Update app.py

app.py

@@ -270,7 +270,7 @@ class ReportGenerator:
         """Cria o gráfico de relação entre tempo e acertos com visualização otimizada."""
         plt.figure(figsize=(15, 10))
         ax = plt.gca()
-    
+
         # Configuração inicial
         plt.grid(True, alpha=0.2, linestyle='--')
         ax.set_facecolor('#f8f9fa')
@@ -278,24 +278,18 @@ class ReportGenerator:
         def calculate_distance(p1, p2):
             return np.sqrt((p1[0] - p2[0])**2 + (p1[1] - p2[1])**2)
 
-        def create_bezier_curve(start, end):
-            mid_x = (start[0] + end[0]) / 2
-            return f'M{start[0]},{start[1]} ' \
-                   f'C{mid_x},{start[1]} {mid_x},{end[1]} {end[0]},{end[1]}'
-
         # Estruturas para armazenamento
         points_by_level = {level: [] for level in self.colors.keys()}
         label_positions = {}
-        connection_lines = []
     
         # Coletar pontos por nível
         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']
-        
+    
             plt.scatter(tempo, acertos, c=color, label=nivel, alpha=0.7, s=100)
-        
+    
             for t, a, nome in zip(tempo, acertos, self.data[mask]['Nome do Aluno']):
                 points_by_level[nivel].append((t, a, nome))
 
@@ -304,36 +298,36 @@ class ReportGenerator:
         plt.axhline(y=media_acertos, color='gray', linestyle=':', alpha=0.5,
                     label='Média de Acertos')
 
-        # Processamento por nível para evitar sobreposições entre grupos
+        # Processamento por nível
         for nivel, points in points_by_level.items():
-            # Ordenar pontos por Y para agrupar melhor
+            # Ordenar pontos por Y
             points.sort(key=lambda p: (p[1], p[0]))
-        
+    
             # Agrupar pontos próximos
             groups = []
             used = set()
-        
+    
             for i, p1 in enumerate(points):
                 if i in used:
                     continue
-                
+            
                 current_group = [p1]
                 used.add(i)
-            
+        
                 for j, p2 in enumerate(points):
                     if j not in used and calculate_distance(p1[:2], p2[:2]) < 2.0:
                         current_group.append(p2)
                         used.add(j)
-            
+        
                 groups.append(current_group)
 
             # Processar cada grupo
             for group in groups:
-                # Calcular centroide do grupo
+                # Calcular centroide
                 center_x = sum(p[0] for p in group) / len(group)
                 center_y = sum(p[1] for p in group) / len(group)
-            
-                # Determinar posição do label
+        
+                # Determinar texto do label
                 if len(group) == 1:
                     x, y, nome = group[0]
                     label_text = nome.split()[0]
@@ -341,14 +335,14 @@ class ReportGenerator:
                     x, y = center_x, center_y
                     label_text = '\n'.join(sorted(p[2].split()[0] for p in group))
 
-                # Calcular posição otimizada para o label
+                # Calcular posição do label
                 angle = np.random.uniform(0, 2*np.pi)
                 base_radius = 3.0 + len(group) * 0.5
-            
+        
                 label_x = x + base_radius * np.cos(angle)
                 label_y = y + base_radius * np.sin(angle)
-            
-                # Ajustar posição se muito próxima de outros labels
+        
+                # Ajustar posição se próxima de outros labels
                 while any(calculate_distance((label_x, label_y), pos) < 2.0 
                          for pos in label_positions.values()):
                     angle += np.pi/4
@@ -357,8 +351,8 @@ class ReportGenerator:
 
                 # Guardar posição do label
                 label_positions[(x, y)] = (label_x, label_y)
-            
-                # Criar anotação com curva Bezier
+        
+                # Criar anotação com estilo de conexão padrão
                 plt.annotate(
                     label_text,
                     (x, y),
@@ -374,27 +368,24 @@ class ReportGenerator:
                     fontsize=9,
                     arrowprops=dict(
                         arrowstyle='-|>',
-                        connectionstyle=f'path,{create_bezier_curve((x,y), (label_x,label_y))}',
+                        connectionstyle='arc3,rad=0.2',  # Usando estilo de conexão padrão
                         color='gray',
                         alpha=0.6,
                         mutation_scale=15
                     )
                 )
-            
-                # Registrar linha de conexão
-                connection_lines.append(((x, y), (label_x, label_y)))
 
         # Configurações finais
         plt.title('Relação entre Tempo e Acertos por Nível', pad=20, fontsize=14)
         plt.xlabel('Tempo Total (minutos)', fontsize=12)
         plt.ylabel('Número de Acertos', fontsize=12)
-    
-        # Ajustar limites com margens
+
+        # Ajustar limites
         x_min, x_max = plt.xlim()
         y_min, y_max = plt.ylim()
         plt.xlim(x_min - 1, x_max + 1)
         plt.ylim(max(0, y_min - 1), y_max + 1)
-    
+
         # Legenda
         handles, labels = plt.gca().get_legend_handles_labels()
         by_label = dict(zip(labels, handles))
@@ -407,7 +398,7 @@ class ReportGenerator:
             frameon=True,
             fancybox=True
         )
-    
+
         plt.tight_layout()
         return plt.gcf()