# screenshot: 1100x520
"""Естественные границы (метод Дженкса) против ручной классификации.

Справа границы заданы вручную: «круглые» числа и одно КРИТИЧЕСКОЕ значение —
среднемировая плотность населения. Теперь по цвету сразу видно,
какие страны заселены гуще, а какие реже, чем мир в среднем.
"""
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"]
y = world["pop_density"]


def add_classed(target, classifier, colors, title):
    gdf = world.assign(color=[colors[c] for c in classifier.yb])
    folium.GeoJson(
        gdf[["name_ru", "pop_density", "color", "geometry"]],
        style_function=lambda f: {"fillColor": f["properties"]["color"], "color": "white",
                                  "weight": 0.5, "fillOpacity": 0.9},
        tooltip=folium.GeoJsonTooltip(["name_ru", "pop_density"], aliases=["Страна", "Чел./км²"]),
    ).add_to(target)
    lows = [y.min()] + list(classifier.bins[:-1])
    labels = [f"{fmt(lo)} – {fmt(hi)} ({n})" for lo, hi, n in zip(lows, classifier.bins, classifier.counts)]
    add_legend(target, title, colors[::-1], labels[::-1])


# Среднемировая плотность: всё население / вся площадь (а не среднее по странам!)
world_avg = world["pop_est"].sum() / world["area_km2"].sum()
print(f"Среднемировая плотность: {world_avg:.1f} чел./км²")
print(f"Среднее арифметическое по странам: {y.mean():.1f} чел./км² — это другое число")

m = DualMap(location=[30, 15], zoom_start=1, tiles="Esri.WorldGrayCanvas")

jenks = mapclassify.FisherJenks(y, k=5)
add_classed(m.m1, jenks, color_brewer("YlOrRd", 5), "Чел./км² (стран)")
add_title(m.m1, "Естественные границы", "метод Дженкса, 5 классов")

# Ручные границы: 10, среднемировая, 150, 300 и максимум
manual = mapclassify.UserDefined(y, bins=[10, round(world_avg), 150, 300, y.max()])
# Расходящаяся шкала: синие — реже среднего, красные — гуще
diverging = ["#2c7bb6", "#abd9e9", "#fdae61", "#f46d43", "#a50026"]
add_classed(m.m2, manual, diverging, "Чел./км² (стран)")
add_title(m.m2, "Ручные границы", f"граница {round(world_avg)} — среднемировая плотность")
plain_attribution(m)
m.save("04_jenks_vs_manual.html")
