"""Серия малых карт (small multiples): четыре одномерные карты вместо одной многомерной.

Каждая карта показывает ОДИН показатель, все карты одного размера и в одной
проекции (равновеликая Equal Earth), поэтому их легко сравнивать «глазами».
Относительные показатели — картограммой, абсолютный (население) — кругами.
"""
from pathlib import Path

import geopandas as gpd
import mapclassify
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.patches import Patch

DATA = Path(__file__).resolve().parents[2] / "data"
world = gpd.read_file(DATA / "countries.geojson")
world = world[world["iso_a3"] != "ATA"].to_crs("EPSG:8857")
world["income"] = 6 - world["income_grp"].str[0].astype(int)  # 1 — низкий … 5 — высокий


def choropleth(ax, column, title, colors, labels, classes):
    """Картограмма: заливка по номеру класса; страны без данных — серые."""
    world.plot(ax=ax, color="#dddddd", edgecolor="white", linewidth=0.2)
    has = world[column].notna()
    world[has].plot(ax=ax, color=[colors[c] for c in classes], edgecolor="white", linewidth=0.2)
    ax.legend(handles=[Patch(color=c, label=l) for c, l in zip(colors, labels)],
              loc="lower left", fontsize=7, frameon=False)
    ax.set_title(title, fontsize=12)


fig, axes = plt.subplots(2, 2, figsize=(14, 7.6))
for ax in axes.flat:
    ax.set_axis_off()

q = mapclassify.Quantiles(world["pop_density"], k=5)
choropleth(axes[0, 0], "pop_density", "Плотность населения, чел./км²",
           ["#fef0d9", "#fdcc8a", "#fc8d59", "#e34a33", "#b30000"],
           [f"до {b:,.0f}".replace(",", " ") for b in q.bins], q.yb)

gdp = world["gdp_per_capita"].dropna()
q = mapclassify.Quantiles(gdp, k=5)
choropleth(axes[0, 1], "gdp_per_capita", "ВВП на душу населения, долл.",
           ["#f1eef6", "#bdc9e1", "#74a9cf", "#2b8cbe", "#045a8d"],
           [f"до {b:,.0f}".replace(",", " ") for b in q.bins], q.yb)

choropleth(axes[1, 0], "income", "Группа стран по доходу (порядковая шкала)",
           ["#edf8e9", "#bae4b3", "#74c476", "#31a354", "#006d2c"],
           ["низкий", "ниже среднего", "выше среднего", "высокий (вне ОЭСР)", "высокий (ОЭСР)"],
           world["income"] - 1)

ax = axes[1, 1]  # абсолютный показатель — кругами, площадь круга ∝ населению
world.plot(ax=ax, color="#eeeeee", edgecolor="white", linewidth=0.2)
pts = world.geometry.representative_point()
size = world["pop_est"] / world["pop_est"].max() * 900  # s — ПЛОЩАДЬ значка; делим первым: int32!
ax.scatter(pts.x, pts.y, s=size, color="#8e5bb0", alpha=0.55, edgecolor="#3d1f50", linewidth=0.4)
for v, lab in [(1e9, "1 млрд"), (2e8, "200 млн"), (5e7, "50 млн")]:
    ax.scatter([], [], s=900 * v / world["pop_est"].max(), color="#8e5bb0", alpha=0.55, label=lab)
ax.legend(loc="lower left", fontsize=7, frameon=False, labelspacing=1.4)
ax.set_title("Население, чел.", fontsize=12)

fig.suptitle("Четыре одномерные карты: каждая — про одно", fontsize=15)
plt.savefig("02_small_multiples.png", dpi=110, bbox_inches="tight")
