Skip to content
TheChatArchiveThe Chat Archive
gpt-4o-mini-2024-07-18· OpenAIAi2 WildChat-4.8M (AI2)

import pandas as pd import plotly.express as px from dash import Dash, dcc, html, Input,…

  1. User

    import pandas as pd import plotly.express as px from dash import Dash, dcc, html, Input, Output, dash_table, State, callback_context import locale import base64 import io from datetime import datetime # Importar datetime para obter a data atual import logging import os # Importar o módulo os para manipulação de caminhos

    Configurar o logging para facilitar a depuração

    logging.basicConfig(level=logging.INFO) logger = logging.getLogger(name)

    Inicializar o Dash app

    app = Dash(name)

    Layout do dashboard

    app.layout = html.Div([ html.H1("Dashboard de Performance Executiva", style={'textAlign': 'center', 'fontSize': '36px', 'fontWeight': 'bold'}),

    # Componente de upload de arquivos estilizado como um botão
    dcc.Upload(
        id='upload-data',
        children=html.Button('Selecionar Arquivo CSV', style={
            'fontSize': '18px',
            'padding': '12px 24px',
            'borderRadius': '5px',
            'border': '1px solid #ccc',
            'background-color': '#00AEEF',
            'color': 'white',
            'cursor': 'pointer'
        }),
        style={
            'display': 'flex',
            'justifyContent': 'center',
            'marginBottom': '20px'
        },
        # Permitir apenas um arquivo
        multiple=False
    ),
    
    # Armazenar os dados processados
    dcc.Store(id='processed-data'),
    
    # Botão para selecionar todos
    html.Div([
        html.Button('Selecionar Todos', id='selecionar-todos', n_clicks=0, style={
            'fontSize': '16px',
            'padding': '10px 20px',
            'borderRadius': '5px',
            'border': 'none',
            'background-color': '#003366',
            'color': 'white',
            'cursor': 'pointer',
            'marginBottom': '20px'
        })
    ], style={'display': 'flex', 'justifyContent': 'center'}),
    
    # Caixa de seleção para selecionar executivos
    html.Div([
        html.Label('Selecione os Executivos:', style={'fontSize': '20px', 'fontWeight': 'bold'}),
        dcc.Checklist(
            id='executivo-checkbox',
            options=[],  # Será preenchido dinamicamente
            value=[],    # Valor inicial vazio
            inline=True,
            inputStyle={"margin-right": "10px"},
            labelStyle={"display": "block", "fontSize": "18px", "fontWeight": "bold"}
        ),
    ], style={'margin': '0 50px'}),
    
    # Dropdown para selecionar a ordem
    html.Div([
        html.Label('Selecione a Ordem:', style={'fontSize': '20px', 'fontWeight': 'bold', 'marginTop': '20px'}),
        dcc.Dropdown(
            id='ordem-dropdown',
            options=[
                {'label': 'Do Maior para o Menor', 'value': 'desc'},
                {'label': 'Do Menor para o Maior', 'value': 'asc'}
            ],
            value='desc',
            clearable=False,
            style={'fontSize': '18px'}
        ),
    ], style={'margin': '0 50px'}),
    
    # Botão para baixar o gráfico como imagem
    html.Div([
        html.Button('Baixar Gráfico em Alta Resolução', id='download-image', n_clicks=0, style={
            'fontSize': '16px',
            'padding': '12px 24px',
            'borderRadius': '5px',
            'border': 'none',
            'background-color': '#28a745',
            'color': 'white',
            'cursor': 'pointer',
            'marginTop': '20px',
            'marginBottom': '20px'
        })
    ], style={'display': 'flex', 'justifyContent': 'center'}),
    
    # Componente para gerenciar o download
    dcc.Download(id="download"),
    
    # Gráfico: Comparação das Métricas por Executivo
    dcc.Graph(id='grafico-diario'),
    
    # Tabela: Dados das Métricas por Executivo
    dash_table.DataTable(
        id='tabela-executivos',
        style_table={'overflowX': 'auto'},
        style_cell={
            'textAlign': 'left',
            'padding': '10px',
            'minWidth': '150px',
            'width': '200px',
            'maxWidth': '250px',
            'fontSize': '16px'
        },
        style_header={
            'backgroundColor': '#003366',
            'color': 'white',
            'fontWeight': 'bold',
            'fontSize': '18px'
        }
    )
    

    ])

    def parse_contents(contents, filename): """ Decodifica e processa o conteúdo do arquivo carregado. """ content_type, content_string = contents.split(',')

    decoded = base64.b64decode(content_string)
    try:
        if 'csv' in filename.lower():
            # Configurar a localização para lidar com números no formato brasileiro
            locale.setlocale(locale.LC_NUMERIC, 'pt_BR.UTF-8')
            # Ler o CSV com o delimitador correto
            df = pd.read_csv(io.StringIO(decoded.decode('utf-8')), delimiter=';')
        else:
            return html.Div([
                'Arquivo não suportado. Por favor, carregue um arquivo CSV.'
            ])
    except Exception as e:
        logger.error(f'Erro ao processar o arquivo: {e}')
        return html.Div([
            f'Ocorreu um erro ao processar o arquivo: {str(e)}'
        ])
    
    # Limpar nomes das colunas
    df.columns = df.columns.str.strip()
    logger.info(f'Colunas do CSV: {df.columns.tolist()}')  # Opcional: para depuração
    
    # Verificar se as colunas necessárias existem
    required_columns = ['Executivo', 'Nº Quartil - set/24', '% Quartil - set/24']
    if not all(col in df.columns for col in required_columns):
        return html.Div([
            'O arquivo carregado não contém as colunas necessárias: Executivo, Nº Quartil - set/24, % Quartil - set/24.'
        ])
    
    # Remover executivos indesejados, se houver
    executivos_indesejados = ['regis alves dourado', 'TBA - CN - JUNDIAI - 2']
    df = df[~df['Executivo'].str.lower().isin([nome.lower() for nome in executivos_indesejados])]
    logger.info(f'Número de executivos após remoção: {len(df["Executivo"].unique())}')
    
    # Limpando possíveis valores não numéricos nas colunas de métricas
    for col in ['Nº Quartil - set/24', '% Quartil - set/24']:
        df[col] = pd.to_numeric(df[col], errors='coerce')
    
    # Agrupar os dados por Executivo e calcular as agregações
    df_agrupado = df.groupby('Executivo').agg({
        'Nº Quartil - set/24': 'sum',          # Soma do Nº Quartil - set/24
        '% Quartil - set/24': 'mean'           # Média do % Quartil - set/24
    }).reset_index()
    
    # Adicionar coluna com o primeiro nome dos executivos
    df_agrupado['Primeiro Nome'] = df_agrupado['Executivo'].str.split().str[0]
    
    return df_agrupado
    

    def generate_figure(df_filtrado): """ Gera o gráfico com base no DataFrame filtrado. """ logger.info(f'Gerando gráfico com {len(df_filtrado)} executivos.') # Criar gráfico de barras para '% Quartil - set/24' fig = px.bar( df_filtrado, x='Primeiro Nome', y='% Quartil - set/24', title="% RVM e Quartil", labels={'% Quartil - set/24': '% RVM e Quartil', 'Primeiro Nome': 'Executivo'}, barmode='group', color_discrete_sequence=['#00AEEF'] # Cor única para a barra )

    # Adicionar rótulos nas barras combinando ambas as métricas
    fig.update_traces(
        text=[
            f"{row['% Quartil - set/24']}% ({int(row['Nº Quartil - set/24'])})" 
            if not pd.isna(row['% Quartil - set/24']) and not pd.isna(row['Nº Quartil - set/24']) 
            else 'N/A'
            for idx, row in df_filtrado.iterrows()
        ],
        textposition='outside',
        textfont=dict(
            size=16,               # Tamanho maior para os rótulos
            color='black',
            family='Arial Black'   # Fonte com negrito
        )
    )
    
    # Ajustes de layout com fontes maiores e em negrito
    fig.update_layout(
        title={
            'text': "% RVM e Quartil",
            'y':0.95,
            'x':0.5,
            'xanchor': 'center',
            'yanchor': 'top',
            'font': {'size': 32, 'family': 'Arial Black'}  # Título maior e em negrito
        },
        xaxis_title='Executivo',
        yaxis_title=None,  # Remover o título do eixo Y
        xaxis={
            'title_font': {'size': 24, 'family': 'Arial Black', 'color': '#003366'},  # Título do eixo X maior e em negrito
            'tickangle': 45,
            'tickfont': {'size': 20, 'family': 'Arial Black', 'color': '#003366'}  # Rótulos dos executivos maiores e em negrito
        },
        yaxis={
            # 'title_font': {'size': 14, 'family': 'Arial', 'color': '#003366'}
        },
        margin=dict(l=100, r=100, t=120, b=350),  # Aumentar margens para acomodar texto maior
        height=900,  # Aumentar a altura do gráfico
        legend=dict(
            orientation="h",
            yanchor="bottom",
            y=1.02,
            xanchor="center",
            x=0.5,
            font={'size': 18, 'family': 'Arial Black'}  # Legenda maior e em negrito
        )
    )
    
    return fig
    

    @app.callback( [ Output('processed-data', 'data'), Output('executivo-checkbox', 'options'), Output('executivo-checkbox', 'value') ], [ Input('upload-data', 'contents'), Input('selecionar-todos', 'n_clicks') ], [ State('upload-data', 'filename'), State('processed-data', 'data') ] ) def update_data(contents, n_clicks, filename, stored_data): ctx = callback_context

    if not ctx.triggered:
        # Nenhum trigger acionado
        logger.info('Nenhum trigger acionado no callback update_data.')
        return dash.no_update, dash.no_update, dash.no_update
    
    trigger_id = ctx.triggered[0]['prop_id'].split('.')[0]
    logger.info(f'Callback update_data acionado por: {trigger_id}')
    
    if trigger_id == 'upload-data' and contents:
        # Se o upload ocorreu
        df_agrupado = parse_contents(contents, filename)
        if isinstance(df_agrupado, pd.DataFrame):
            # Converter o DataFrame para um dicionário para armazenar no dcc.Store
            data = df_agrupado.to_dict('records')
    
            # Preparar as opções para o checklist dos executivos
            options = [{'label': exec, 'value': exec} for exec in df_agrupado['Executivo'].unique()]
            # Selecionar todos os executivos por padrão após o upload
            value = df_agrupado['Executivo'].unique().tolist()
    
            logger.info(f'Dados processados e opções do checklist atualizadas.')
            return data, options, value  # Retorna dados, opções e valores selecionados
        else:
            # Em caso de erro na análise do arquivo
            logger.warning('Falha no processamento dos dados no upload.')
            return dash.no_update, dash.no_update, dash.no_update
    
    elif trigger_id == 'selecionar-todos' and stored_data:
        # Se o botão "Selecionar Todos" foi clicado
        executivos = [item['Executivo'] for item in stored_data]
        logger.info(f'Botão "Selecionar Todos" clicado. Selecionando {len(executivos)} executivos.')
        return dash.no_update, dash.no_update, executivos  # Atualiza apenas o valor dos checkboxes
    
    logger.info('Nenhuma condição atendida no callback update_data.')
    return dash.no_update, dash.no_update, dash.no_update
    

    @app.callback( [Output('grafico-diario', 'figure'), Output('tabela-executivos', 'data')], [ Input('executivo-checkbox', 'value'), Input('ordem-dropdown', 'value'), Input('processed-data', 'data') ] ) def update_graphs(executivos_selecionados, ordem_selecionada, data): if data is None or not executivos_selecionados: logger.info('Dados ausentes ou nenhum executivo selecionado. Retornando gráfico e tabela vazios.') return {}, [] # Gráfico vazio e tabela vazia

    # Converter de volta para DataFrame
    df_filtrado = pd.DataFrame(data)
    df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)]
    
    if df_filtrado.empty:
        logger.info('Nenhum dado após filtro. Retornando gráfico e tabela vazios.')
        return {}, []
    
    # Ordenar o DataFrame pelo '% Quartil - set/24'
    ascending = (ordem_selecionada == 'asc')
    df_filtrado = df_filtrado.sort_values(by='% Quartil - set/24', ascending=ascending)
    
    # Gerar o gráfico usando a função auxiliar
    fig_diario = generate_figure(df_filtrado)
    
    # Retornar dados para a tabela
    tabela_data = df_filtrado.to_dict('records')
    
    return fig_diario, tabela_data
    

    @app.callback( Output("download", "data"), Input("download-image", "n_clicks"), State("executivo-checkbox", "value"), State("ordem-dropdown", "value"), State("processed-data", "data"), prevent_initial_call=True, ) def generate_image(n_clicks, executivos_selecionados, ordem_selecionada, data): logger.info(f'Callback generate_image acionado com n_clicks={n_clicks}')

    if n_clicks > 0 and data is not None and executivos_selecionados:
        # Recriar o DataFrame filtrado
        df_filtrado = pd.DataFrame(data)
        df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)]
    
        if df_filtrado.empty:
            logger.warning('DataFrame filtrado está vazio no callback generate_image.')
            return dash.no_update
    
        # Ordenar o DataFrame pelo '% Quartil - set/24'
        ascending = (ordem_selecionada == 'asc')
        df_filtrado = df_filtrado.sort_values(by='% Quartil - set/24', ascending=ascending)
    
        # Gerar o gráfico usando a função auxiliar
        fig_diario = generate_figure(df_filtrado)
    
        # Gerar a imagem em alta resolução (ex: scale=4 aumenta a resolução)
        try:
            logger.info('Tentando gerar a imagem do gráfico.')
            img_bytes = fig_diario.to_image(format="png", scale=4)
        except Exception as e:
            logger.error(f'Erro ao gerar a imagem: {e}')
            return dash.no_update
    
        # Obter a data atual no formato desejado, por exemplo, DD-MM-AAAA
        data_atual = datetime.now().strftime("%d-%m-%Y")
        nome_arquivo = f"RVM - {data_atual}.png"
    
        # Caminho onde a imagem será salva
        output_dir = r"C:\Users\dourado\OneDrive - Cielo\REGIONALSP\graficos\Nova pasta"
        os.makedirs(output_dir, exist_ok=True)  # Cria o diretório se não existir
    
        # Caminho completo do arquivo
        file_path = os.path.join(output_dir, nome_arquivo)
    
        try:
            # Salvar a imagem no caminho especificado
            with open(file_path, "wb") as f:
                f.write(img_bytes)
            logger.info(f'Imagem salva em {file_path}')
        except Exception as e:
            logger.error(f'Erro ao salvar a imagem no disco: {e}')
            return dash.no_update
    
        logger.info(f'Gerando download da imagem: {nome_arquivo}')
        return dcc.send_bytes(img_bytes, nome_arquivo)
    
    logger.info('Condições para download não atendidas no callback generate_image.')
    return dash.no_update
    

    if name == 'main': app.run_server(debug=True)

    import pandas as pd import plotly.express as px from dash import Dash, dcc, html, Input, Output, dash_table, State import dash # Importado para acessar dash.callback_context import locale import base64 import io

    Inicializar o Dash app

    app = Dash(name)

    Layout do dashboard

    app.layout = html.Div([ html.H1("Dashboard de Performance Executiva"),

    # Componente de upload de arquivos estilizado como um botão
    dcc.Upload(
        id='upload-data',
        children=html.Button('Selecionar Arquivo CSV', style={
            'fontSize': '16px',
            'padding': '10px 20px',
            'borderRadius': '5px',
            'border': '1px solid #ccc',
            'background-color': '#00AEEF',
            'color': 'white',
            'cursor': 'pointer'
        }),
        style={
            'display': 'inline-block',
            'margin-bottom': '20px'
        },
        # Permitir apenas um arquivo
        multiple=False
    ),
    
    # Armazenar os dados processados
    dcc.Store(id='processed-data'),
    
    # Botão para selecionar todos
    html.Button('Selecionar Todos', id='selecionar-todos', n_clicks=0, style={
        'fontSize': '14px',
        'padding': '8px 16px',
        'borderRadius': '5px',
        'border': 'none',
        'background-color': '#003366',
        'color': 'white',
        'cursor': 'pointer',
        'margin-bottom': '20px',
        'display': 'block'
    }),
    
    # Caixa de seleção para selecionar executivos
    html.Label('Selecione os Executivos:', style={'fontSize': '16px'}),
    dcc.Checklist(
        id='executivo-checkbox',
        options=[],  # Será preenchido dinamicamente
        value=[],    # Valor inicial vazio
        inline=True
    ),
    
    # Dropdown para selecionar uma métrica
    html.Label('Selecione uma Métrica:', style={'fontSize': '16px', 'margin-top': '20px'}),
    dcc.Dropdown(
        id='metrica-dropdown',
        options=[
            {'label': 'Aceites M0 Total', 'value': 'Aceites Total'},
            {'label': 'Ativação M0 Total (R$ 1,00)', 'value': 'Ativação Total'}
        ],
        value='Aceites Total',
        clearable=False
    ),
    
    # Dropdown para selecionar a ordem
    html.Label('Selecione a Ordem:', style={'fontSize': '16px', 'margin-top': '20px'}),
    dcc.Dropdown(
        id='ordem-dropdown',
        options=[
            {'label': 'Do Maior para o Menor', 'value': 'desc'},
            {'label': 'Do Menor para o Maior', 'value': 'asc'}
        ],
        value='desc',
        clearable=False
    ),
    
    # Botão para baixar o gráfico como imagem
    html.Button('Baixar Gráfico em Alta Resolução', id='download-image', n_clicks=0, style={
        'fontSize': '14px',
        'padding': '8px 16px',
        'borderRadius': '5px',
        'border': 'none',
        'background-color': '#28a745',
        'color': 'white',
        'cursor': 'pointer',
        'margin-top': '20px',
        'margin-bottom': '20px'
    }),
    
    # Componente para gerenciar o download
    dcc.Download(id="download"),
    
    # Gráfico: Comparação de Aceites e Ativação por Executivo
    dcc.Graph(id='grafico-diario'),
    
    # Tabela: Dados de Aceites e Ativação por Executivo
    dash_table.DataTable(
        id='tabela-executivos',
        style_table={'overflowX': 'auto'},
        style_cell={
            'textAlign': 'left',
            'padding': '5px',
            'minWidth': '100px',
            'width': '150px',
            'maxWidth': '180px',
        },
        style_header={
            'backgroundColor': '#003366',
            'color': 'white',
            'fontWeight': 'bold'
        }
    )
    

    ])

    def parse_contents(contents, filename): """ Decodifica e processa o conteúdo do arquivo carregado. """ content_type, content_string = contents.split(',')

    decoded = base64.b64decode(content_string)
    try:
        if 'csv' in filename:
            # Configurar a localização para lidar com números no formato brasileiro
            locale.setlocale(locale.LC_NUMERIC, 'pt_BR.UTF-8')
            # Ler o CSV com o delimitador correto
            df = pd.read_csv(io.StringIO(decoded.decode('utf-8')), delimiter=';')
        else:
            return html.Div([
                'Arquivo não suportado. Por favor, carregue um arquivo CSV.'
            ])
    except Exception as e:
        return html.Div([
            f'Ocorreu um erro ao processar o arquivo: {str(e)}'
        ])
    
    # Limpar nomes das colunas
    df.columns = df.columns.str.strip()
    print(df.columns)  # Opcional: para depuração
    
    # Remover executivos indesejados
    executivos_indesejados = ['regis alves dourado', 'TBA - CN - JUNDIAI - 2']
    df = df[~df['Executivo'].isin(executivos_indesejados)]
    
    # Agrupar os dados por Executivo e somar as métricas
    df_agrupado = df.groupby('Executivo').agg({
        'Aceites M0 Total (RITMO - CONQUISTA)': 'sum',
        'Aceites M0 HC/DU (RITMO - CONQUISTA)': 'sum',
        'Ativação M0 Total (R$ 1,00) (RITMO - CONQUISTA)': 'sum',
        'Ativação M0 HC/DU (R$ 1,00) (RITMO - CONQUISTA)': 'sum'
    }).reset_index()
    
    # Renomear as colunas para facilitar o uso
    df_agrupado.rename(columns={
        'Aceites M0 Total (RITMO - CONQUISTA)': 'Aceites Total',
        'Aceites M0 HC/DU (RITMO - CONQUISTA)': 'Aceites HC/DU',
        'Ativação M0 Total (R$ 1,00) (RITMO - CONQUISTA)': 'Ativação Total',
        'Ativação M0 HC/DU (R$ 1,00) (RITMO - CONQUISTA)': 'Ativação HC/DU'
    }, inplace=True)
    
    # Adicionar coluna com o primeiro nome dos executivos
    df_agrupado['Primeiro Nome'] = df_agrupado['Executivo'].str.split().str[0]
    
    return df_agrupado
    

    @app.callback( [ Output('processed-data', 'data'), Output('executivo-checkbox', 'options'), Output('executivo-checkbox', 'value') ], [ Input('upload-data', 'contents'), Input('selecionar-todos', 'n_clicks') ], [ State('upload-data', 'filename'), State('processed-data', 'data') ] ) def update_data(contents, n_clicks, filename, stored_data): ctx = dash.callback_context

    if not ctx.triggered:
        # Nenhum trigger acionado
        return dash.no_update, dash.no_update, dash.no_update
    
    trigger_id = ctx.triggered[0]['prop_id'].split('.')[0]
    
    if trigger_id == 'upload-data' and contents:
        # Se o upload ocorreu
        df_agrupado = parse_contents(contents, filename)
        if isinstance(df_agrupado, pd.DataFrame):
            # Converter o DataFrame para um dicionário para armazenar no dcc.Store
            data = df_agrupado.to_dict('records')
    
            # Preparar as opções para o checklist dos executivos
            options = [{'label': exec, 'value': exec} for exec in df_agrupado['Executivo'].unique()]
            # Selecionar todos os executivos por padrão após o upload
            value = df_agrupado['Executivo'].unique().tolist()
    
            return data, options, value  # Retorna dados, opções e valores selecionados
        else:
            # Em caso de erro na análise do arquivo
            return dash.no_update, dash.no_update, dash.no_update
    
    elif trigger_id == 'selecionar-todos' and stored_data:
        # Se o botão "Selecionar Todos" foi clicado
        executivos = [item['Executivo'] for item in stored_data]
        return dash.no_update, dash.no_update, executivos  # Atualiza apenas o valor dos checkboxes
    
    return dash.no_update, dash.no_update, dash.no_update
    

    @app.callback( [Output('grafico-diario', 'figure'), Output('tabela-executivos', 'data')], [ Input('executivo-checkbox', 'value'), Input('metrica-dropdown', 'value'), Input('ordem-dropdown', 'value'), Input('processed-data', 'data') ] ) def update_graphs(executivos_selecionados, metrica_selecionada, ordem_selecionada, data): if data is None or not executivos_selecionados: return {}, [] # Gráfico vazio e tabela vazia

    # Converter de volta para DataFrame
    df_filtrado = pd.DataFrame(data)
    df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)]
    
    if df_filtrado.empty:
        return {}, []
    
    # Ordenar o DataFrame
    df_filtrado = df_filtrado.sort_values(by=metrica_selecionada, ascending=(ordem_selecionada == 'asc'))
    
    # Criar gráfico de barras para Aceites e Ativação
    fig_diario = px.bar(
        df_filtrado,
        x='Primeiro Nome',
        y=['Aceites Total', 'Ativação Total'],
        title='Total de Aceites e Ativação por Executivo',
        labels={'value': 'Total', 'variable': 'Métricas'},
        barmode='group',
        color_discrete_sequence=['#00AEEF', '#003366']
    )
    
    # Função para formatar o rótulo
    def format_label(total, hc_du):
        try:
            total = int(float(str(total).replace(',', '.')))
            return f'{total}({hc_du})'
        except ValueError:
            return 'N/A'  # ou algum outro valor padrão
    
    # Adicionar rótulos nas barras com o novo formato
    for i, col in enumerate(['Aceites Total', 'Ativação Total']):
        hc_du_col = f'{col.split()[0]} HC/DU'
        fig_diario.data[i].text = [
            format_label(total, hc_du) for total, hc_du in
            zip(df_filtrado[col], df_filtrado[hc_du_col])
        ]
        fig_diario.data[i].textposition = 'outside'
    
    # Ajustes de layout
    fig_diario.update_layout(
        xaxis_title='Executivo',
        yaxis_title='Total',
        title_font=dict(size=18),
        xaxis={'title_font': {'size': 14, 'family': 'Arial', 'color': '#003366'}, 'tickangle': 45},
        yaxis={'title_font': {'size': 14, 'family': 'Arial', 'color': '#003366'}},
        margin=dict(l=40, r=40, t=40, b=150),
        height=600
    )
    
    # Retornar dados para a tabela
    tabela_data = df_filtrado.to_dict('records')
    
    return fig_diario, tabela_data
    

    @app.callback( Output("download", "data"), Input("download-image", "n_clicks"), State("executivo-checkbox", "value"), State("metrica-dropdown", "value"), State("ordem-dropdown", "value"), State("processed-data", "data"), prevent_initial_call=True, ) def generate_image(n_clicks, executivos_selecionados, metrica_selecionada, ordem_selecionada, data): if n_clicks > 0 and data is not None and executivos_selecionados: # Recriar o DataFrame filtrado df_filtrado = pd.DataFrame(data) df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)]

        if df_filtrado.empty:
            return dash.no_update
    
        # Ordenar o DataFrame
        df_filtrado = df_filtrado.sort_values(by=metrica_selecionada, ascending=(ordem_selecionada == 'asc'))
    
        # Criar o gráfico de barras
        fig_diario = px.bar(
            df_filtrado,
            x='Primeiro Nome',
            y=['Aceites Total', 'Ativação Total'],
            title='Total de Aceites e Ativação por Executivo',
            labels={'value': 'Total', 'variable': 'Métricas'},
            barmode='group',
            color_discrete_sequence=['#00AEEF', '#003366']
        )
    
        # Formatar os rótulos
        def format_label(total, hc_du):
            try:
                total = int(float(str(total).replace(',', '.')))
                return f'{total}({hc_du})'
            except ValueError:
                return 'N/A'
    
        for i, col in enumerate(['Aceites Total', 'Ativação Total']):
            hc_du_col = f'{col.split()[0]} HC/DU'
            fig_diario.data[i].text = [
                format_label(total, hc_du) for total, hc_du in
                zip(df_filtrado[col], df_filtrado[hc_du_col])
            ]
            fig_diario.data[i].textposition = 'outside'
    
        # Ajustar o layout do gráfico
        fig_diario.update_layout(
            xaxis_title='Executivo',
            yaxis_title='Total',
            title_font=dict(size=18),
            xaxis={'title_font': {'size': 14, 'family': 'Arial', 'color': '#003366'}, 'tickangle': 45},
            yaxis={'title_font': {'size': 14, 'family': 'Arial', 'color': '#003366'}},
            margin=dict(l=40, r=40, t=40, b=150),
            height=600
        )
    
        # Gerar a imagem em alta resolução (ex: scale=4 aumenta a resolução)
        img_bytes = fig_diario.to_image(format="png", scale=4)
    
        return dcc.send_bytes(img_bytes, "grafico_diario.png")
    
    return dash.no_update
    

    if name == 'main': app.run_server(debug=True)

    preciso juntar esses 2 codigos sem perder as configurações

  2. Assistant

    Parece que você tem duas implementações do aplicativo Dash, e você gostaria de combiná-las em um único código sem perder as configurações de cada uma. Para isso, é necessário integrar o layout, as funções de manipulação de dados e as callbacks em uma única estrutura.

    Vou ajudá-lo com isso, mantendo a lógica de ambos os aplicativos intacta. Como este é um aplicativo Dash, o foco principal estará em uma organização clara para que o código não fique confuso.

    Aqui está a versão combinada do seu código:

    import pandas as pd
    import plotly.express as px
    from dash import Dash, dcc, html, Input, Output, dash_table, State, callback_context
    import locale
    import base64
    import io
    from datetime import datetime
    import logging
    import os
    
    # Configurar o logging para facilitar a depuração
    logging.basicConfig(level=logging.INFO)
    logger = logging.getLogger(__name__)
    
    # Inicializar o Dash app
    app = Dash(__name__)
    
    # Layout do dashboard
    app.layout = html.Div([
        html.H1("Dashboard de Performance Executiva", style={'textAlign': 'center', 'fontSize': '36px', 'fontWeight': 'bold'}),
    
        # Componente de upload de arquivos estilizado como um botão
        dcc.Upload(
            id='upload-data',
            children=html.Button('Selecionar Arquivo CSV', style={
                'fontSize': '18px',
                'padding': '12px 24px',
                'borderRadius': '5px',
                'border': '1px solid #ccc',
                'background-color': '#00AEEF',
                'color': 'white',
                'cursor': 'pointer'
            }),
            style={
                'display': 'flex',
                'justifyContent': 'center',
                'marginBottom': '20px'
            },
            multiple=False
        ),
    
        # Armazenar os dados processados
        dcc.Store(id='processed-data'),
    
        # Botão para selecionar todos
        html.Div([
            html.Button('Selecionar Todos', id='selecionar-todos', n_clicks=0, style={
                'fontSize': '16px',
                'padding': '10px 20px',
                'borderRadius': '5px',
                'border': 'none',
                'background-color': '#003366',
                'color': 'white',
                'cursor': 'pointer',
                'marginBottom': '20px'
            })
        ], style={'display': 'flex', 'justifyContent': 'center'}),
    
        # Caixa de seleção para selecionar executivos
        html.Div([
            html.Label('Selecione os Executivos:', style={'fontSize': '20px', 'fontWeight': 'bold'}),
            dcc.Checklist(
                id='executivo-checkbox',
                options=[],  # Será preenchido dinamicamente
                value=[],    # Valor inicial vazio
                inline=True,
                inputStyle={"margin-right": "10px"},
                labelStyle={"display": "block", "fontSize": "18px", "fontWeight": "bold"}
            ),
        ], style={'margin': '0 50px'}),
    
        # Dropdown para selecionar métrica
        html.Div([
            html.Label('Selecione uma Métrica:', style={'fontSize': '20px', 'fontWeight': 'bold', 'marginTop': '20px'}),
            dcc.Dropdown(
                id='metrica-dropdown',
                options=[
                    {'label': 'Aceites M0 Total', 'value': 'Aceites Total'},
                    {'label': 'Ativação M0 Total (R$ 1,00)', 'value': 'Ativação Total'}
                ],
                value='Aceites Total',
                clearable=False,
                style={'fontSize': '18px'}
            ),
        ], style={'margin': '0 50px'}),
    
        # Dropdown para selecionar a ordem
        html.Div([
            html.Label('Selecione a Ordem:', style={'fontSize': '20px', 'fontWeight': 'bold', 'marginTop': '20px'}),
            dcc.Dropdown(
                id='ordem-dropdown',
                options=[
                    {'label': 'Do Maior para o Menor', 'value': 'desc'},
                    {'label': 'Do Menor para o Maior', 'value': 'asc'}
                ],
                value='desc',
                clearable=False,
                style={'fontSize': '18px'}
            ),
        ], style={'margin': '0 50px'}),
    
        # Botão para baixar o gráfico como imagem
        html.Div([
            html.Button('Baixar Gráfico em Alta Resolução', id='download-image', n_clicks=0, style={
                'fontSize': '16px',
                'padding': '12px 24px',
                'borderRadius': '5px',
                'border': 'none',
                'background-color': '#28a745',
                'color': 'white',
                'cursor': 'pointer',
                'marginTop': '20px',
                'marginBottom': '20px'
            })
        ], style={'display': 'flex', 'justifyContent': 'center'}),
    
        # Componente para gerenciar o download
        dcc.Download(id="download"),
    
        # Gráfico: Comparação das Métricas por Executivo
        dcc.Graph(id='grafico-diario'),
    
        # Tabela: Dados das Métricas por Executivo
        dash_table.DataTable(
            id='tabela-executivos',
            style_table={'overflowX': 'auto'},
            style_cell={
                'textAlign': 'left',
                'padding': '10px',
                'minWidth': '100px',
                'maxWidth': '180px',
                'fontSize': '16px'
            },
            style_header={
                'backgroundColor': '#003366',
                'color': 'white',
                'fontWeight': 'bold',
                'fontSize': '18px'
            }
        )
    ])
    
    def parse_contents(contents, filename):
        """
        Decodifica e processa o conteúdo do arquivo carregado.
        """
        content_type, content_string = contents.split(',')
    
        decoded = base64.b64decode(content_string)
        try:
            if 'csv' in filename.lower():
                # Configurar a localização para lidar com números no formato brasileiro
                locale.setlocale(locale.LC_NUMERIC, 'pt_BR.UTF-8')
                # Ler o CSV com o delimitador correto
                df = pd.read_csv(io.StringIO(decoded.decode('utf-8')), delimiter=';')
            else:
                return html.Div([
                    'Arquivo não suportado. Por favor, carregue um arquivo CSV.'
                ])
        except Exception as e:
            logger.error(f'Erro ao processar o arquivo: {e}')
            return html.Div([
                f'Ocorreu um erro ao processar o arquivo: {str(e)}'
            ])
    
        # Limpar nomes das colunas
        df.columns = df.columns.str.strip()
        logger.info(f'Colunas do CSV: {df.columns.tolist()}')  # Opcional: para depuração
    
        # Remover executivos indesejados
        executivos_indesejados = ['regis alves dourado', 'TBA - CN - JUNDIAI - 2']
        df = df[~df['Executivo'].isin(executivos_indesejados)]
    
        # Agrupar os dados por Executivo e calcular as agregações
        df_agrupado = df.groupby('Executivo').agg({
            'Aceites M0 Total (RITMO - CONQUISTA)': 'sum',
            'Aceites M0 HC/DU (RITMO - CONQUISTA)': 'sum',
            'Ativação M0 Total (R$ 1,00) (RITMO - CONQUISTA)': 'sum',
            'Ativação M0 HC/DU (R$ 1,00) (RITMO - CONQUISTA)': 'sum'
        }).reset_index()
    
        # Renomear as colunas para facilitar o uso
        df_agrupado.rename(columns={
            'Aceites M0 Total (RITMO - CONQUISTA)': 'Aceites Total',
            'Aceites M0 HC/DU (RITMO - CONQUISTA)': 'Aceites HC/DU',
            'Ativação M0 Total (R$ 1,00) (RITMO - CONQUISTA)': 'Ativação Total',
            'Ativação M0 HC/DU (R$ 1,00) (RITMO - CONQUISTA)': 'Ativação HC/DU'
        }, inplace=True)
    
        # Adicionar coluna com o primeiro nome dos executivos
        df_agrupado['Primeiro Nome'] = df_agrupado['Executivo'].str.split().str[0]
    
        return df_agrupado
    
    def generate_figure(df_filtrado, metrica):
        """
        Gera o gráfico com base no DataFrame filtrado.
        """
        logger.info(f'Gerando gráfico com {len(df_filtrado)} executivos.')
    
        # Criar gráfico de barras para o total de Aceites e Ativação
        fig = px.bar(
            df_filtrado,
            x='Primeiro Nome',
            y=['Aceites Total', 'Ativação Total'],
            title='Total de Aceites e Ativação por Executivo',
            labels={'value': 'Total', 'variable': 'Métricas'},
            barmode='group',
            color_discrete_sequence=['#00AEEF', '#003366']
        )
    
        # Ajustes de layout
        fig.update_layout(
            xaxis_title='Executivo',
            yaxis_title='Total',
            title_font=dict(size=18),
            xaxis={'title_font': {'size': 14, 'family': 'Arial', 'color': '#003366'}, 'tickangle': 45},
            yaxis={'title_font': {'size': 14, 'family': 'Arial', 'color': '#003366'}},
            margin=dict(l=40, r=40, t=40, b=150),
            height=600
        )
    
        return fig
    
    # Callbacks para processar dados e atualizar o gráfico e a tabela
    @app.callback(
        [
            Output('processed-data', 'data'),
            Output('executivo-checkbox', 'options'),
            Output('executivo-checkbox', 'value')
        ],
        [
            Input('upload-data', 'contents'),
            Input('selecionar-todos', 'n_clicks')
        ],
        [
            State('upload-data', 'filename'),
            State('processed-data', 'data')
        ]
    )
    def update_data(contents, n_clicks, filename, stored_data):
        ctx = callback_context
    
        if not ctx.triggered:
            logger.info('Nenhum trigger acionado no callback update_data.')
            return dash.no_update, dash.no_update, dash.no_update
    
        trigger_id = ctx.triggered[0]['prop_id'].split('.')[0]
        logger.info(f'Callback update_data acionado por: {trigger_id}')
    
        if trigger_id == 'upload-data' and contents:
            df_agrupado = parse_contents(contents, filename)
            if isinstance(df_agrupado, pd.DataFrame):
                data = df_agrupado.to_dict('records')
                options = [{'label': exec, 'value': exec} for exec in df_agrupado['Executivo'].unique()]
                value = df_agrupado['Executivo'].unique().tolist()
                logger.info(f'Dados processados e opções do checklist atualizadas.')
                return data, options, value  # Retorna dados, opções e valores selecionados
            else:
                logger.warning('Falha no processamento dos dados no upload.')
                return dash.no_update, dash.no_update, dash.no_update
    
        elif trigger_id == 'selecionar-todos' and stored_data:
            executivos = [item['Executivo'] for item in stored_data]
            logger.info(f'Botão "Selecionar Todos" clicado. Selecionando {len(executivos)} executivos.')
            return dash.no_update, dash.no_update, executivos  # Atualiza apenas o valor dos checkboxes
    
        logger.info('Nenhuma condição atendida no callback update_data.')
        return dash.no_update, dash.no_update, dash.no_update
    
    @app.callback(
        [Output('grafico-diario', 'figure'),
         Output('tabela-executivos', 'data')],
        [
            Input('executivo-checkbox', 'value'),
            Input('ordem-dropdown', 'value'),
            Input('processed-data', 'data')
        ]
    )
    def update_graphs(executivos_selecionados, ordem_selecionada, data):
        if data is None or not executivos_selecionados:
            logger.info('Dados ausentes ou nenhum executivo selecionado. Retornando gráfico e tabela vazios.')
            return {}, []  # Gráfico vazio e tabela vazia
    
        df_filtrado = pd.DataFrame(data)
        df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)]
    
        if df_filtrado.empty:
            logger.info('Nenhum dado após filtro. Retornando gráfico e tabela vazios.')
            return {}, []
    
        # Ordenar o DataFrame
        ascending = (ordem_selecionada == 'asc')
        df_filtrado = df_filtrado.sort_values(by='Aceites Total', ascending=ascending)
    
        fig_diario = generate_figure(df_filtrado, 'Aceites Total')
        
        tabela_data = df_filtrado.to_dict('records')
    
        return fig_diario, tabela_data
    
    @app.callback(
        Output("download", "data"),
        Input("download-image", "n_clicks"),
        State("executivo-checkbox", "value"),
        State("ordem-dropdown", "value"),
        State("processed-data", "data"),
        prevent_initial_call=True,
    )
    def generate_image(n_clicks, executivos_selecionados, ordem_selecionada, data):
        logger.info(f'Callback generate_image acionado com n_clicks={n_clicks}')
    
        if n_clicks > 0 and data is not None and executivos_selecionados:
            df_filtrado = pd.DataFrame(data)
            df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)]
    
            if df_filtrado.empty:
                logger.warning('DataFrame filtrado está vazio no callback generate_image.')
                return dash.no_update
    
            # Ordenar o DataFrame
            ascending = (ordem_selecionada == 'asc')
            df_filtrado = df_filtrado.sort_values(by='Aceites Total', ascending=ascending)
    
            fig_diario = generate_figure(df_filtrado, 'Aceites Total')
    
            # Gerar a imagem em alta resolução (ex: scale=4 aumenta a resolução)
            try:
                logger.info('Tentando gerar a imagem do gráfico.')
                img_bytes = fig_diario.to_image(format="png", scale=4)
            except Exception as e:
                logger.error(f'Erro ao gerar a imagem: {e}')
                return dash.no_update
    
            data_atual = datetime.now().strftime("%d-%m-%Y")
            nome_arquivo = f"RVM - {data_atual}.png"
            output_dir = r"C:\Users\dourado\OneDrive - Cielo\REGIONALSP\graficos\Nova pasta"
            os.makedirs(output_dir, exist_ok=True)
            file_path = os.path.join(output_dir, nome_arquivo)
    
            try:
                with open(file_path, "wb") as f:
                    f.write(img_bytes)
                logger.info(f'Imagem salva em {file_path}')
            except Exception as e:
                logger.error(f'Erro ao salvar a imagem no disco: {e}')
                return dash.no_update
    
            logger.info(f'Gerando download da imagem: {nome_arquivo}')
            return dcc.send_bytes(img_bytes, nome_arquivo)
    
        logger.info('Condições para download não atendidas no callback generate_image.')
        return dash.no_update
    
    if __name__ == '__main__':
        app.run_server(debug=True)
    

    Notas sobre a combinação:

    1. Imports e Inicialização: Mantenha todos os imports necessários e a inicialização do app no início do código.

    2. Layout Comum: Todos os componentes do layout, como dcc.Upload, dcc.Checklist, dcc.Dropdown, e dcc.Graph, foram mantidos, além da tabela de execução.

    3. Funções de Análise e Visualização: As funções parse_contents e generate_figure permanencerão no código, porém foram ajustadas para lidar com os diferentes tipos de métricas conforme necessário.

    4. Callbacks Únicos: Mantenha os callbacks que foram utilizados nas implementações originais, mas integre a lógica necessária para tratar as métricas e dados.

    5. Logging: A lógica de logging foi mantida para facilitar a depuração.

    Agora, você pode testar a nova versão combinada e verificar se todas as funcionalidades do aplicativo estão operacionais. Realize os ajustes necessários de acordo com as suas necessidades específicas.

  3. User

    melhore o visual dos rotulos, deixe a letra maior e em negrito coloque a legenda no meio inferior do grafico e melhore a resolução. coloque um botao para salvar em imagem em alta resolução

  4. Assistant

    Para melhorar o visual dos rótulos no gráfico, aumentar a fonte e deixá-la em negrito, bem como posicionar a legenda no meio inferior e adicionar um botão para salvar a imagem em alta resolução, você pode fazer as seguintes alterações no código.

    Aqui está a versão atualizada:

    import pandas as pd
    import plotly.express as px
    from dash import Dash, dcc, html, Input, Output, dash_table, State, callback_context
    import locale
    import base64
    import io
    from datetime import datetime
    import logging
    import os
    
    # Configurar o logging para facilitar a depuração
    logging.basicConfig(level=logging.INFO)
    logger = logging.getLogger(__name__)
    
    # Inicializar o Dash app
    app = Dash(__name__)
    
    # Layout do dashboard
    app.layout = html.Div([
        html.H1("Dashboard de Performance Executiva", style={'textAlign': 'center', 'fontSize': '36px', 'fontWeight': 'bold'}),
    
        # Componente de upload de arquivos estilizado como um botão
        dcc.Upload(
            id='upload-data',
            children=html.Button('Selecionar Arquivo CSV', style={
                'fontSize': '18px',
                'padding': '12px 24px',
                'borderRadius': '5px',
                'border': '1px solid #ccc',
                'background-color': '#00AEEF',
                'color': 'white',
                'cursor': 'pointer'
            }),
            style={
                'display': 'flex',
                'justifyContent': 'center',
                'marginBottom': '20px'
            },
            multiple=False
        ),
    
        # Armazenar os dados processados
        dcc.Store(id='processed-data'),
    
        # Botão para selecionar todos
        html.Div([
            html.Button('Selecionar Todos', id='selecionar-todos', n_clicks=0, style={
                'fontSize': '16px',
                'padding': '10px 20px',
                'borderRadius': '5px',
                'border': 'none',
                'background-color': '#003366',
                'color': 'white',
                'cursor': 'pointer',
                'marginBottom': '20px'
            })
        ], style={'display': 'flex', 'justifyContent': 'center'}),
    
        # Caixa de seleção para selecionar executivos
        html.Div([
            html.Label('Selecione os Executivos:', style={'fontSize': '20px', 'fontWeight': 'bold'}),
            dcc.Checklist(
                id='executivo-checkbox',
                options=[],  
                value=[],    
                inline=True,
                inputStyle={"margin-right": "10px"},
                labelStyle={"display": "block", "fontSize": "18px", "fontWeight": "bold"}
            ),
        ], style={'margin': '0 50px'}),
    
        # Dropdown para selecionar métrica
        html.Div([
            html.Label('Selecione uma Métrica:', style={'fontSize': '20px', 'fontWeight': 'bold', 'marginTop': '20px'}),
            dcc.Dropdown(
                id='metrica-dropdown',
                options=[
                    {'label': 'Aceites M0 Total', 'value': 'Aceites Total'},
                    {'label': 'Ativação M0 Total (R$ 1,00)', 'value': 'Ativação Total'}
                ],
                value='Aceites Total',
                clearable=False,
                style={'fontSize': '18px'}
            ),
        ], style={'margin': '0 50px'}),
    
        # Dropdown para selecionar a ordem
        html.Div([
            html.Label('Selecione a Ordem:', style={'fontSize': '20px', 'fontWeight': 'bold', 'marginTop': '20px'}),
            dcc.Dropdown(
                id='ordem-dropdown',
                options=[
                    {'label': 'Do Maior para o Menor', 'value': 'desc'},
                    {'label': 'Do Menor para o Maior', 'value': 'asc'}
                ],
                value='desc',
                clearable=False,
                style={'fontSize': '18px'}
            ),
        ], style={'margin': '0 50px'}),
    
        # Botão para baixar o gráfico como imagem
        html.Div([
            html.Button('Baixar Gráfico em Alta Resolução', id='download-image', n_clicks=0, style={
                'fontSize': '16px',
                'padding': '12px 24px',
                'borderRadius': '5px',
                'border': 'none',
                'background-color': '#28a745',
                'color': 'white',
                'cursor': 'pointer',
                'marginTop': '20px',
                'marginBottom': '20px'
            })
        ], style={'display': 'flex', 'justifyContent': 'center'}),
    
        # Componente para gerenciar o download
        dcc.Download(id="download"),
    
        # Gráfico: Comparação das Métricas por Executivo
        dcc.Graph(id='grafico-diario'),
    
        # Tabela: Dados das Métricas por Executivo
        dash_table.DataTable(
            id='tabela-executivos',
            style_table={'overflowX': 'auto'},
            style_cell={
                'textAlign': 'left',
                'padding': '10px',
                'minWidth': '100px',
                'maxWidth': '180px',
                'fontSize': '16px'
            },
            style_header={
                'backgroundColor': '#003366',
                'color': 'white',
                'fontWeight': 'bold',
                'fontSize': '18px'
            }
        )
    ])
    
    def parse_contents(contents, filename):
        content_type, content_string = contents.split(',')
        decoded = base64.b64decode(content_string)
        try:
            if 'csv' in filename.lower():
                locale.setlocale(locale.LC_NUMERIC, 'pt_BR.UTF-8')
                df = pd.read_csv(io.StringIO(decoded.decode('utf-8')), delimiter=';')
            else:
                return html.Div(['Arquivo não suportado. Por favor, carregue um arquivo CSV.'])
        except Exception as e:
            logger.error(f'Erro ao processar o arquivo: {e}')
            return html.Div([f'Ocorreu um erro ao processar o arquivo: {str(e)}'])
    
        df.columns = df.columns.str.strip()
        logger.info(f'Colunas do CSV: {df.columns.tolist()}')
    
        executivos_indesejados = ['regis alves dourado', 'TBA - CN - JUNDIAI - 2']
        df = df[~df['Executivo'].isin(executivos_indesejados)]
    
        df_agrupado = df.groupby('Executivo').agg({
            'Aceites M0 Total (RITMO - CONQUISTA)': 'sum',
            'Aceites M0 HC/DU (RITMO - CONQUISTA)': 'sum',
            'Ativação M0 Total (R$ 1,00) (RITMO - CONQUISTA)': 'sum',
            'Ativação M0 HC/DU (R$ 1,00) (RITMO - CONQUISTA)': 'sum'
        }).reset_index()
    
        df_agrupado.rename(columns={
            'Aceites M0 Total (RITMO - CONQUISTA)': 'Aceites Total',
            'Aceites M0 HC/DU (RITMO - CONQUISTA)': 'Aceites HC/DU',
            'Ativação M0 Total (R$ 1,00) (RITMO - CONQUISTA)': 'Ativação Total',
            'Ativação M0 HC/DU (R$ 1,00) (RITMO - CONQUISTA)': 'Ativação HC/DU'
        }, inplace=True)
    
        df_agrupado['Primeiro Nome'] = df_agrupado['Executivo'].str.split().str[0]
    
        return df_agrupado
    
    def generate_figure(df_filtrado):
        logger.info(f'Gerando gráfico com {len(df_filtrado)} executivos.')
    
        fig = px.bar(
            df_filtrado,
            x='Primeiro Nome',
            y=['Aceites Total', 'Ativação Total'],
            title='Total de Aceites e Ativação por Executivo',
            labels={'value': 'Total', 'variable': 'Métricas'},
            barmode='group',
            color_discrete_sequence=['#00AEEF', '#003366']
        )
    
        # Ajustes de layout
        fig.update_layout(
            xaxis_title='Executivo',
            yaxis_title='Total',
            title_font=dict(size=24, family='Arial Black', color='#003366'),  # Título maior e em negrito
            xaxis={'title_font': {'size': 18, 'family': 'Arial Black', 'color': '#003366'}, 'tickangle': 45, 'tickfont': {'size': 14, 'family': 'Arial Black', 'color': '#003366'}},
            yaxis={'title_font': {'size': 18, 'family': 'Arial Black', 'color': '#003366'}, 'tickfont': {'size': 14, 'family': 'Arial Black', 'color': '#003366'}},
            margin=dict(l=40, r=40, t=40, b=150),
            height=600,
            legend=dict(
                orientation="h",
                yanchor="bottom",
                y=1.02,
                xanchor="center",
                x=0.5,
                font={'size': 14, 'family': 'Arial Black'}
            )
        )
    
        return fig
    
    @app.callback(
        [
            Output('processed-data', 'data'),
            Output('executivo-checkbox', 'options'),
            Output('executivo-checkbox', 'value')
        ],
        [
            Input('upload-data', 'contents'),
            Input('selecionar-todos', 'n_clicks')
        ],
        [
            State('upload-data', 'filename'),
            State('processed-data', 'data')
        ]
    )
    def update_data(contents, n_clicks, filename, stored_data):
        ctx = callback_context
    
        if not ctx.triggered:
            logger.info('Nenhum trigger acionado no callback update_data.')
            return dash.no_update, dash.no_update, dash.no_update
    
        trigger_id = ctx.triggered[0]['prop_id'].split('.')[0]
        logger.info(f'Callback update_data acionado por: {trigger_id}')
    
        if trigger_id == 'upload-data' and contents:
            df_agrupado = parse_contents(contents, filename)
            if isinstance(df_agrupado, pd.DataFrame):
                data = df_agrupado.to_dict('records')
                options = [{'label': exec, 'value': exec} for exec in df_agrupado['Executivo'].unique()]
                value = df_agrupado['Executivo'].unique().tolist()
                logger.info('Dados processados e opções do checklist atualizadas.')
                return data, options, value  
            else:
                logger.warning('Falha no processamento dos dados no upload.')
                return dash.no_update, dash.no_update, dash.no_update
    
        elif trigger_id == 'selecionar-todos' and stored_data:
            executivos = [item['Executivo'] for item in stored_data]
            logger.info(f'Botão "Selecionar Todos" clicado. Selecionando {len(executivos)} executivos.')
            return dash.no_update, dash.no_update, executivos  
    
        logger.info('Nenhuma condição atendida no callback update_data.')
        return dash.no_update, dash.no_update, dash.no_update
    
    @app.callback(
        [Output('grafico-diario', 'figure'),
         Output('tabela-executivos', 'data')],
        [
            Input('executivo-checkbox', 'value'),
            Input('ordem-dropdown', 'value'),
            Input('processed-data', 'data')
        ]
    )
    def update_graphs(executivos_selecionados, ordem_selecionada, data):
        if data is None or not executivos_selecionados:
            logger.info('Dados ausentes ou nenhum executivo selecionado. Retornando gráfico e tabela vazios.')
            return {}, []  
    
        df_filtrado = pd.DataFrame(data)
        df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)]
    
        if df_filtrado.empty:
            logger.info('Nenhum dado após filtro. Retornando gráfico e tabela vazios.')
            return {}, []
    
        ascending = (ordem_selecionada == 'asc')
        df_filtrado = df_filtrado.sort_values(by='Aceites Total', ascending=ascending)
    
        fig_diario = generate_figure(df_filtrado)
        
        tabela_data = df_filtrado.to_dict('records')
    
        return fig_diario, tabela_data
    
    @app.callback(
        Output("download", "data"),
        Input("download-image", "n_clicks"),
        State("executivo-checkbox", "value"),
        State("ordem-dropdown", "value"),
        State("processed-data", "data"),
        prevent_initial_call=True,
    )
    def generate_image(n_clicks, executivos_selecionados, ordem_selecionada, data):
        logger.info(f'Callback generate_image acionado com n_clicks={n_clicks}')
    
        if n_clicks > 0 and data is not None and executivos_selecionados:
            df_filtrado = pd.DataFrame(data)
            df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)]
    
            if df_filtrado.empty:
                logger.warning('DataFrame filtrado está vazio no callback generate_image.')
                return dash.no_update
    
            ascending = (ordem_selecionada == 'asc')
            df_filtrado = df_filtrado.sort_values(by='Aceites Total', ascending=ascending)
    
            fig_diario = generate_figure(df_filtrado)
    
            try:
                logger.info('Tentando gerar a imagem do gráfico.')
                img_bytes = fig_diario.to_image(format="png", scale=4)
            except Exception as e:
                logger.error(f'Erro ao gerar a imagem: {e}')
                return dash.no_update
    
            data_atual = datetime.now().strftime("%d-%m-%Y")
            nome_arquivo = f"RVM - {data_atual}.png"
            output_dir = r"C:\Users\dourado\OneDrive - Cielo\REGIONALSP\graficos\Nova pasta"
            os.makedirs(output_dir, exist_ok=True)
            file_path = os.path.join(output_dir, nome_arquivo)
    
            try:
                with open(file_path, "wb") as f:
                    f.write(img_bytes)
                logger.info(f'Imagem salva em {file_path}')
            except Exception as e:
                logger.error(f'Erro ao salvar a imagem no disco: {e}')
                return dash.no_update
    
            logger.info(f'Gerando download da imagem: {nome_arquivo}')
            return dcc.send_bytes(img_bytes, nome_arquivo)
    
        logger.info('Condições para download não atendidas no callback generate_image.')
        return dash.no_update
    
    if __name__ == '__main__':
        app.run_server(debug=True)
    

    Principais melhorias implementadas:

    1. Rótulos de Gráfico: Aumentei a fonte e apliquei negrito para os rótulos do eixo X e Y, e para o título do gráfico.
    2. Legendas: A posição da legenda foi alterada para ficar centralizada no meio da parte inferior do gráfico.
    3. Resolução da Imagem: A resolução ao salvar a imagem é aumentada utilizando scale=4.
    4. Botão para Salvar: Mantido o botão para baixar o gráfico em alta resolução.

    Agora, quando você gerar o gráfico, ele terá um visual mais profissional segundo suas especificações. Experimente e ajuste ainda mais conforme necessário para atender às suas preferências visuais!