Update app.py

app.py

@@ -276,45 +276,95 @@ class ReportGenerator:
         plt.grid(True, alpha=0.2, linestyle='--')
         plt.gca().set_facecolor('#f8f9fa')
     
-        texts = []  # Lista para armazenar todos os textos
+        # Criar dicionário para armazenar pontos próximos
+        proximity_groups = {}
     
-        # Scatter plot com cores por nível
+        # Primeiro, plotar os pontos
         for nivel, color in self.colors.items():
             mask = self.data['Nível'] == nivel
             tempo = pd.to_timedelta(self.data[mask]['Total Tempo']).dt.total_seconds() / 60
             acertos = self.data[mask]['Acertos Absolutos']
         
-            # Criar scatter plot
-            plt.scatter(tempo, acertos, c=color, label=nivel, alpha=0.7, s=150)
+            scatter = plt.scatter(tempo, acertos, c=color, label=nivel, alpha=0.7, s=150)
         
-            # Adicionar textos à lista
+            # Agrupar pontos próximos
             for x, y, nome in zip(tempo, acertos, self.data[mask]['Nome do Aluno']):
-                texts.append(plt.text(x, y, nome, fontsize=8, 
-                                    bbox=dict(facecolor='white', edgecolor='none', alpha=0.8, pad=0.5)))
-
-        # Ajustar posição dos textos automaticamente
-        adjust_text(texts,
-                   force_points=0.2,  # Força entre pontos
-                   force_text=0.2,    # Força entre textos
-                   expand_points=(1.2, 1.2),  # Expansão dos pontos
-                   expand_text=(1.2, 1.2),    # Expansão dos textos
-                   arrowprops=dict(arrowstyle='-', color='gray', alpha=0.3, lw=0.5))
-
+                key = (round(x, 1), round(y, 1))  # Arredondar para agrupar pontos próximos
+                if key not in proximity_groups:
+                    proximity_groups[key] = []
+                proximity_groups[key].append((x, y, nome))
+    
+        # Adicionar anotações com tratamento especial para pontos próximos
+        for group in proximity_groups.values():
+            if len(group) == 1:
+                # Ponto único - anotação normal
+                x, y, nome = group[0]
+                plt.annotate(
+                    nome.split()[0],  # Usar apenas primeiro nome
+                    (x, y),
+                    xytext=(5, 5),
+                    textcoords='offset points',
+                    bbox=dict(
+                        facecolor='white',
+                        edgecolor='none',
+                        alpha=0.8,
+                        pad=0.5
+                    ),
+                    fontsize=8,
+                    arrowprops=dict(
+                        arrowstyle='-',
+                        color='gray',
+                        alpha=0.3,
+                        connectionstyle='arc3,rad=0.3'
+                    )
+                )
+            else:
+                # Múltiplos pontos próximos - criar lista vertical
+                x_base = sum(p[0] for p in group) / len(group)
+                y_base = sum(p[1] for p in group) / len(group)
+                nomes = [p[2].split()[0] for p in group]
+            
+                # Calcular posição do texto para evitar sobreposição
+                x_text = x_base + 10
+                y_text = y_base
+            
+                # Criar caixa com lista de nomes
+                nome_text = '\n'.join(nomes)
+                plt.annotate(
+                    nome_text,
+                    (x_base, y_base),
+                    xytext=(x_text, y_text),
+                    bbox=dict(
+                        facecolor='white',
+                        edgecolor='lightgray',
+                        alpha=0.9,
+                        pad=0.5,
+                        boxstyle='round,pad=0.5'
+                    ),
+                    fontsize=8,
+                    arrowprops=dict(
+                        arrowstyle='->',
+                        color='gray',
+                        alpha=0.5,
+                        connectionstyle='arc3,rad=0.2'
+                    )
+                )
+    
         plt.title('Relação entre Tempo e Acertos por Nível', pad=20)
         plt.xlabel('Tempo Total (minutos)')
         plt.ylabel('Número de Acertos')
     
         # Melhorar posição e aparência da legenda
-        plt.legend(bbox_to_anchor=(1.05, 1),
-                  loc='upper left',
-                  borderaxespad=0,
-                  frameon=True,
-                  facecolor='white',
-                  edgecolor='none')
+        plt.legend(
+            bbox_to_anchor=(1.05, 1),
+            loc='upper left',
+            borderaxespad=0,
+            frameon=True,
+            facecolor='white',
+            edgecolor='none'
+        )
     
-        # Ajustar margens para acomodar a legenda
         plt.tight_layout()
-    
         return plt.gcf()
 
     def create_tasks_performance_plot(self) -> plt.Figure:
@@ -325,55 +375,106 @@ class ReportGenerator:
         plt.grid(True, alpha=0.2, linestyle='--')
         plt.gca().set_facecolor('#f8f9fa')
     
-        texts = []  # Lista para armazenar todos os textos
+        # Dicionário para armazenar pontos próximos
+        proximity_groups = {}
     
-        # Scatter plot com cores por nível
+        # Primeiro, plotar os pontos e a linha de tendência
         for nivel, color in self.colors.items():
             mask = self.data['Nível'] == nivel
             tarefas = self.data[mask]['Tarefas Completadas']
             acertos = self.data[mask]['Acertos Absolutos']
         
-            # Criar scatter plot
             plt.scatter(tarefas, acertos, c=color, label=nivel, alpha=0.7, s=150)
         
-            # Adicionar textos à lista
+            # Agrupar pontos próximos
             for x, y, nome in zip(tarefas, acertos, self.data[mask]['Nome do Aluno']):
-                texts.append(plt.text(x, y, nome, fontsize=8,
-                                    bbox=dict(facecolor='white', edgecolor='none', alpha=0.8, pad=0.5)))
-
-        # Linha de tendência
+                key = (x, y)  # Usar valores exatos pois tarefas são discretas
+                if key not in proximity_groups:
+                    proximity_groups[key] = []
+                proximity_groups[key].append((x, y, nome))
+    
+        # Adicionar linha de tendência
         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)
-    
+        x_range = np.linspace(
+            self.data['Tarefas Completadas'].min(),
+            self.data['Tarefas Completadas'].max(),
+            100
+        )
         plt.plot(x_range, p(x_range), "--", color='#e74c3c', alpha=0.8,
-                label='Tendência', linewidth=2)
-
-        # Ajustar posição dos textos automaticamente
-        adjust_text(texts,
-                   force_points=0.2,
-                   force_text=0.2,
-                   expand_points=(1.2, 1.2),
-                   expand_text=(1.2, 1.2),
-                   arrowprops=dict(arrowstyle='-', color='gray', alpha=0.3, lw=0.5))
-
+                 label='Tendência', linewidth=2)
+    
+        # Adicionar anotações com tratamento especial para pontos próximos
+        for group in proximity_groups.values():
+            if len(group) == 1:
+                # Ponto único - anotação normal
+                x, y, nome = group[0]
+                plt.annotate(
+                    nome.split()[0],  # Usar apenas primeiro nome
+                    (x, y),
+                    xytext=(5, 5),
+                    textcoords='offset points',
+                    bbox=dict(
+                        facecolor='white',
+                        edgecolor='none',
+                        alpha=0.8,
+                        pad=0.5
+                    ),
+                    fontsize=8,
+                    arrowprops=dict(
+                        arrowstyle='-',
+                        color='gray',
+                        alpha=0.3,
+                        connectionstyle='arc3,rad=0.3'
+                    )
+                )
+            else:
+                # Múltiplos pontos próximos - criar caixa com lista
+                x_base = sum(p[0] for p in group) / len(group)
+                y_base = sum(p[1] for p in group) / len(group)
+                nomes = [p[2].split()[0] for p in group]
+            
+                # Determinar posição do texto baseado no quadrante do gráfico
+                x_text = x_base + (0.5 if x_base < np.mean(self.data['Tarefas Completadas']) else -2)
+                y_text = y_base + (0.5 if y_base < np.mean(self.data['Acertos Absolutos']) else -2)
+            
+                # Criar caixa com lista de nomes
+                nome_text = '\n'.join(nomes)
+                plt.annotate(
+                    nome_text,
+                    (x_base, y_base),
+                    xytext=(x_text, y_text),
+                    bbox=dict(
+                        facecolor='white',
+                        edgecolor='lightgray',
+                        alpha=0.9,
+                        pad=0.5,
+                        boxstyle='round,pad=0.5'
+                    ),
+                    fontsize=8,
+                    arrowprops=dict(
+                        arrowstyle='->',
+                        color='gray',
+                        alpha=0.5,
+                        connectionstyle='arc3,rad=0.2'
+                    )
+                )
+    
         plt.title('Relação entre Tarefas Completadas e Acertos', pad=20)
         plt.xlabel('Número de Tarefas Completadas')
         plt.ylabel('Número de Acertos')
     
-        # Melhorar posição e aparência da legenda
-        plt.legend(bbox_to_anchor=(1.05, 1),
-                  loc='upper left',
-                  borderaxespad=0,
-                  frameon=True,
-                  facecolor='white',
-                  edgecolor='none')
+        plt.legend(
+            bbox_to_anchor=(1.05, 1),
+            loc='upper left',
+            borderaxespad=0,
+            frameon=True,
+            facecolor='white',
+            edgecolor='none'
+        )
     
-        # Ajustar margens para acomodar a legenda
         plt.tight_layout()
-    
         return plt.gcf()
 
     def generate_graphs(self) -> List[plt.Figure]: