trace1$meta, mode=trace1$mode, type=trace1$type, usrc=trace1$usrc, u=trace1$u, vsrc=trace1$vsrc,
v=trace1$v, wsrc=trace1$wsrc, w=trace1$w, xsrc=trace1$xsrc, x=trace1$x, ysrc=trace1$ysrc, y=trace1$y,
zsrc=trace1$zsrc, z=trace1$z, starts=trace1$starts, orientation=trace1$orientation,
locationssrc=trace1$locationssrc, locations=trace1$locations)
p <- add_trace(p, meta=trace2$meta, mode=trace2$mode, type=trace2$type, xsrc=trace2$xsrc, x=trace2$x,
ysrc=trace2$ysrc, y=trace2$y, stackgroup=trace2$stackgroup)
p <- layout(p, geo=layout$geo, scene=layout$scene, title=layout$title, xaxis=layout$xaxis,
yaxis=layout$yaxis, ternary=layout$ternary, autosize=layout$autosize, dragmode=layout$dragmode,
template=layout$template)

Level of social support offered to people

Plotify link: https://plotly.com/~ruby8687/8/

R code

library(plotly)
trace1 <- list(
meta = list(columnNames = list(
x = "SUBJECT",
y = "Value",
z = "FREQUENCY"
)),
mode = "lines",
type = "histogram2d",
xsrc = "ruby8687:4:240f59",
x = c("MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG",
"YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD",
"OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED",
"OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED",
"MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED",
"MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG",
"MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG",
"YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD",
"OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED",
"OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED",
"MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED",
"MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG",
"MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG",
"YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD",
"OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED",
"OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED",
"MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED",
"MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG",
"MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG",
"YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD",
"OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED",
"OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED",
"MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED",
"MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG",
"MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG",
"YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD",
"OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED",
"OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED",
"MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED",
"MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG",
"MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG",
"YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD",
"OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED",
"OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED",
"MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED",
"MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG",
"MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG",
"YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD",
"OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED",
"OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED",
"MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED",
"MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG",
"MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG",
"YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD",
"OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED",
"OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED", "MIDDLE_AGED",
"MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG", "MIDDLE_AGED",
"MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG", "YOUNG", "YOUNG",
"MIDDLE_AGED", "MIDDLE_AGED", "MIDDLE_AGED", "OLD", "OLD", "OLD", "YOUNG",
"YOUNG", "YOUNG"),
ysrc = "ruby8687:4:617849",
y = c("6.7", "6.7", "6.7", "6.2", "6.2", "6.2", "1.8", "1.8", "1.8", "7", "7", "7", "9", "9", "9", "3.1", "3.1", "3.1",
"7.8", "7.8", "7.8", "9.2", "9.2", "9.2", "4.1", "4.1", "4.1", "7.1", "7.1", "7.1", "7.4", "7.4", "7.4", "4.3", "4.3",
"4.3", "8.9", "8.9", "8.9", "10.9", "10.9", "10.9", "5.4", "5.4", "5.4", "3.6", "3.6", "3.6", "5.8", "5.8", "5.8",
"1.1", "1.1", "1.1", "3.6", "3.6", "3.6", "8.1", "8.1", "8.1", "0.7", "0.7", "0.7", "7.7", "7.7", "7.7", "9.6", "9.6",
"9.6", "6.8", "6.8", "6.8", "6", "6", "6", "9.3", "9.3", "9.3", "3.1", "3.1", "3.1", "18.2", "18.2", "18.2", "25.7",
"25.7", "25.7", "8.1", "8.1", "8.1", "12.2", "12.2", "12.2", "12.2", "12.2", "12.2", "6.3", "6.3", "6.3", "2.1",
"2.1", "2.1", "3.7", "3.7", "3.7", "0.5", "0.5", "0.5", "4.6", "4.6", "4.6", "4.2", "4.2", "4.2", "2.9", "2.9", "2.9",
"9.2", "9.2", "9.2", "11.7", "11.7", "11.7", "6", "6", "6", "9.3", "9.3", "9.3", "10.5", "10.5", "10.5", "6.3", "6.3",
"6.3", "17.8", "17.8", "17.8", "34.7", "34.7", "34.7", "5.8", "5.8", "5.8", "8.8", "8.8", "8.8", "8.8", "8.8", "8.8",
"4.9", "4.9", "4.9", "20", "20", "20", "19.2", "19.2", "19.2", "17.4", "17.4", "17.4", "4.8", "4.8", "4.8", "10.7",
"10.7", "10.7", "2.9", "2.9", "2.9", "5.2", "5.2", "5.2", "5.1", "5.1", "5.1", "2.7", "2.7", "2.7", "3.8", "3.8", "3.8",
"7.1", "7.1", "7.1", "1.5", "1.5", "1.5", "8.4", "8.4", "8.4", "11.4", "11.4", "11.4", "5", "5", "5", "11.1", "11.1",
"11.1", "16.7", "16.7", "16.7", "4.6", "4.6", "4.6", "7.6", "7.6", "7.6", "8.6", "8.6", "8.6", "4.9", "4.9", "4.9",
"6.6", "6.6", "6.6", "8", "8", "8", "3.4", "3.4", "3.4", "6.6", "6.6", "6.6", "9.7", "9.7", "9.7", "2", "2", "2", "4.9",
"4.9", "4.9", "7.5", "7.5", "7.5", "2.9", "2.9", "2.9", "20.5", "20.5", "20.5", "23.3", "23.3", "23.3", "13.8",
"13.8", "13.8", "6.4", "6.4", "6.4", "6.2", "6.2", "6.2", "4.5", "4.5", "4.5", "10.7", "10.7", "10.7", "9.4", "9.4",
"9.4", "5.5", "5.5", "5.5", "10.4", "10.4", "10.4", "12.7", "12.7", "12.7", "6.1", "6.1", "6.1", "15.8", "15.8",
"15.8", "20.5", "20.5", "20.5", "6", "6", "6", "12.4", "12.4", "12.4", "13.2", "13.2", "13.2", "5.9", "5.9", "5.9",
"11.2", "11.2", "11.2", "13.8", "13.8", "13.8", "5.7", "5.7", "5.7", "7.8", "7.8", "7.8", "11.5", "11.5", "11.5",
"1.6", "1.6", "1.6", "11.5", "11.5", "11.5", "12.2", "12.2", "12.2", "7.4", "7.4", "7.4", "10.5", "10.5", "10.5",
"16.4", "16.4", "16.4", "5.3", "5.3", "5.3", "8.4", "8.4", "8.4", "9.4", "9.4", "9.4", "3.9", "3.9", "3.9", "9.3",
"9.3", "9.3", "12", "12", "12", "5", "5", "5", "5.9", "5.9", "5.9", "11.2", "11.2", "11.2", "1.9", "1.9", "1.9", "13",
"13", "13", "13.5", "13.5", "13.5", "10.6", "10.6", "10.6"),
zsrc = "ruby8687:4:a69839",
z = c("A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A"),
stackgroup = 1,
autocolorscale = TRUE
)
data <- list(trace1)
layout <- list(
geo = lis),
scene = list(
camera = list(
up = list(
x = 0,
y = 0,
z=1
),
eye = list(
x = 1.4211937077276657,
 y = 1.4811170146222379,
z = 0.6884771848883603
),
center = list(
x = 0,
y = 0,
z=0
),
projection = list(type = "perspective")
),
dragmode = "turntable",
aspectmode = "auto",
aspectratio = list(
x = 1,
y = 1,
z=1
)
),
title = list(text = "Level of social support"),
xaxis = list(
type = "category",
range = c(-0.5, 2.5),
autorange = TRUE
),
yaxis = list(
type = "linear",
range = c(0, 35),
autorange = TRUE
),
ternary = lis),
autosize = TRUE,
dragmode = "zoom",
template = list(
data = list(
bar = list(
list(
type = "bar",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
table = list(
list(
type = "table",
cells = list(
fill = list(color = "#EBF0F8"),
line = list(color = "white")
),
header = list(
fill = list(color = "#C8D4E3"),
line = list(color = "white")
 )
)
),
carpet = list(
list(
type = "carpet",
aaxis = list(
gridcolor = "#C8D4E3",
linecolor = "#C8D4E3",
endlinecolor = "#2a3f5f",
minorgridcolor = "#C8D4E3",
startlinecolor = "#2a3f5f"
),
baxis = list(
gridcolor = "#C8D4E3",
linecolor = "#C8D4E3",
endlinecolor = "#2a3f5f",
minorgridcolor = "#C8D4E3",
startlinecolor = "#2a3f5f"
)
)
),
mesh3d = list(
list(
type = "mesh3d",
colorbar = list(
ticks = "",
outlinewidth = 0
)
)
),
contour = list(
list(
type = "contour",
colorbar = list(
ticks = "",
outlinewidth = 0
),
autocolorscale = TRUE
)
),
heatmap = list(
list(
type = "heatmap",
colorbar = list(
ticks = "",
outlinewidth = 0
),
autocolorscale = TRUE
)
),
scatter = list(
list(
 type = "scatter",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
surface = list(
list(
type = "surface",
colorbar = list(
ticks = "",
outlinewidth = 0
)
)
),
heatmapgl = list(
list(
type = "heatmapgl",
colorbar = list(
ticks = "",
outlinewidth = 0
)
)
),
histogram = list(
list(
type = "histogram",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
parcoords = list(
list(
line = list(colorbar = list(
ticks = "",
outlinewidth = 0
)),
type = "parcoords"
)
),
scatter3d = list(
list(
type = "scatter3d",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
scattergl = list(
 list(
type = "scattergl",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
choropleth = list(
list(
type = "choropleth",
colorbar = list(
ticks = "",
outlinewidth = 0
)
)
),
scattergeo = list(
list(
type = "scattergeo",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
histogram2d = list(
list(
type = "histogram2d",
colorbar = list(
ticks = "",
outlinewidth = 0
),
autocolorscale = TRUE
)
),
scatterpolar = list(
list(
type = "scatterpolar",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
contourcarpet = list(
list(
type = "contourcarpet",
colorbar = list(
ticks = "",
outlinewidth = 0
)
)
 ),
scattercarpet = list(
list(
type = "scattercarpet",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
scattermapbox = list(
list(
type = "scattermapbox",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
scatterpolargl = list(
list(
type = "scatterpolargl",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
scatterternary = list(
list(
type = "scatterternary",
marker = list(colorbar = list(
ticks = "",
outlinewidth = 0
))
)
),
histogram2dcontour = list(
list(
type = "histogram2dcontour",
colorbar = list(
ticks = "",
outlinewidth = 0
),
autocolorscale = TRUE
)
)
),
layout = list(
geo = list(
bgcolor = "white",
showland = TRUE,
lakecolor = "white",
 landcolor = "white",
showlakes = TRUE,
subunitcolor = "#C8D4E3"
),
font = list(color = "#2a3f5f"),
polar = list(
bgcolor = "white",
radialaxis = list(
ticks = "",
gridcolor = "#EBF0F8",
linecolor = "#EBF0F8"
),
angularaxis = list(
ticks = "",
gridcolor = "#EBF0F8",
linecolor = "#EBF0F8"
)
),
scene = list(
xaxis = list(
ticks = "",
gridcolor = "#DFE8F3",
gridwidth = 2,
linecolor = "#EBF0F8",
zerolinecolor = "#EBF0F8",
showbackground = TRUE,
backgroundcolor = "white"
),
yaxis = list(
ticks = "",
gridcolor = "#DFE8F3",
gridwidth = 2,
linecolor = "#EBF0F8",
zerolinecolor = "#EBF0F8",
showbackground = TRUE,
backgroundcolor = "white"
),
zaxis = list(
ticks = "",
gridcolor = "#DFE8F3",
gridwidth = 2,
linecolor = "#EBF0F8",
zerolinecolor = "#EBF0F8",
showbackground = TRUE,
backgroundcolor = "white"
)
),
title = list(x = 0.05),
xaxis = list(
ticks = "",
gridcolor = "#EBF0F8",
linecolor = "#EBF0F8",
automargin = TRUE,
 zerolinecolor = "#EBF0F8",
zerolinewidth = 2
),
yaxis = list(
ticks = "",
gridcolor = "#EBF0F8",
linecolor = "#EBF0F8",
automargin = TRUE,
zerolinecolor = "#EBF0F8",
zerolinewidth = 2
),
ternary = list(
aaxis = list(
ticks = "",
gridcolor = "#DFE8F3",
linecolor = "#A2B1C6"
),
baxis = list(
ticks = "",
gridcolor = "#DFE8F3",
linecolor = "#A2B1C6"
),
caxis = list(
ticks = "",
gridcolor = "#DFE8F3",
linecolor = "#A2B1C6"
),
bgcolor = "white"
),
colorway = c("#636efa", "#EF553B", "#00cc96", "#ab63fa", "#19d3f3", "#e763fa", "#fecb52", "#ffa15a",
"#ff6692", "#b6e880"),
hovermode = "closest",
colorscale = list(
diverging = list(c(0, "#8e0152"),list(0.1, "#c51b7d"),list(0.2, "#de77ae"),list(0.3, "#f1b6da"),list(0.4,
"#fde0ef"),list(0.5, "#f7f7f7"),list(0.6, "#e6f5d0"),list(0.7, "#b8e186"),list(0.8, "#7fbc41"),list(0.9,
"#4d9221"),list(1, "#276419")),
sequential = list(c(0, "#0508b8"),list(0.0893854748603352, "#1910d8"),list(0.1787709497206704,
"#3c19f0"),list(0.2681564245810056, "#6b1cfb"),list(0.3575418994413408,
"#981cfd"),list(0.44692737430167595, "#bf1cfd"),list(0.5363128491620112,
"#dd2bfd"),list(0.6256983240223464, "#f246fe"),list(0.7150837988826816,
"#fc67fd"),list(0.8044692737430168, "#fe88fc"),list(0.8938547486033519,
"#fea5fd"),list(0.9832402234636871, "#febefe"),list(1, "#fec3fe")),
sequentialminus = list(c(0, "#0508b8"),list(0.0893854748603352, "#1910d8"),list(0.1787709497206704,
"#3c19f0"),list(0.2681564245810056, "#6b1cfb"),list(0.3575418994413408,
"#981cfd"),list(0.44692737430167595, "#bf1cfd"),list(0.5363128491620112,
"#dd2bfd"),list(0.6256983240223464, "#f246fe"),list(0.7150837988826816,
"#fc67fd"),list(0.8044692737430168, "#fe88fc"),list(0.8938547486033519,
"#fea5fd"),list(0.9832402234636871, "#febefe"),list(1, "#fec3fe"))
),
plot_bgcolor = "white",
paper_bgcolor = "white",
shapedefaults = list(
line = list(width = 0),
 opacity = 0.4,
fillcolor = "#506784"
),
annotationdefaults = list(
arrowhead = 0,
arrowcolor = "#506784",
arrowwidth = 1
)
),
themeRef = "PLOTLY_WHITE"
)
)
p <- plot_ly()
p <- add_trace(p, meta=trace1$meta, mode=trace1$mode, type=trace1$type, xsrc=trace1$xsrc, x=trace1$x,
ysrc=trace1$ysrc, y=trace1$y, zsrc=trace1$zsrc, z=trace1$z, stackgroup=trace1$stackgroup,
autocolorscale=trace1$autocolorscale)
p <- layout(p, geo=layout$geo, scene=layout$scene, title=layout$title, xaxis=layout$xaxis,
yaxis=layout$yaxis, ternary=layout$ternary, autosize=layout$autosize, dragmode=layout$dragmode,
template=layout$template)

Conclusion

Alcohol consumption, smoking, obesity are common risk factors for lifestyle diseases such as
diabetes, cardiovascular disorders etc. The study observed that lack of social support is largely
found among young individuals with high smoking and obesity status than middle aged
individuals.