"""Классификация для двумерной картограммы: терцили и диаграмма рассеяния.

Каждый показатель делим на 3 класса по терцилям (по трети стран в классе),
получаем сетку 3 × 3 = 9 классов. Диаграмма рассеяния (как гистограмма для
одного показателя) показывает, как страны распределились по клеткам.
Шкала — «последовательная × последовательная» Джошуа Стивенса.
"""
from pathlib import Path

import geopandas as gpd
import matplotlib.pyplot as plt
import pandas as pd

DATA = Path(__file__).resolve().parents[2] / "data"
world = gpd.read_file(DATA / "countries.geojson")
world = world[(world["iso_a3"] != "ATA") & world["gdp_per_capita"].notna()].copy()

# PALETTE[класс по плотности][класс по ВВП]; строка 0 — нижняя (низкая плотность)
PALETTE = [["#e8e8e8", "#ace4e4", "#5ac8c8"],
           ["#dfb0d6", "#a5add3", "#5698b9"],
           ["#be64ac", "#8c62aa", "#3b4994"]]

world["cx"], gdp_bins = pd.qcut(world["gdp_per_capita"], 3, labels=False, retbins=True)
world["cy"], dens_bins = pd.qcut(world["pop_density"], 3, labels=False, retbins=True)
world["color"] = [PALETTE[cy][cx] for cx, cy in zip(world["cx"], world["cy"])]

print("Границы терцилей: ВВП на душу —", ", ".join(f"{b:,.0f}".replace(",", " ") for b in gdp_bins[1:3]),
      "долл.; плотность —", ", ".join(f"{b:.0f}" for b in dens_bins[1:3]), "чел./км²")
table = pd.crosstab(world["cy"], world["cx"]).sort_index(ascending=False)
table.index = ["плотность высокая", "средняя", "низкая"]
table.columns = ["ВВП низкий", "средний", "высокий"]
print("\nЧисло стран в каждой из 9 клеток:")
print(table.to_string())
for cy, cx, what in [(2, 2, "богатые и густонаселённые"), (0, 2, "богатые и редконаселённые"),
                     (2, 0, "бедные и густонаселённые")]:
    names = world[(world["cy"] == cy) & (world["cx"] == cx)].nlargest(4, "pop_est")["name_ru"]
    print(f"{what}: {', '.join(names)}")

fig, ax = plt.subplots(figsize=(9, 6.6))
ax.scatter(world["gdp_per_capita"], world["pop_density"], c=world["color"],
           s=46, edgecolor="#555", linewidth=0.5)
for b in gdp_bins[1:3]:
    ax.axvline(b, color="#888", linestyle="--", linewidth=1)
for b in dens_bins[1:3]:
    ax.axhline(b, color="#888", linestyle="--", linewidth=1)
LABELS = {"RUS": "Россия", "CHN": "Китай", "IND": "Индия", "USA": "США", "BGD": "Бангладеш",
          "AUS": "Австралия", "NLD": "Нидерланды", "NER": "Нигер"}
for iso, name in LABELS.items():
    row = world[world["iso_a3"] == iso].iloc[0]
    ax.annotate(name, (row["gdp_per_capita"], row["pop_density"]), xytext=(5, 4),
                textcoords="offset points", fontsize=9)
ax.set_xscale("log")  # оба показателя сильно скошены — логарифмические оси
ax.set_yscale("log")
ax.set_xlabel("ВВП на душу населения, долл. (логарифмическая шкала)")
ax.set_ylabel("Плотность населения, чел./км² (логарифмическая шкала)")
ax.set_title("Каждая точка — страна; пунктир — границы терцилей")
plt.savefig("01_scatter_tertiles.png", dpi=110, bbox_inches="tight")
