-
Notifications
You must be signed in to change notification settings - Fork 2
/
generateReport.py
252 lines (204 loc) · 9.6 KB
/
generateReport.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
# SPDX-FileCopyrightText: 2024 Manu Amestoy
#
# SPDX-License-Identifier: MIT
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap
import seaborn as sns
import io
import base64
def generate_report(metrics):
# Crear el resumen de datos
summary_html = "<ul>"
for file, data in metrics[0].items():
if file not in ['Total', 'Checks']:
summary_html += f"<li><b>{file}:</b> {data['# checks']} checks, Costo: {data['Cost']}, Líneas de Código: {data['Lines of code']}, Líneas Optimizables: {data['Optimizable lines']}</li>"
summary_html += "</ul>"
# Obtener los datos de checks
checks_data = metrics[0]['Checks']
# Crear listas separadas para los tipos de checks y sus cantidades
check_types = [check[0] for check in checks_data]
check_counts = [check[1] for check in checks_data]
# Crear un gráfico circular
plt.figure(figsize=(12, 12))
plt.pie(check_counts, labels=check_types, autopct='%1.1f%%', startangle=140, textprops={'color': 'white'})
plt.title('Tipos de Checks Totales', color='white')
# Cambiar el color del fondo de los ejes
plt.gca().set_facecolor('#2E2E2E') # Puedes especificar el color usando códigos hexadecimales, RGB, o nombres de colores
# Cambiar el color de los ejes (líneas que rodean el área de trazado)
plt.gca().spines['bottom'].set_color('white')
plt.gca().spines['top'].set_color('white')
plt.gca().spines['left'].set_color('white')
plt.gca().spines['right'].set_color('white')
# Cambiar el color de los números en los ejes
plt.tick_params(axis='x', colors='white')
plt.tick_params(axis='y', colors='white')
# Cambiar el color del fondo de la figura (el área fuera del gráfico)
fig = plt.gcf()
fig.patch.set_facecolor('#2E2E2E') # Puedes especificar el color usando códigos hexadecimales, RGB, o nombres de colores
# Convertir el gráfico en una imagen para incrustar en HTML
buffer = io.BytesIO()
plt.savefig(buffer, format='png')
buffer.seek(0)
image_png = buffer.getvalue()
buffer.close()
# Convertir la imagen en base64
img_str_1 = "data:image/png;base64," + base64.b64encode(image_png).decode()
# Crear un mapa de colores personalizado--------------------------------------------------------------------------------------
colors = ['#FF47FF', '#9747FF'] # Morado a rosa
cmap = LinearSegmentedColormap.from_list('custom', colors)
# Crear un mapa de calor para mostrar qué archivos generan más checks
files = list(metrics[0].keys())
files.remove('Total')
files.remove('Checks')
file_checks = [metrics[0][file]['# checks'] for file in files]
plt.figure(figsize=(8, 6))
sns.heatmap([file_checks], annot=True, xticklabels=files, yticklabels=False, cmap=cmap, annot_kws={"color": "white"}, text='white')
# Cambiar el color del fondo de los ejes
plt.gca().set_facecolor('#2E2E2E')
# Cambiar el color de los ejes
for spine in plt.gca().spines.values():
spine.set_color('white')
# Cambiar el color de los números en los ejes
plt.tick_params(axis='x', colors='white')
plt.tick_params(axis='y', colors='white')
# Cambiar el color del fondo de la figura
fig = plt.gcf()
fig.patch.set_facecolor('#2E2E2E')
plt.title('Mapa de Calor de Checks por Archivo', color='white')
plt.xticks(rotation=45, ha='right', color='white')
# Convertir el mapa de calor en una imagen para incrustar en HTML
buffer = io.BytesIO()
plt.savefig(buffer, format='png')
buffer.seek(0)
image_png = buffer.getvalue()
buffer.close()
# Convertir la imagen en base64-----------------------------------------------------------------------------------------------
img_str_2 = "data:image/png;base64," + base64.b64encode(image_png).decode()
# Obtener los datos de checks y costos
checks_data = metrics[0]
# Crear listas separadas para los nombres de archivos y sus costos
files = [file for file in checks_data.keys() if file != 'Total' and file != 'Checks']
costs = [checks_data[file]['Cost'] for file in files]
# Crear un gráfico de barras
plt.figure(figsize=(10, 6))
sns.barplot(x=files, y=costs)
# Cambiar el color del fondo de los ejes
plt.gca().set_facecolor('#2E2E2E') # Puedes especificar el color usando códigos hexadecimales, RGB, o nombres de colores
# Cambiar el color de los ejes (líneas que rodean el área de trazado)
plt.gca().spines['bottom'].set_color('white')
plt.gca().spines['top'].set_color('white')
plt.gca().spines['left'].set_color('white')
plt.gca().spines['right'].set_color('white')
# Cambiar el color de los números en los ejes
plt.tick_params(axis='x', colors='white')
plt.tick_params(axis='y', colors='white')
# Cambiar el color del fondo de la figura (el área fuera del gráfico)
fig = plt.gcf()
fig.patch.set_facecolor('#2E2E2E') # Puedes especificar el color usando códigos hexadecimales, RGB, o nombres de colores
plt.title('Costo de Reparación por Archivo', color='white')
plt.xlabel('Archivo', color='white')
plt.ylabel('Costo', color='white')
# Convertir el gráfico en una imagen para incrustar en HTML
buffer = io.BytesIO()
plt.savefig(buffer, format='png')
buffer.seek(0)
image_png = buffer.getvalue()
buffer.close()
# Convertir la imagen en base64
img_str_3 = "data:image/png;base64," + base64.b64encode(image_png).decode()
# Obtener los datos de checks y costos
checks_data = metrics[0]
# Crear listas separadas para los nombres de archivos y sus costos
files = [file for file in checks_data.keys() if file != 'Total' and file != 'Checks']
lines_of_code = [checks_data[file]['Lines of code'] for file in files]
optimizable_lines = [checks_data[file]['Optimizable lines'] for file in files]
# Crear un gráfico de líneas para la complejidad por archivo
plt.figure(figsize=(10, 6))
plt.plot(files, lines_of_code, marker='o', label='Líneas de Código')
plt.plot(files, optimizable_lines, marker='o', label='Líneas Optimizables')
# Cambiar el color del fondo de los ejes
plt.gca().set_facecolor('#2E2E2E') # Puedes especificar el color usando códigos hexadecimales, RGB, o nombres de colores
# Cambiar el color de los ejes (líneas que rodean el área de trazado)
plt.gca().spines['bottom'].set_color('white')
plt.gca().spines['top'].set_color('white')
plt.gca().spines['left'].set_color('white')
plt.gca().spines['right'].set_color('white')
# Cambiar el color de los números en los ejes
plt.tick_params(axis='x', colors='white')
plt.tick_params(axis='y', colors='white')
# Cambiar el color del fondo de la figura (el área fuera del gráfico)
fig = plt.gcf()
fig.patch.set_facecolor('#2E2E2E') # Puedes especificar el color usando códigos hexadecimales, RGB, o nombres de colores
plt.title('Complejidad por Archivo', color='white')
plt.xlabel('Archivo', color='white')
plt.ylabel('Número de Líneas', color='white')
plt.legend()
plt.xticks(rotation=45, ha='right')
# Convertir el gráfico en una imagen para incrustar en HTML
buffer = io.BytesIO()
plt.savefig(buffer, format='png')
buffer.seek(0)
image_png = buffer.getvalue()
buffer.close()
# Convertir la imagen en base64
img_str_4 = "data:image/png;base64," + base64.b64encode(image_png).decode()
# Generar el código HTML con los gráficos incrustados
html = f"""
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8" />
<link rel="stylesheet" href="globals.css" />
<link rel="stylesheet" href="styleguide.css" />
<link rel="stylesheet" href="style.css" />
</head>
<body>
<div class="desktop-singin">
<div class="body">
<p class="titulo">HackUDC</p>
<div class="resumen-datos">
<div class="text-wrapper">Resumen de datos:</div>
<div class="datos-datos-datos">
{summary_html}
</div>
</div>
<br>
<div class="graficos">
<div class="div">
<div class="text-wrapper">Gráfico circular:</div>
<img class="img" src="{img_str_1}" alt="Gráfico Circular">
</div>
<div class="div">
<div class="text-wrapper">Mapa de calor:</div>
<img class="img" src="{img_str_2}" alt="Mapa de Calor"/>
</div>
<div class="div">
<div class="text-wrapper">Gráfico de barras:</div>
<img class="img" src="{img_str_3}" alt="Gráfico de Barras"/>
</div>
<div class="div">
<div class="text-wrapper">Mapa de calor:</div>
<img class="img" src="{img_str_4}" alt="Gráfico de Complejidad"/>
</div>
</div>
</div>
<div class="barra-lateral"></div>
</div>
</body>
</html>
"""
# Escribir el código HTML en un archivo
with open("index.html", "w") as f:
f.write(html)
def main():
# Ejemplo de uso
metrics = [
{'commands.c': {'# checks': 13, 'Cost': 1636.0, 'Lines of code': 491, 'Optimizable lines': 47},
'list.c': {'# checks': 5, 'Cost': 785.0, 'Lines of code': 83, 'Optimizable lines': 0},
'p2.c': {'# checks': 1, 'Cost': 261.0, 'Lines of code': 37, 'Optimizable lines': 0},
'Total': {'# checks': 19},
'Checks': [('RMK015', 3), ('PWR054', 1), ('PWR024', 1), ('PWR018', 5), ('PWR001', 2), ('PWR029', 1), ('PWR012', 4), ('PWR016', 2)]}
]
generate_report(metrics)
if __name__ == "__main__":
main()