ipca_acumulado_mensal.py

import imageio
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.offsetbox import OffsetImage, AnnotationBbox


# Leitura de dados



dados = pd.read_csv('tabela7062.csv').T.reset_index()
dados.columns = ['mes_ano', 'categoria', 'variação']
dados.head()


# Ajuste coluna mes_ano



mes_ano = []
ma = 0
count = 0

for linha in range(0, len(dados)):
    if count == 26:
        count = 0
        ma = linha

    mes_ano.append(dados.loc[ma].mes_ano)
    count += 1
    
dados['mes_ano'] = mes_ano


# Ajuste coluna de categorias. Remoção do índice numérico



categorias = dados.categoria.str.split('.').values[:]
categorias_clean = []
for categoria in categorias:
    categorias_clean.append(categoria[1])

dados['categoria'] = categorias_clean


# Criação das colunas mes e ano.



mes_ano_list = dados.mes_ano.str.split(' ').values[:]
meses, anos = [], []
for mesano in mes_ano_list:
    meses.append(mesano[0])
    anos.append(mesano[1])

dados['mes'] = meses
dados['ano'] = anos


# Seleção das principais categorias da cesta básica e combustível.



categorias_cesta = ['Açúcar cristal', 'Arroz', 'Café moído', 'Feijão - carioca (rajado)',
                    'Leite em pó', 'Macarrão', 'Óleo de soja', 'Frango inteiro', 'Ovo de galinha',
                    'Tomate', 'Cebola', 'Gasolina']
dados_cesta = dados.query(f'categoria in {categorias_cesta}')


# Ajuste do formato numérico das colunas de data.



maps_mes = {'janeiro':1, 'fevereiro':2, 'março':3, 'abril':4, 'maio':5, 'junho':6, 'julho':7, 'agosto':8, 'setembro':9,
            'outubro':10, 'novembro':11, 'dezembro':12}

dados_cesta['mes'] = dados_cesta.mes.map(maps_mes)
dados_cesta['data'] = pd.to_datetime({'year': dados_cesta.ano.astype(float).values[:], 
                                      'month': dados_cesta.mes.values[:],
                                      'day': np.ones(len(dados_cesta))})


# Ajuste do formato numérico da coluna de variação de preços.



dados_cesta['variação'] = dados_cesta['variação'].astype(float)


# Ícones e labels do gráfico



icons = [plt.imread('arroz.png'), plt.imread('feijao.png'), plt.imread('macarrao.png'),
         plt.imread('tomate.png'), plt.imread('cebola.png'), plt.imread('acucar.png'),
         plt.imread('frango.png'), plt.imread('ovos.png'), plt.imread('leite.png'),
         plt.imread('oleo.png'), plt.imread('cafe.png'), plt.imread('gasolina.png')]

labels = ['Arroz', 'Feijão', 'Macarrão', 'Tomate', 'Cebola', 'Açúcar', 'Frango', 'Ovo', 'Leite',
          'Óleo', 'Café', 'Gasolina']


# Plot dos gráficos



meses = {1:'Janeiro', 2:'Fevereiro', 3:'Março', 4:'Abril', 5:'Maio', 6:'Junho',
         7:'Julho', 8:'Agosto', 9:'Setembro', 10:'Outubro', 11:'Novembro', 12:'Dezembro'}

n = 1

for ano in ['2020', '2021', '2022']:
    if ano == '2020':
        range_meses = range(2, 13)
    elif ano == '2022':
        range_meses = range(1, 7)
    else:
        range_meses = range(1, 13)

    for mes in range_meses:
        plt.figure(figsize=(20, 10))
        if n == 1:
            dados_plot = dados_cesta.query(f'ano == "{ano}" & mes == {mes}').reset_index()[['categoria', 'variação']]
            minx = dados_plot['variação'].min()                
            maxx = dados_plot['variação'].max()
        else:
            dados_prev = dados_cesta.query(f'ano == "{ano}" & mes == {mes}').reset_index()[['categoria', 'variação']]
            dados_plot['variação'] += dados_prev['variação']
            
            if dados_plot['variação'].min() > minx and minx < 0:
                minx = dados_plot['variação'].min()
            
            if dados_plot['variação'].max() > maxx:
                maxx = dados_plot['variação'].max()
        
        if minx > 0:
            minx = 0
        
        dados_plot['positive'] = dados_plot['variação'] > 0
        ax = dados_plot['variação'].plot(kind = 'barh',
                                         color = dados_plot.positive.map({True: 'r', False: 'b'}))
        plt.vlines(x=0, ymin=-1, ymax=12, color='k', lw=.5)
        ax.set_yticklabels(labels, fontsize=12)
        ax.tick_params(axis='both', which='major', labelsize=16)

        tick_labels = ax.yaxis.get_ticklabels()
        for i, img in enumerate(icons):
            ib = OffsetImage(img, zoom=.06)
            ib.image.axes = ax
                
            ab = AnnotationBbox(ib,
                                tick_labels[i].get_position(),
                                frameon=False,
                                box_alignment=(-0.2, 0.5))
            ax.add_artist(ab)

        plt.suptitle('IPCA: acumulado mensal a partir de fevereiro/2020', fontsize=24)
        plt.title(f'{meses[mes]} de {ano}', fontsize=20, style='italic')
        plt.xlabel('Variação percentual (%)', fontsize=18)
        plt.xlim(minx, maxx)
        plt.savefig(f'fig_{n}.jpeg', dpi=150)
        plt.close()
        n += 1
    


# Geração do GIF animado.

images = []
filenames = [f'fig_{i}.jpeg' for i in range(1, 30)]

for filename in filenames:
    images.append(imageio.imread(filename))
imageio.mimsave('ovie.gif', images, fps=1)