# screenshot: 1100x520
"""Сколько классов? Одни и те же данные: 3 класса (слева) и 7 классов (справа).

Классы строим методом естественных границ (Fisher–Jenks, библиотека mapclassify).
Чем больше классов, тем меньше генерализация данных, но тем труднее
различать цвета. Показатель GADF (от 0 до 1) говорит, насколько хорошо
классы описывают данные: чем ближе к 1, тем меньше потеряно при объединении.
"""
import sys
from pathlib import Path

import folium
import geopandas as gpd
import mapclassify
from branca.utilities import color_brewer
from folium.plugins import DualMap

sys.path.insert(0, str(Path(__file__).resolve().parents[1]))
from maptools import add_legend, 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()
y = world["gdp_per_capita"]


def add_classed(target, k):
    jenks = mapclassify.FisherJenks(y, k=k)
    colors = color_brewer("PuBu", k)
    gdf = world.assign(color=[colors[c] for c in jenks.yb])  # yb — номер класса
    folium.GeoJson(
        gdf[["name_ru", "gdp_per_capita", "color", "geometry"]],
        style_function=lambda f: {"fillColor": f["properties"]["color"], "fillOpacity": 0.9,
                                  "color": "white", "weight": 0.5},
        tooltip=folium.GeoJsonTooltip(["name_ru", "gdp_per_capita"], aliases=["Страна:", "Долл./чел.:"]),
    ).add_to(target)
    lows = [y.min()] + list(jenks.bins[:-1])
    labels = [f"{fmt(lo)} – {fmt(hi)}" for lo, hi in zip(lows, jenks.bins)]
    add_legend(target, "ВВП на душу, долл.", colors[::-1], labels[::-1])
    add_title(target, f"{k} класса" if k < 5 else f"{k} классов", "естественные границы (Fisher–Jenks)")


m = DualMap(location=[25, 15], zoom_start=1, tiles="Esri.WorldGrayCanvas")
add_classed(m.m1, 3)
add_classed(m.m2, 7)
plain_attribution(m)
m.save("04_classes_3_vs_7.html")

print("Классов   GADF")
for k in range(2, 10):
    print(f"{k:5d}     {mapclassify.FisherJenks(y, k=k).get_gadf():.2f}")
