# screenshot: 1100x560
"""Анаморфоза без классификации (слева) и с классификацией (справа).

Слева площадь каждой страны пропорциональна её населению.
Россию здесь не берём: центр её материковой части — в Сибири, далеко за краем карты.
Справа страны сначала разбиты на 4 класса по численности населения, и площадь
пропорциональна СРЕДНЕМУ значению класса: страны одного класса получают
одинаковую площадь, а для надёжности класс продублирован цветом.
"""
import sys
from pathlib import Path

import folium
import geopandas as gpd
import numpy as np
from folium.plugins import DualMap
from shapely.affinity import scale
from shapely.geometry import MultiPolygon

sys.path.insert(0, str(Path(__file__).resolve().parents[1]))
from maptools import add_legend, add_title, plain_attribution

DATA = Path(__file__).resolve().parents[2] / "data"
world = gpd.read_file(DATA / "countries.geojson")
europe_4326 = world[(world["continent"] == "Europe") & (world["iso_a3"] != "RUS")]
europe = europe_4326.to_crs(3035)


def cartogram(gdf, values):
    """Разрывная анаморфоза: площадь ∝ values; страна с наибольшим values/площадь не меняется."""
    dens = values / gdf["area_km2"]
    k = np.sqrt(dens / dens.max())
    geoms = []
    for geom, kk in zip(gdf.geometry, k):
        parts = geom.geoms if geom.geom_type == "MultiPolygon" else [geom]
        geoms.append(MultiPolygon([scale(p, xfact=kk, yfact=kk, origin="centroid") for p in parts]))
    return gdf.assign(geometry=geoms).to_crs(4326)


# 4 класса по численности населения
breaks = [0, 5e6, 15e6, 50e6, 2e8]
labels = ["< 5 млн", "5–15 млн", "15–50 млн", "> 50 млн"]
colors = ["#c6dbef", "#6baed6", "#2171b5", "#08306b"]
europe["cls"] = np.digitize(europe["pop_est"], breaks[1:-1])
class_mean = europe.groupby("cls")["pop_est"].transform("mean")  # среднее значение класса
europe["color"] = [colors[c] for c in europe["cls"]]
print("Средняя численность населения по классам, млн чел.:")
print((europe.groupby("cls")["pop_est"].mean() / 1e6).round(1).set_axis(labels).to_string())

m = DualMap(location=[53, 16], zoom_start=3, tiles="Esri.WorldGrayCanvas")
for target in (m.m1, m.m2):
    folium.GeoJson(europe_4326[["geometry"]],  # подложка — настоящие границы
                   style_function=lambda f: {"color": "#999", "weight": 0.8, "fillOpacity": 0}
                   ).add_to(target)
carto_plain = cartogram(europe, europe["pop_est"])
carto_class = cartogram(europe, class_mean)
folium.GeoJson(carto_plain[["name_ru", "geometry"]],
               style_function=lambda f: {"fillColor": "#3f6e9e", "color": "white", "weight": 0.6,
                                         "fillOpacity": 0.9},
               tooltip=folium.GeoJsonTooltip(["name_ru"], labels=False)).add_to(m.m1)
folium.GeoJson(carto_class[["name_ru", "color", "geometry"]],
               style_function=lambda f: {"fillColor": f["properties"]["color"], "color": "white",
                                         "weight": 0.6, "fillOpacity": 0.95},
               tooltip=folium.GeoJsonTooltip(["name_ru"], labels=False)).add_to(m.m2)

add_title(m.m1, "Без классификации", "площадь ∝ населению страны")
add_title(m.m2, "С классификацией", "площадь ∝ среднему значению класса")
add_legend(m.m2, "Население", colors[::-1], labels[::-1])
plain_attribution(m)  # убираем флажок из подписи Leaflet
m.save("02_classed.html")
