adicionando outro arquivo

graficos2.py

@@ -0,0 +1,182 @@
+import numpy as np
+import pandas as pd
+import matplotlib.pyplot as plt
+from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
+import tkinter as tk
+import yaml
+
+# Carregar dados do arquivo YAML
+with open('empresa.yaml', 'r') as file:
+    dados_empresa = yaml.safe_load(file)
+
+# Converter para DataFrame
+df_vendas = pd.DataFrame(dados_empresa['vendas'])
+
+# Converter a coluna 'data' para o tipo datetime
+df_vendas['data'] = pd.to_datetime(df_vendas['data'])
+
+# Extrair o mês de cada venda
+df_vendas['mes'] = df_vendas['data'].dt.month
+
+# Calcular a soma das quantidades vendidas por mês
+total_vendas_por_mes = df_vendas.groupby('mes')['quantidade'].sum()
+
+# Criar lista com os meses de janeiro a dezembro
+meses = range(1, 13)
+
+# Preencher com zeros os meses sem vendas
+total_vendas_por_mes = total_vendas_por_mes.reindex(meses, fill_value=0)
+
+# Plotar o gráfico de barras mostrando o total de vendas por mês
+def plot_total_vendas():
+    plt.bar(total_vendas_por_mes.index, total_vendas_por_mes.values, color='royalblue', edgecolor='black')
+    plt.title('Total de Vendas por Mês')
+    plt.xlabel('Mês')
+    plt.ylabel('Total de Vendas')
+    plt.xticks(rotation=0)
+    plt.grid(axis='y', linestyle='--', alpha=0.7)
+    plt.tight_layout()
+
+# Calcular estatísticas descritivas básicas
+estatisticas_descritivas = df_vendas.describe()
+
+# Verificar valores ausentes no conjunto de dados
+valores_ausentes = df_vendas.isnull().sum()
+
+# Dados sobre o desempenho dos produtos
+desempenho_produto = """
+desempenho_do_produto:
+  - produto: Banheira
+    vendas_totais: 32
+    receita_total: 80000.0
+  - produto: Ofurô
+    vendas_totais: 41
+    receita_total: 123000.0
+  - produto: Spa
+    vendas_totais: 37
+    receita_total: 185000.0
+"""
+
+# Carregar dados sobre o desempenho dos produtos do YAML
+dados_desempenho_produto = yaml.safe_load(desempenho_produto)
+
+# Extrair informações sobre os produtos
+produtos = [produto['produto'] for produto in dados_desempenho_produto['desempenho_do_produto']]
+vendas_totais = [produto['vendas_totais'] for produto in dados_desempenho_produto['desempenho_do_produto']]
+receita_total = [produto['receita_total'] for produto in dados_desempenho_produto['desempenho_do_produto']]
+
+# Identificar os produtos mais vendidos
+produto_mais_vendido = produtos[vendas_totais.index(max(vendas_totais))]
+
+# Plotar um gráfico de barras mostrando os produtos mais vendidos
+def plot_produtos_mais_vendidos():
+    plt.bar(produtos, vendas_totais, color='skyblue')
+    plt.title('Produtos Mais Vendidos')
+    plt.xlabel('Produto')
+    plt.ylabel('Vendas Totais')
+    plt.xticks(rotation=45)
+    plt.tight_layout()
+
+# Plotar um gráfico de pizza mostrando a distribuição da receita entre os produtos
+def plot_distribuicao_receita():
+    plt.pie(receita_total, labels=produtos, autopct='%1.1f%%', colors=['lightcoral', 'lightskyblue', 'lightgreen'])
+    plt.title('Distribuição da Receita por Produto')
+    plt.axis('equal')
+    plt.tight_layout()
+
+# Extrair o ano de cada venda
+df_vendas['ano'] = df_vendas['data'].dt.year
+
+# Extrair informações sobre o comportamento do cliente
+gastos_totais = [cliente['valor_gasto_total'] for cliente in dados_empresa['comportamento_do_cliente']]
+
+# Calcular os intervalos para o histograma
+intervalos = np.arange(0, max(gastos_totais) + 10000, 10000)
+
+# Plotar o histograma dos gastos dos clientes
+def plot_histograma_gastos():
+    plt.hist(gastos_totais, bins=intervalos, edgecolor='black', color='skyblue')
+    plt.title('Histograma dos Gastos dos Clientes')
+    plt.xlabel('Valor Gasto Total (R$)')
+    plt.ylabel('Número de Clientes')
+    plt.xticks(intervalos)
+    plt.grid(axis='y', linestyle='--', alpha=0.7)
+    plt.tight_layout()
+
+# Processar dados das vendas para calcular valor total gasto e frequência de compras por cliente
+total_gasto_por_cliente = {}
+frequencia_de_compras = {}
+
+for venda in dados_empresa['vendas']:
+    cliente_id = venda['cliente_id']
+    preco_total = venda['quantidade'] * venda['preco_unitario']
+
+    total_gasto_por_cliente[cliente_id] = total_gasto_por_cliente.get(cliente_id, 0) + preco_total
+    frequencia_de_compras[cliente_id] = frequencia_de_compras.get(cliente_id, 0) + 1
+
+# Ordenar clientes por valor total gasto
+clientes_ordenados = sorted(total_gasto_por_cliente.items(), key=lambda x: x[1], reverse=True)[:5]
+
+# Obter os nomes dos clientes
+nomes_clientes = [dados_empresa['comportamento_do_cliente'][cliente_id - 101]['nome'] for cliente_id, _ in clientes_ordenados]
+
+# Preparar dados para o gráfico de dispersão
+valores_gastos = [total_gasto for cliente_id, total_gasto in clientes_ordenados]
+frequencia_compras = [frequencia_de_compras[cliente_id] for cliente_id, _ in clientes_ordenados]
+
+# Plotar o gráfico de dispersão
+def plot_dispersao_fieis():
+    plt.scatter(valores_gastos, frequencia_compras, color='blue', alpha=0.7)
+
+    # Adicionar os nomes dos clientes ao gráfico
+    for nome, valor_gasto, frequencia in zip(nomes_clientes, valores_gastos, frequencia_compras):
+        plt.text(valor_gasto, frequencia, nome, fontsize=9)
+
+    plt.title('Valor Total Gasto vs Frequência de Compras dos 5 Clientes Mais Fiéis')
+    plt.xlabel('Valor Total Gasto (R$)')
+    plt.ylabel('Frequência de Compras')
+    plt.grid(True)
+    plt.tight_layout()
+
+# Criação da interface gráfica com Tkinter
+root = tk.Tk()
+root.title("Gráficos da Empresa")
+
+# Criar e posicionar os botões das abas
+aba_frame = tk.Frame(root)
+aba_frame.pack(side="top", fill="x")
+
+# Dicionário com os gráficos
+graficos = {
+    "Total de Vendas por Mês": plot_total_vendas,
+    "Produtos Mais Vendidos": plot_produtos_mais_vendidos,
+    "Distribuição da Receita por Produto": plot_distribuicao_receita,
+    "Histograma dos Gastos dos Clientes": plot_histograma_gastos,
+    "Valor Total Gasto vs Frequência de Compras dos 5 Clientes Mais Fiéis": plot_dispersao_fieis
+}
+
+
+for nome_grafico in graficos:
+    button = tk.Button(aba_frame, text=nome_grafico, command=lambda g=nome_grafico: mostrar_grafico(g))
+    button.pack(side="left")
+
+# Container para os gráficos
+container = tk.Frame(root)
+container.pack(side="top", fill="both", expand=True)
+
+# Função para mostrar o gráfico selecionado
+def mostrar_grafico(grafico):
+    plt.clf()
+    graficos[grafico]()
+    canvas.draw()
+
+# Criação do plot inicial
+fig, ax = plt.subplots()
+graficos_iniciais = plot_total_vendas()
+
+# Integração do plot inicial na interface Tkinter
+canvas = FigureCanvasTkAgg(fig, master=container)
+canvas.draw()
+canvas.get_tk_widget().pack(side="top", fill="both", expand=True)
+
+root.mainloop()