Update app.py

app.py

@@ -157,19 +157,339 @@ class ReportGenerator:
         return basic_stats
 
     def generate_graphs(self) -> List[plt.Figure]:
+        plt.style.use('seaborn')
         graphs = []
-        # Gráficos omitidos para compactar. Retorne aqui se desejar.
+        
+        # 1. Distribuição por nível
+        plt.figure(figsize=(12, 6))
+        nivel_counts = self.data['Nível'].value_counts()
+        colors = {'Avançado': '#2ecc71', 'Intermediário': '#f1c40f', 'Necessita Atenção': '#e74c3c'}
+        
+        bars = plt.bar(nivel_counts.index, nivel_counts.values)
+        for i, bar in enumerate(bars):
+            bar.set_color(colors[nivel_counts.index[i]])
+            plt.text(bar.get_x() + bar.get_width()/2, bar.get_height(), 
+                    str(nivel_counts.values[i]), 
+                    ha='center', va='bottom')
+        
+        plt.title('Distribuição dos Alunos por Nível de Desempenho', pad=20, fontsize=12)
+        plt.ylabel('Número de Alunos', labelpad=10)
+        plt.grid(True, alpha=0.3)
+        graphs.append(plt.gcf())
+        plt.close()
+
+        # 2. Top 10 alunos
+        plt.figure(figsize=(12, 6))
+        top_10 = self.data.head(10)
+        bars = plt.barh(top_10['Nome do Aluno'], top_10['Acertos Absolutos'], 
+                       color='#3498db')
+        
+        plt.title('Top 10 Alunos - Acertos Absolutos', pad=20, fontsize=12)
+        plt.xlabel('Número de Acertos', labelpad=10)
+        
+        for i, bar in enumerate(bars):
+            plt.text(bar.get_width(), bar.get_y() + bar.get_height()/2,
+                    f' {bar.get_width():.0f}', 
+                    va='center')
+        
+        plt.grid(True, alpha=0.3)
+        plt.tight_layout()
+        graphs.append(plt.gcf())
+        plt.close()
+
+        # 3. Relação tempo x acertos
+        plt.figure(figsize=(12, 6))
+        for nivel in colors:
+            mask = self.data['Nível'] == nivel
+            tempo = pd.to_timedelta(self.data[mask]['Total Tempo']).dt.total_seconds() / 60
+            plt.scatter(tempo, self.data[mask]['Acertos Absolutos'],
+                       c=colors[nivel], label=nivel, alpha=0.6, s=100)
+        
+        plt.title('Relação entre Tempo e Acertos por Nível', pad=20, fontsize=12)
+        plt.xlabel('Tempo Total (minutos)', labelpad=10)
+        plt.ylabel('Número de Acertos', labelpad=10)
+        plt.legend()
+        plt.grid(True, alpha=0.3)
+        graphs.append(plt.gcf())
+        plt.close()
+
+        # 4. Relação Tarefas x Acertos com linha de tendência
+        plt.figure(figsize=(12, 6))
+        plt.scatter(self.data['Tarefas Completadas'], self.data['Acertos Absolutos'],
+                   color='#3498db', alpha=0.6, s=100)
+        
+        z = np.polyfit(self.data['Tarefas Completadas'], self.data['Acertos Absolutos'], 1)
+        p = np.poly1d(z)
+        x_range = np.linspace(self.data['Tarefas Completadas'].min(), 
+                            self.data['Tarefas Completadas'].max(), 100)
+        plt.plot(x_range, p(x_range), "r--", alpha=0.8, label='Tendência')
+        
+        plt.title('Relação entre Tarefas Completadas e Acertos', pad=20, fontsize=12)
+        plt.xlabel('Número de Tarefas Completadas', labelpad=10)
+        plt.ylabel('Número de Acertos', labelpad=10)
+        plt.legend()
+        plt.grid(True, alpha=0.3)
+        graphs.append(plt.gcf())
+        plt.close()
+
         return graphs
 
     def generate_pdf(self, output_path: str, graphs: List[plt.Figure]) -> None:
-        pdf = FPDF()  # Adicione aqui os gráficos.
+        """Gera relatório em PDF com análise detalhada."""
+        class PDF(FPDF):
+            def header(self):
+                self.set_font('Arial', 'B', 15)
+                self.set_fill_color(240, 240, 240)
+                self.cell(0, 15, 'Relatório de Desempenho - Análise Detalhada', 0, 1, 'C', True)
+                self.ln(10)
+
+        pdf = PDF('L', 'mm', 'A4')
+
+        # Introdução
+        pdf.add_page()
+        pdf.set_font('Arial', 'B', 14)
+        pdf.set_fill_color(240, 240, 240)
+        pdf.cell(0, 10, 'Introdução', 0, 1, 'L', True)
+        pdf.ln(5)
+        pdf.set_font('Arial', '', 11)
+        intro_text = """
+        Este relatório apresenta uma análise abrangente do desempenho dos alunos nas atividades realizadas.
+        Os dados são analisados considerando três aspectos principais:
+
+        • Acertos: Total de questões respondidas corretamente
+        • Engajamento: Número de tarefas completadas
+        • Dedicação: Tempo investido nas atividades
+
+        Os alunos são classificados em três níveis de acordo com seu desempenho:
+        • Avançado: 10 ou mais acertos - Excelente domínio do conteúdo
+        • Intermediário: 5 a 9 acertos - Bom entendimento, com espaço para melhorias
+        • Necessita Atenção: Menos de 5 acertos - Requer suporte adicional
+
+        A eficiência é medida em acertos por hora, permitindo identificar alunos que
+        conseguem bons resultados com uso eficiente do tempo.
+        """
+        pdf.multi_cell(0, 7, intro_text)
+        
+        # Visão Geral
+        pdf.add_page()
+        pdf.set_font('Arial', 'B', 14)
+        pdf.cell(0, 10, 'Visão Geral da Turma', 0, 1, 'L', True)
+        pdf.ln(5)
+
+        tempo_medio = pd.to_timedelta(self.stats['media_tempo'])
+        minutos = int(tempo_medio.total_seconds() // 60)
+        segundos = int(tempo_medio.total_seconds() % 60)
+        
+        pdf.set_font('Arial', '', 11)
+        stats_text = f"""
+        Participação e Resultados:
+        • Total de Alunos Participantes: {self.stats['total_alunos']}
+        • Média de Tarefas por Aluno: {self.stats['media_tarefas']:.1f}
+        • Média de Acertos: {self.stats['media_acertos']:.1f}
+        • Tempo Médio de Dedicação: {minutos} minutos e {segundos} segundos
+
+        Distribuição de Desempenho:
+        • Desvio Padrão: {self.stats['desvio_padrao']:.1f} acertos
+        • Mediana: {self.stats['mediana_acertos']:.1f} acertos
+        """
+        pdf.multi_cell(0, 7, stats_text)
+
+        # Destaques
+        pdf.ln(5)
+        pdf.set_font('Arial', 'B', 12)
+        pdf.cell(0, 10, 'Destaques de Desempenho', 0, 1)
+        pdf.set_font('Arial', '', 11)
+        
+        pdf.ln(3)
+        pdf.cell(0, 7, "🏆 Melhores Desempenhos:", 0, 1)
+        for aluno, acertos in self.stats['top_performers']:
+            pdf.cell(0, 7, f"• {aluno}: {acertos:.0f} acertos", 0, 1)
+
+        pdf.ln(3)
+        pdf.cell(0, 7, "⚡ Maior Eficiência:", 0, 1)
+        for aluno, eficiencia, acertos in self.stats['most_efficient']:
+            pdf.cell(0, 7, f"• {aluno}: {eficiencia:.1f} acertos/hora ({acertos:.0f} acertos totais)", 0, 1)
+
+        # Gráficos e Análises
+        for i, graph in enumerate(graphs):
+            pdf.add_page()
+            graph_path = f'temp_graph_{i}.png'
+            graph.savefig(graph_path, dpi=300, bbox_inches='tight')
+            pdf.image(graph_path, x=10, y=30, w=270)
+            os.remove(graph_path)
+            
+            # Título e explicação para cada gráfico
+            pdf.ln(150)  # Espaço após o gráfico
+            pdf.set_font('Arial', 'B', 12)
+            
+            if i == 0:
+                pdf.cell(0, 10, 'Análise da Distribuição por Nível', 0, 1, 'L', True)
+                pdf.set_font('Arial', '', 11)
+                pdf.multi_cell(0, 6, """
+                Este gráfico ilustra como os alunos estão distribuídos entre os três níveis de desempenho.
+                • Verde: Alunos no nível Avançado - demonstram excelente compreensão
+                • Amarelo: Alunos no nível Intermediário - bom progresso com espaço para melhorias
+                • Vermelho: Alunos que Necessitam Atenção - requerem suporte adicional
+                """)
+                
+            elif i == 1:
+                pdf.cell(0, 10, 'Top 10 Alunos por Acertos', 0, 1, 'L', True)
+                pdf.set_font('Arial', '', 11)
+                pdf.multi_cell(0, 6, """
+                Destaca os dez alunos com maior número de acertos absolutos.
+                Este ranking permite:
+                • Identificar exemplos de sucesso na turma
+                • Reconhecer diferentes níveis de excelência
+                • Estabelecer metas realistas para os demais alunos
+                """)
+                
+            elif i == 2:
+                pdf.cell(0, 10, 'Relação Tempo x Desempenho', 0, 1, 'L', True)
+                pdf.set_font('Arial', '', 11)
+                pdf.multi_cell(0, 6, """
+                Mostra a relação entre tempo dedicado e número de acertos.
+                Pontos importantes:
+                • Cores indicam o nível de cada aluno
+                • Posição vertical mostra o número de acertos
+                • Posição horizontal indica o tempo total dedicado
+                • Dispersão dos pontos revela diferentes padrões de estudo
+                """)
+                
+            elif i == 3:
+                pdf.cell(0, 10, 'Progresso por Número de Tarefas', 0, 1, 'L', True)
+                pdf.set_font('Arial', '', 11)
+                pdf.multi_cell(0, 6, """
+                Analisa se mais tarefas realizadas resultam em melhor desempenho.
+                A linha de tendência (tracejada) indica:
+                • Correlação entre quantidade de tarefas e acertos
+                • Expectativa média de progresso
+                • Alunos acima da linha superam a expectativa da turma
+                """)
+
+        # Detalhamento por Nível
+        for nivel in ['Avançado', 'Intermediário', 'Necessita Atenção']:
+            alunos_nivel = self.data[self.data['Nível'] == nivel]
+            if not alunos_nivel.empty:
+                pdf.add_page()
+                pdf.set_font('Arial', 'B', 14)
+                pdf.cell(0, 10, f'Detalhamento - Nível {nivel}', 0, 1, 'L', True)
+                pdf.ln(5)
+
+                # Tabela
+                colunas = [
+                    ('Nome do Aluno', 80),
+                    ('Acertos', 25),
+                    ('Tarefas', 25),
+                    ('Tempo Total', 35),
+                    ('Eficiência', 25)
+                ]
+                
+                # Cabeçalho da tabela
+                pdf.set_font('Arial', 'B', 10)
+                pdf.set_fill_color(230, 230, 230)
+                for titulo, largura in colunas:
+                    pdf.cell(largura, 8, titulo, 1, 0, 'C', True)
+                pdf.ln()
+
+                # Dados
+                pdf.set_font('Arial', '', 10)
+                for _, row in alunos_nivel.iterrows():
+                    tempo = pd.to_timedelta(row['Total Tempo'])
+                    tempo_str = f"{int(tempo.total_seconds() // 60)}min {int(tempo.total_seconds() % 60)}s"
+                    
+                    pdf.cell(80, 7, str(row['Nome do Aluno'])[:40], 1)
+                    pdf.cell(25, 7, f"{row['Acertos Absolutos']:.0f}", 1, 0, 'C')
+                    pdf.cell(25, 7, str(row['Tarefas Completadas']), 1, 0, 'C')
+                    pdf.cell(35, 7, tempo_str, 1, 0, 'C')
+                    pdf.cell(25, 7, f"{float(row['Eficiência']):.1f}", 1, 0, 'C')
+                    pdf.ln()
+
+        # Recomendações Finais
+        pdf.add_page()
+        pdf.set_font('Arial', 'B', 14)
+        pdf.cell(0, 10, 'Recomendações e Próximos Passos', 0, 1, 'L', True)
+        pdf.ln(5)
+        
+        pdf.set_font('Arial', '', 11)
+        percent_necessita_atencao = len(self.data[self.data['Nível'] == 'Necessita Atenção']) / len(self.data) * 100
+        
+        recom_text = f"""
+        Com base na análise dos dados, recomenda-se:
+
+        1. Ações Imediatas:
+           • Implementar monitoria com alunos do nível Avançado
+           • Realizar reforço focado nos {percent_necessita_atencao:.1f}% que necessitam atenção
+           • Desenvolver planos de estudo personalizados
+
+        2. Melhorias no Processo:
+           • Acompanhamento individualizado dos alunos com baixo desempenho
+           • Feedback regular sobre o progresso
+           • Atividades extras para alunos com alta eficiência
+
+        3. Próximos Passos:
+           • Compartilhar resultados individuais
+           • Agendar sessões de reforço
+           • Reconhecer publicamente bons desempenhos
+           • Estabelecer metas claras de melhoria
+        """
+        pdf.multi_cell(0, 7, recom_text)
+
         pdf.output(output_path)
 
 def process_files(html_file, excel_files) -> Tuple[str, str, str]:
-    temp_dir = "temp_files"
-    os.makedirs(temp_dir, exist_ok=True)
-    # Lógica principal omitida para espaço.
-    return "Relatório gerado"
+    """Processa arquivos e gera relatório."""
+    try:
+        temp_dir = "temp_files"
+        os.makedirs(temp_dir, exist_ok=True)
+
+        # Limpar diretório temporário
+        for file in os.listdir(temp_dir):
+            os.remove(os.path.join(temp_dir, file))
+
+        # Salvar arquivos
+        html_path = os.path.join(temp_dir, "alunos.htm")
+        with open(html_path, "wb") as f:
+            f.write(html_file)
+
+        excel_paths = []
+        for i, excel_file in enumerate(excel_files):
+            excel_path = os.path.join(temp_dir, f"tarefa_{i}.xlsx")
+            with open(excel_path, "wb") as f:
+                f.write(excel_file)
+            excel_paths.append(excel_path)
+
+        # Processar arquivos
+        processor = DataProcessor()
+        alunos_csv_path = os.path.join(temp_dir, "alunos.csv")
+        processor.normalize_html_to_csv(html_path, alunos_csv_path)
+
+        tarefas_df = pd.DataFrame()
+        for excel_path in excel_paths:
+            csv_path = excel_path.replace('.xlsx', '.csv')
+            processor.normalize_excel_to_csv(excel_path, csv_path)
+            df = pd.read_csv(csv_path)
+            tarefas_df = pd.concat([tarefas_df, df], ignore_index=True)
+
+        # Análise
+        alunos_df = pd.read_csv(alunos_csv_path)
+        analyzer = StudentAnalyzer(tarefas_df, alunos_df)
+        results_df = analyzer.prepare_data()
+
+        # Gerar relatório
+        report_generator = ReportGenerator(results_df)
+        graphs = report_generator.generate_graphs()
+        
+        # Salvar outputs
+        output_html = os.path.join(temp_dir, "relatorio.html")
+        output_pdf = os.path.join(temp_dir, "relatorio.pdf")
+        results_df.to_html(output_html, index=False)
+        report_generator.generate_pdf(output_pdf, graphs)
+
+        return results_df.to_html(index=False), output_html, output_pdf
+
+    except Exception as e:
+        logging.error(f"Erro no processamento: {str(e)}")
+        raise
 
 # Interface Gradio
 theme = gr.themes.Default(