# screenshot: 1000x560
"""Картограмма с непрерывной шкалой (без классов): branca LinearColormap.

Каждое значение получает свой оттенок — пропорционально своему месту
на цветовой шкале. Слабое место такой карты: по цвету трудно «снять»
число. На веб-карте его компенсирует подсказка: наведите курсор на страну.
"""
import sys
from pathlib import Path

import folium
import geopandas as gpd
from branca.colormap import LinearColormap
from branca.utilities import color_brewer

sys.path.insert(0, str(Path(__file__).resolve().parents[1]))
from maptools import add_title, fmt, plain_attribution

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()
world["gdp_k"] = world["gdp_per_capita"] / 1000  # тыс. долл. на человека

# Непрерывная шкала от 0 до максимума данных: 9 цветов ColorBrewer
# «склеиваются» в плавный переход
cmap = LinearColormap(
    color_brewer("YlGnBu", 9),
    vmin=0, vmax=world["gdp_k"].max(),
    caption="ВВП на душу населения, тыс. долл. США",
    tick_labels=[0, 20, 40, 60, 80, 100],
)
world["color"] = world["gdp_k"].map(cmap)  # число → цвет '#rrggbb'
world["value"] = [f"{fmt(v)} долл." for v in world["gdp_per_capita"]]

m = folium.Map(location=[30, 15], zoom_start=2, tiles="Esri.WorldGrayCanvas")
folium.GeoJson(
    world[["name_ru", "value", "color", "geometry"]],
    style_function=lambda f: {"fillColor": f["properties"]["color"], "fillOpacity": 0.9,
                              "color": "white", "weight": 0.5},
    highlight_function=lambda f: {"color": "#333", "weight": 2.5},
    tooltip=folium.GeoJsonTooltip(["name_ru", "value"], aliases=["Страна:", "ВВП на душу:"]),
).add_to(m)
cmap.add_to(m)  # легенда — градиентная полоса
add_title(m, "ВВП на душу населения", "непрерывная шкала: у каждой страны свой оттенок",
          position="bottomleft")
plain_attribution(m)
m.save("03_unclassed.html")

top = world.nlargest(3, "gdp_per_capita")[["name_ru", "gdp_per_capita"]]
print("Самые тёмные:", ", ".join(f"{n} ({fmt(v)} долл.)" for n, v in top.values))
share = world["gdp_k"].median() / world["gdp_k"].max()
print(f"Медиана — {fmt(world['gdp_per_capita'].median())} долл.: половина стран "
      f"занимает лишь первые {share:.0%} цветовой шкалы")
