Update app.py

app.py

@@ -14,32 +14,82 @@ from datetime import datetime
 matplotlib.use('Agg')
 
 # Configurações globais
-ESCALA_MAXIMA_NOTAS = 12  # Aumentado para melhor visualização
+ESCALA_MAXIMA_NOTAS = 12
 LIMITE_APROVACAO_NOTA = 5
 LIMITE_APROVACAO_FREQ = 75
 BIMESTRES = ['1º Bimestre', '2º Bimestre', '3º Bimestre', '4º Bimestre']
-CONCEITOS_VALIDOS = ['ES', 'EP', 'ET']  # Conceitos não numéricos válidos
+CONCEITOS_VALIDOS = ['ES', 'EP', 'ET']
+
+# Definição das disciplinas de formação básica
+FORMACAO_BASICA = {
+    'fundamental': {
+        'LINGUA PORTUGUESA',
+        'MATEMATICA',
+        'HISTORIA',
+        'GEOGRAFIA',
+        'CIENCIAS',
+        'LINGUA ESTRANGEIRA INGLES',
+        'ARTE',
+        'EDUCACAO FISICA'
+    },
+    'medio': {
+        'LINGUA PORTUGUESA',
+        'MATEMATICA',
+        'HISTORIA',
+        'GEOGRAFIA',
+        'BIOLOGIA',
+        'FISICA',
+        'QUIMICA',
+        'INGLES',
+        'FILOSOFIA',
+        'SOCIOLOGIA',
+        'ARTE',
+        'EDUCACAO FISICA'
+    }
+}
+
+def detectar_nivel_ensino(disciplinas):
+    """Detecta se é ensino fundamental ou médio baseado nas disciplinas presentes."""
+    disciplinas_set = set(disciplinas)
+    disciplinas_exclusivas_medio = {'BIOLOGIA', 'FISICA', 'QUIMICA', 'FILOSOFIA', 'SOCIOLOGIA'}
+    return 'medio' if any(d in disciplinas_set for d in disciplinas_exclusivas_medio) else 'fundamental'
+
+def separar_disciplinas_por_categoria(disciplinas_dados):
+    """Separa as disciplinas em formação básica e diversificada."""
+    disciplinas = [d['disciplina'] for d in disciplinas_dados]
+    nivel = detectar_nivel_ensino(disciplinas)
+    
+    formacao_basica = []
+    diversificada = []
+    
+    for disc_data in disciplinas_dados:
+        if disc_data['disciplina'] in FORMACAO_BASICA[nivel]:
+            formacao_basica.append(disc_data)
+        else:
+            diversificada.append(disc_data)
+    
+    return {
+        'nivel': nivel,
+        'formacao_basica': formacao_basica,
+        'diversificada': diversificada
+    }
 
 def converter_nota(valor):
     """Converte valor de nota para float, tratando casos especiais e conceitos."""
     if pd.isna(valor) or valor == '-' or valor == 'N' or valor == '' or valor == 'None':
         return None
     
-    # Se for string, limpar e verificar se é conceito
     if isinstance(valor, str):
         valor_limpo = valor.strip().upper()
         if valor_limpo in CONCEITOS_VALIDOS:
-            # Converter conceitos para valores numéricos
             conceitos_map = {'ET': 10, 'ES': 8, 'EP': 6}
             return conceitos_map.get(valor_limpo)
         
-        # Tentar converter para número
         try:
             return float(valor_limpo.replace(',', '.'))
         except:
             return None
     
-    # Se for número, retornar diretamente
     if isinstance(valor, (int, float)):
         return float(valor)
     
@@ -57,12 +107,11 @@ def calcular_frequencia_media(frequencias):
     freq_validas = []
     for freq in frequencias:
         try:
-            # Limpar string e converter para número
             if isinstance(freq, str):
                 freq = freq.strip().replace('%', '').replace(',', '.')
             if freq and freq != '-':
                 valor = float(freq)
-                if valor > 0:  # Considerar apenas frequências positivas
+                if valor > 0:
                     freq_validas.append(valor)
         except:
             continue
@@ -80,10 +129,8 @@ def extrair_tabelas_pdf(pdf_path):
         if len(tables) == 0:
             raise ValueError("Nenhuma tabela foi extraída do PDF.")
         
-        # Processar a primeira tabela
         df = tables[0].df
         
-        # Extrair nome do aluno e outras informações se disponível
         info_aluno = {}
         for i, row in df.iterrows():
             if 'Nome do Aluno' in str(row[0]):
@@ -95,14 +142,11 @@ def extrair_tabelas_pdf(pdf_path):
             elif 'Turma' in str(row[0]):
                 info_aluno['turma'] = row[1].strip() if len(row) > 1 else ''
         
-        # Encontrar a tabela de notas
         for i, table in enumerate(tables):
             df_temp = table.df
-            # Verificar se é a tabela de notas
             if any('Disciplina' in str(col) for col in df_temp.iloc[0]) or \
                any('Bimestre' in str(col) for col in df_temp.iloc[0]):
                 df = df_temp
-                # Renomear as colunas corretamente
                 df = df.rename(columns={
                     0: 'Disciplina',
                     1: 'Nota B1', 2: 'Freq B1', 3: '%Freq B1', 4: 'AC B1',
@@ -116,17 +160,6 @@ def extrair_tabelas_pdf(pdf_path):
         if df.empty:
             raise ValueError("A tabela extraída está vazia.")
         
-        # Adicionar informações do aluno ao DataFrame
-        for key, value in info_aluno.items():
-            df.attrs[key] = value
-        
-        return df
-        
-    except Exception as e:
-        print(f"Erro na extração das tabelas: {str(e)}")
-        raise
-        
-        # Adicionar informações do aluno ao DataFrame
         for key, value in info_aluno.items():
             df.attrs[key] = value
         
@@ -135,7 +168,6 @@ def extrair_tabelas_pdf(pdf_path):
     except Exception as e:
         print(f"Erro na extração das tabelas: {str(e)}")
         raise
-
 def obter_disciplinas_validas(df):
     """Identifica disciplinas válidas no boletim com seus dados."""
     colunas_notas = ['Nota B1', 'Nota B2', 'Nota B3', 'Nota B4']
@@ -148,7 +180,6 @@ def obter_disciplinas_validas(df):
         if pd.isna(disciplina) or disciplina == '':
             continue
         
-        # Coletar notas e frequências
         notas = []
         freqs = []
         bimestres_cursados = []
@@ -165,7 +196,6 @@ def obter_disciplinas_validas(df):
                 notas.append(None)
                 freqs.append(None)
         
-        # Calcular médias apenas se houver dados válidos
         if bimestres_cursados:
             media_notas = calcular_media_bimestres(notas)
             media_freq = calcular_frequencia_media(freqs)
@@ -180,7 +210,7 @@ def obter_disciplinas_validas(df):
             })
     
     return disciplinas_dados
-    
+
 def gerar_paleta_cores(n_cores):
     """Gera uma paleta de cores distintas para o número de disciplinas."""
     cores_base = [
@@ -197,7 +227,7 @@ def gerar_paleta_cores(n_cores):
     
     return cores_base[:n_cores]
 
-def plotar_evolucao_bimestres(disciplinas_dados, temp_dir):
+def plotar_evolucao_bimestres(disciplinas_dados, temp_dir, titulo=None, nome_arquivo=None):
     """Plota gráfico de evolução das notas por bimestre com visualização refinada."""
     n_disciplinas = len(disciplinas_dados)
     
@@ -252,8 +282,8 @@ def plotar_evolucao_bimestres(disciplinas_dados, temp_dir):
                 plt.plot(bimestres_deslocados, notas_validas,
                         color=cores[idx % len(cores)],
                         marker=marcadores[idx % len(marcadores)],
-                        markersize=7,  # Reduzido para menor sobreposição
-                        linewidth=1.5,  # Linha mais fina
+                        markersize=7,
+                        linewidth=1.5,
                         label=disc_data['disciplina'],
                         linestyle=estilos_linha[idx % len(estilos_linha)],
                         alpha=0.8)
@@ -291,8 +321,10 @@ def plotar_evolucao_bimestres(disciplinas_dados, temp_dir):
                             
                             anotacoes_usadas[bim_orig].append((nota + y_offset/20, texto))
     
-    plt.title('Evolução das Médias por Disciplina ao Longo dos Bimestres',
-             pad=20, fontsize=12, fontweight='bold')
+    # Usar título personalizado se fornecido
+    titulo_grafico = titulo or 'Evolução das Médias por Disciplina ao Longo dos Bimestres'
+    plt.title(titulo_grafico, pad=20, fontsize=12, fontweight='bold')
+    
     plt.xlabel('Bimestres', fontsize=10)
     plt.ylabel('Notas', fontsize=10)
     plt.xticks([1, 2, 3, 4], ['1º Bim', '2º Bim', '3º Bim', '4º Bim'])
@@ -312,112 +344,28 @@ def plotar_evolucao_bimestres(disciplinas_dados, temp_dir):
     
     plt.tight_layout()
     
-    plot_path = os.path.join(temp_dir, 'evolucao_notas.png')
+    # Usar nome de arquivo personalizado se fornecido
+    nome_arquivo = nome_arquivo or 'evolucao_notas.png'
+    plot_path = os.path.join(temp_dir, nome_arquivo)
     plt.savefig(plot_path, bbox_inches='tight', dpi=300)
     plt.close()
     return plot_path
 
-def plotar_graficos_destacados(disciplinas_dados, temp_dir):
-    """Plota gráficos de médias e frequências com destaques."""
-    n_disciplinas = len(disciplinas_dados)
-    
-    if not n_disciplinas:
-        raise ValueError("Nenhuma disciplina válida encontrada no boletim.")
-    
-    # Aumentar a figura para melhor visualização
-    plt.figure(figsize=(12, 10))
-    
-    disciplinas = [d['disciplina'] for d in disciplinas_dados]
-    medias_notas = [d['media_notas'] for d in disciplinas_dados]
-    medias_freq = [d['media_freq'] for d in disciplinas_dados]
-    
-    # Criar subplot com mais espaço entre os gráficos
-    fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 10), height_ratios=[1, 1])
-    plt.subplots_adjust(hspace=0.5)  # Aumentar espaço entre os gráficos
-    
-    cores_notas = ['red' if media < LIMITE_APROVACAO_NOTA else '#2ecc71' for media in medias_notas]
-    cores_freq = ['red' if media < LIMITE_APROVACAO_FREQ else '#2ecc71' for media in medias_freq]
-    
-    media_global = np.mean(medias_notas)
-    freq_global = np.mean(medias_freq)
-    
-    # Gráfico de notas
-    barras_notas = ax1.bar(disciplinas, medias_notas, color=cores_notas)
-    ax1.set_title('Média de Notas por Disciplina', pad=20, fontsize=12, fontweight='bold')
-    ax1.set_ylim(0, ESCALA_MAXIMA_NOTAS)
-    ax1.grid(True, axis='y', alpha=0.3, linestyle='--')
-    
-    # Melhorar a apresentação dos rótulos
-    ax1.set_xticklabels(disciplinas, rotation=45, ha='right', va='top')
-    ax1.set_ylabel('Notas', fontsize=10, labelpad=10)
-    
-    # Adicionar linha de média mínima
-    ax1.axhline(y=LIMITE_APROVACAO_NOTA, color='r', linestyle='--', alpha=0.3)
-    ax1.text(0.02, LIMITE_APROVACAO_NOTA + 0.1, 'Média mínima (5,0)',
-             transform=ax1.get_yaxis_transform(), color='r', alpha=0.7)
-    
-    # Valores nas barras
-    for barra in barras_notas:
-        altura = barra.get_height()
-        ax1.text(barra.get_x() + barra.get_width()/2., altura,
-                f'{altura:.1f}',
-                ha='center', va='bottom', fontsize=8)
-    
-    # Gráfico de frequências
-    barras_freq = ax2.bar(disciplinas, medias_freq, color=cores_freq)
-    ax2.set_title('Frequência Média por Disciplina', pad=20, fontsize=12, fontweight='bold')
-    ax2.set_ylim(0, 110)
-    ax2.grid(True, axis='y', alpha=0.3, linestyle='--')
-    
-    # Melhorar a apresentação dos rótulos
-    ax2.set_xticklabels(disciplinas, rotation=45, ha='right', va='top')
-    ax2.set_ylabel('Frequência (%)', fontsize=10, labelpad=10)
-    
-    # Adicionar linha de frequência mínima
-    ax2.axhline(y=LIMITE_APROVACAO_FREQ, color='r', linestyle='--', alpha=0.3)
-    ax2.text(0.02, LIMITE_APROVACAO_FREQ + 1, 'Frequência mínima (75%)',
-             transform=ax2.get_yaxis_transform(), color='r', alpha=0.7)
-    
-    # Valores nas barras
-    for barra in barras_freq:
-        altura = barra.get_height()
-        ax2.text(barra.get_x() + barra.get_width()/2., altura,
-                f'{altura:.1f}%',
-                ha='center', va='bottom', fontsize=8)
-    
-    # Título global com informações de média
-    plt.suptitle(
-        f'Desempenho Geral\nMédia Global: {media_global:.1f} | Frequência Global: {freq_global:.1f}%',
-        y=0.98, fontsize=14, fontweight='bold'
-    )
-    
-    if freq_global < LIMITE_APROVACAO_FREQ:
-        plt.figtext(0.5, 0.02,
-                   "Atenção: Risco de Reprovação por Baixa Frequência",
-                   ha="center", fontsize=11, color="red", weight='bold')
-    
-    plt.tight_layout()
-    
-    plot_path = os.path.join(temp_dir, 'medias_frequencias.png')
-    plt.savefig(plot_path, bbox_inches='tight', dpi=300)
-    plt.close()
-    return plot_path
-
-def gerar_relatorio_pdf(df, disciplinas_dados, grafico1_path, grafico2_path):
+def gerar_relatorio_pdf(df, disciplinas_dados, grafico_basica, grafico_diversificada, grafico_medias):
     """Gera relatório PDF com os gráficos e análises."""
     pdf = FPDF()
     pdf.set_auto_page_break(auto=True, margin=15)
-    pdf.add_page()
     
-    # Cabeçalho
+    # Primeira página - Informações e Formação Básica
+    pdf.add_page()
     pdf.set_font('Helvetica', 'B', 18)
     pdf.cell(0, 10, 'Relatório de Desempenho Escolar', 0, new_x=XPos.LMARGIN, new_y=YPos.NEXT, align='C')
-    pdf.ln(15)  # Aumentar espaço após título
+    pdf.ln(15)
     
     # Informações do aluno
     pdf.set_font('Helvetica', 'B', 12)
     pdf.cell(0, 10, 'Informações do Aluno', 0, new_x=XPos.LMARGIN, new_y=YPos.NEXT, align='L')
-    pdf.line(10, pdf.get_y(), 200, pdf.get_y())  # Adicionar linha divisória
+    pdf.line(10, pdf.get_y(), 200, pdf.get_y())
     pdf.ln(5)
     
     pdf.set_font('Helvetica', '', 11)
@@ -439,18 +387,31 @@ def gerar_relatorio_pdf(df, disciplinas_dados, grafico1_path, grafico2_path):
     pdf.cell(0, 5, f'Data de geração: {data_atual}', 0, new_x=XPos.LMARGIN, new_y=YPos.NEXT, align='R')
     pdf.ln(15)
     
-    # Seção de gráficos
+    # Gráfico de evolução da formação básica
     pdf.set_font('Helvetica', 'B', 14)
-    pdf.cell(0, 10, 'Análise Gráfica', 0, new_x=XPos.LMARGIN, new_y=YPos.NEXT, align='L')
+    pdf.cell(0, 10, 'Evolução das Notas - Formação Geral Básica', 0, new_x=XPos.LMARGIN, new_y=YPos.NEXT, align='L')
     pdf.line(10, pdf.get_y(), 200, pdf.get_y())
     pdf.ln(10)
+    pdf.image(grafico_basica, x=10, w=190)
     
-    pdf.image(grafico1_path, x=10, w=190)
-    pdf.ln(15)
-    pdf.image(grafico2_path, x=10, w=190)
-    pdf.ln(15)
+    # Segunda página - Parte Diversificada
+    pdf.add_page()
+    pdf.set_font('Helvetica', 'B', 14)
+    pdf.cell(0, 10, 'Evolução das Notas - Parte Diversificada', 0, new_x=XPos.LMARGIN, new_y=YPos.NEXT, align='L')
+    pdf.line(10, pdf.get_y(), 200, pdf.get_y())
+    pdf.ln(10)
+    pdf.image(grafico_diversificada, x=10, w=190)
+    
+    # Terceira página - Médias e Frequências
+    pdf.add_page()
+    pdf.set_font('Helvetica', 'B', 14)
+    pdf.cell(0, 10, 'Análise de Médias e Frequências', 0, new_x=XPos.LMARGIN, new_y=YPos.NEXT, align='L')
+    pdf.line(10, pdf.get_y(), 200, pdf.get_y())
+    pdf.ln(10)
+    pdf.image(grafico_medias, x=10, w=190)
     
-    # Seção de Análise
+    # Quarta página - Análise Detalhada
+    pdf.add_page()
     pdf.set_font('Helvetica', 'B', 14)
     pdf.cell(0, 10, 'Análise Detalhada', 0, new_x=XPos.LMARGIN, new_y=YPos.NEXT, align='L')
     pdf.line(10, pdf.get_y(), 200, pdf.get_y())
@@ -552,15 +513,33 @@ def processar_boletim(file):
             if not disciplinas_dados:
                 return None, "Nenhuma disciplina válida encontrada no boletim."
             
+            # Separar disciplinas por categoria
+            categorias = separar_disciplinas_por_categoria(disciplinas_dados)
+            nivel = categorias['nivel']
+            nivel_texto = "Ensino Médio" if nivel == "medio" else "Ensino Fundamental"
+            
             # Gerar gráficos
             print("Gerando gráficos...")
-            grafico1_path = plotar_evolucao_bimestres(disciplinas_dados, temp_dir)
-            grafico2_path = plotar_graficos_destacados(disciplinas_dados, temp_dir)
+            grafico_basica = plotar_evolucao_bimestres(
+                categorias['formacao_basica'],
+                temp_dir,
+                titulo=f"Evolução das Médias - Formação Geral Básica ({nivel_texto})",
+                nome_arquivo='evolucao_basica.png'
+            )
+            
+            grafico_diversificada = plotar_evolucao_bimestres(
+                categorias['diversificada'],
+                temp_dir,
+                titulo=f"Evolução das Médias - Parte Diversificada ({nivel_texto})",
+                nome_arquivo='evolucao_diversificada.png'
+            )
+            
+            grafico_medias = plotar_graficos_destacados(disciplinas_dados, temp_dir)
             print("Gráficos gerados")
             
             # Gerar PDF
             print("Gerando relatório PDF...")
-            pdf_path = gerar_relatorio_pdf(df, disciplinas_dados, grafico1_path, grafico2_path)
+            pdf_path = gerar_relatorio_pdf(df, disciplinas_dados, grafico_basica, grafico_diversificada, grafico_medias)
             print("Relatório PDF gerado")
             
             # Criar arquivo de retorno