import pandas as pd
import matplotlib.pyplot as plt
import urllib.request
import os
import matplotlib.colors as mcolors # Para trabalhar com cores e colormaps

# ==============================================================================
# FUNÇÃO: GRÁFICO 1 - LUCRO POR ANO
# ==============================================================================
def plotar_lucro_por_ano(df_dados):
    """
    Gera e exibe um gráfico de barras vertical do Lucro total por Ano.

    O gráfico utiliza um degradê azul e formata os rótulos de dados
    para ficarem acima das barras.

    Parâmetros:
    df_dados (pd.DataFrame): DataFrame contendo as colunas necessárias 
                             ('data_pedido', 'lucro').
    """
    print("\nGerando Gráfico 1: Lucro por Ano...")

    # --- 1. Preparação dos Dados ---
    # Agrupa os dados por ano e soma o lucro de cada ano.
    df_ano = df_dados.groupby(df_dados['data_pedido'].dt.year)['lucro'].sum()
    df_ano = df_ano.reset_index().rename(columns={'data_pedido': 'ano'})

    # --- 2. Preparação das Cores (Degradê) ---
    cmap = plt.cm.get_cmap('Blues') 
    norm = mcolors.Normalize(vmin=df_ano['lucro'].min(), vmax=df_ano['lucro'].max())
    colors = [cmap(norm(lucro)) for lucro in df_ano['lucro']]

    # --- 3. Criação da Figura e Eixos (ax) ---
    fig, ax = plt.subplots(figsize=(12, 7)) 
    bars = ax.bar(df_ano['ano'], df_ano['lucro'], color=colors) 

    # --- 4. Configuração de Estilo e Rótulos ---
    ax.set_title('Lucro de Vendas por Ano (Unificado)', fontsize=24, loc='left', pad=20)
    ax.set_xticks(df_ano['ano']) 
    ax.tick_params(axis='x', labelsize=14)
    
    # Remove o eixo Y (números e rótulo)
    ax.set_yticks([])

    # Remove todas as bordas do gráfico
    ax.spines['top'].set_visible(False)
    ax.spines['right'].set_visible(False)
    ax.spines['bottom'].set_visible(False)
    ax.spines['left'].set_visible(False)
    
    # Remove os "ticks" (pequenas marcas) dos eixos
    ax.tick_params(axis='y', length=0) 
    ax.tick_params(axis='x', length=0) 

    # --- 5. Adicionar Rótulos de Dados (Valores) ---
    # Itera sobre cada barra para adicionar o valor de lucro formatado acima dela.
    for bar in bars:
        yval = bar.get_height()
        lucro_formatado = "R$ {:,.2f}".format(yval).replace(',', 'X').replace('.', ',').replace('X', '.')
        
        ax.text(bar.get_x() + bar.get_width()/2, 
                yval + (df_ano['lucro'].max() * 0.02), # Posição Y: um pouco acima da barra
                lucro_formatado, 
                ha='center', va='bottom',
                fontsize=14, weight='bold', color='dimgray')

    print("...Figura 1 (Lucro/Ano) criada em memória.")
    # plt.show() é chamado no final do script

# ==============================================================================
# FUNÇÃO: GRÁFICO 2 - TOP 10 PRODUTOS
# ==============================================================================
def plota_vendas_10(df_dados):
    """
    Gera e exibe um gráfico de barras horizontal dos 10 produtos com
    maior valor total de venda.

    - As 5 barras inferiores têm cor uniforme; as 5 superiores têm degradê verde.
    - Os valores são formatados e exibidos dentro das barras.
    - Uma caixa de texto com destaques dos Top 3 é adicionada no espaço
      vazio do gráfico.

    Parâmetros:
    df_dados (pd.DataFrame): DataFrame contendo as colunas necessárias 
                             ('tipo_produto', 'vendas').
    """
    print("\nGerando Gráfico 2: Top 10 Produtos por Venda...")

    # --- 1. Preparação dos Dados ---
    # Agrupa por produto, soma as vendas, pega o Top 10
    df_produtos = df_dados.groupby('tipo_produto')['vendas'].sum().reset_index()
    df_top10 = df_produtos.sort_values(by='vendas', ascending=False).head(10)
    
    # Reordena de menor para maior para plotagem correta no barh (maior fica no topo)
    df_top10 = df_top10.sort_values(by='vendas', ascending=True)
    
    # Formata os nomes dos produtos (ex: "Pneus", "Ferramentas De Jardinagem")
    df_top10['tipo_produto'] = df_top10['tipo_produto'].str.title()

    # --- 2. Preparação das Cores (Lógica customizada) ---
    cmap = plt.cm.get_cmap('Greens') 
    norm = mcolors.Normalize(vmin=df_top10['vendas'].min(), vmax=df_top10['vendas'].max())
    
    # Define uma cor uniforme para as 5 barras inferiores
    cor_uniforme = cmap(norm(df_top10['vendas'].iloc[4]))
    
    colors = []
    for i, venda in enumerate(df_top10['vendas']):
        if i < 5: # 5 menores (índices 0-4)
            colors.append(cor_uniforme)
        else: # 5 maiores (índices 5-9)
            colors.append(cmap(norm(venda))) # Degradê

    # --- 3. Criação da Figura e Eixos (ax) ---
    fig, ax = plt.subplots(figsize=(12, 8)) 
    bars = ax.barh(df_top10['tipo_produto'], df_top10['vendas'], color=colors) 

    # --- 4. Configuração de Estilo e Rótulos ---
    ax.set_title('Top 10 Produtos por Valor de Venda (2016-2019)', fontsize=24, loc='left', pad=20)
    
    # Remove o eixo X (números)
    ax.set_xticks([])

    # Remove todas as bordas do gráfico
    ax.spines['top'].set_visible(False)
    ax.spines['right'].set_visible(False)
    ax.spines['bottom'].set_visible(False)
    ax.spines['left'].set_visible(False)

    # Configura os rótulos do eixo Y (Produtos)
    ax.tick_params(axis='y', length=-0, labelsize=14) 
    ax.tick_params(axis='x', length=0)
    
    # --- 5. Adicionar Rótulos de Dados (Valores) ---
    # Itera sobre cada barra para adicionar o valor de venda formatado DENTRO dela.
    for bar in bars:
        xval = bar.get_width()
        venda_formatada = "R$ {:,.2f}".format(xval).replace(',', 'X').replace('.', ',').replace('X', '.')
        
        ax.text(xval * 0.98, # Posição X: 98% da largura da barra (dentro)
                bar.get_y() + bar.get_height()/2,        
                venda_formatada, 
                ha='right', va='center', # Alinhado à direita
                fontsize=14, weight='bold', color='white')

    # ==================================================================
    # --- 6. Adicionar Caixa de Destaque (Top 3) ---
    # ==================================================================
    
    # Pega os dados dos Top 3 (os 3 últimos itens do df_top10)
    prod_1_nome = df_top10['tipo_produto'].iloc[-1]
    prod_1_val = df_top10['vendas'].iloc[-1]
    prod_2_nome = df_top10['tipo_produto'].iloc[-2]
    prod_2_val = df_top10['vendas'].iloc[-2]
    prod_3_nome = df_top10['tipo_produto'].iloc[-3]
    prod_3_val = df_top10['vendas'].iloc[-3]
    
    # Formata os valores R$
    val_1_fmt = "R$ {:,.2f}".format(prod_1_val).replace(',', 'X').replace('.', ',').replace('X', '.')
    val_2_fmt = "R$ {:,.2f}".format(prod_2_val).replace(',', 'X').replace('.', ',').replace('X', '.')
    val_3_fmt = "R$ {:,.2f}".format(prod_3_val).replace(',', 'X').replace('.', ',').replace('X', '.')
    
    # Cria o texto formatado (multi-linhas)
    texto_destaque = (
        f"Destaques do Período:\n\n"
        f"A categoria {prod_1_nome} liderou as vendas,\n"
        f"gerando {val_1_fmt} no total.\n\n"
        f"Seguida por {prod_2_nome} ({val_2_fmt})\n"
        f"e {prod_3_nome} ({val_3_fmt})."
    )
    
    # Define o estilo da caixa (fundo branco, borda vermelha)
    props_caixa = dict(boxstyle='square, pad=0.5', facecolor='white', edgecolor='red', linewidth=1)

    # Adiciona o texto e a caixa ao gráfico
    # Coordenadas (0.7, 0.25) significam:
    # 70% da esquerda para a direita (eixo x)
    # 25% de baixo para cima (eixo y)
    ax.text(0.7, 0.25, texto_destaque, 
            transform=ax.transAxes, # Usa coordenadas relativas (0 a 1)
            fontsize=12, 
            #weight='bold', 
            color='black',
            ha='left', 
            va='bottom', 
            bbox=props_caixa) # Aplica o estilo da caixa

    # Ajusta o layout para garantir que nada seja cortado
    fig.tight_layout()

    print("...Figura 2 (Vendas/Produto) criada em memória.")
    # plt.show() é chamado no final do script

# ==============================================================================
# CORPO PRINCIPAL DO SCRIPT
# ==============================================================================

# --- 1. Configuração Inicial ---
url = 'https://github.com/alura-cursos/dataviz-graficos/raw/refs/heads/master/dados/relatorio_vendas.csv'
arquivo_local = 'relatorio_temp.csv' 

# Lista de colunas que REALMENTE serão usadas nos gráficos
colunas_desejadas = [
    'data_pedido', 
    'tipo_produto', 
    'vendas', 
    'lucro'
]

# --- 2. Download dos Dados (Condicional) ---
if not os.path.exists(arquivo_local):
    print(f"Arquivo '{arquivo_local}' não encontrado. Baixando...")
    urllib.request.urlretrieve(url, arquivo_local)
    print("...Download concluído.")
else:
    print(f"Arquivo '{arquivo_local}' já existe. Usando arquivo local.")


# --- 3. Carga e Processamento dos Dados ---
print("Processando arquivo local...")
df_estatisticas = pd.read_csv(arquivo_local, usecols=colunas_desejadas)

# Normaliza a coluna de data (essencial para agrupar por ano)
df_estatisticas['data_pedido'] = pd.to_datetime(df_estatisticas['data_pedido'])
print("...Processamento concluído.")

# --- 4. Exibição Prévia dos Dados ---
print("\n--- Resultado do DataFrame ---")
print(df_estatisticas.head())

# --- 5. Geração dos Gráficos ---
# Chama as funções que criam as figuras em memória
plotar_lucro_por_ano(df_estatisticas)
plota_vendas_10(df_estatisticas)

# --- 6. Exibição dos Gráficos ---
# O plt.show() único abre todas as figuras criadas (Gráfico 1 e 2)
print("\n...Exibindo todos os gráficos. Feche as janelas para finalizar o script.")
plt.show()

print("\nScript finalizado.")