# -*- coding: utf-8 -*-
"""
Corrigé Python - Bac NSI 2026 - Épreuve pratique - Sujet 16
Thème : warming stripes, CSV, moyenne et graphique
"""

from __future__ import annotations

import csv
import matplotlib.pyplot as plt


def charger(nom_fichier: str) -> list[dict]:
    """Lit un fichier CSV et renvoie une liste de dictionnaires typés."""
    donnees = []
    with open(nom_fichier, mode="r", encoding="utf-8") as f:
        lecteur = csv.DictReader(f)
        for ligne in lecteur:
            donnees.append({"année": int(ligne["Year"]), "écart": float(ligne["Anomaly"])})
    return donnees


def ecart_temperature(datas: list[dict], annee: int) -> float | None:
    """Renvoie l'écart de température de l'année donnée, ou None si absente."""
    for dico in datas:
        if dico["année"] == annee:
            return dico["écart"]
    return None


def derniere_annee_ecart_negatif(datas: list[dict]) -> int | None:
    """Renvoie la dernière année dont l'écart est négatif."""
    annees = sorted(dico["année"] for dico in datas)
    for annee in reversed(annees):
        ecart = ecart_temperature(datas, annee)
        if ecart is not None and ecart < 0:
            return annee
    return None


def moyenne_ecarts(annee_debut: int, annee_fin: int, datas: list[dict]) -> float:
    """Renvoie la moyenne des écarts sur la période indiquée."""
    somme = 0
    compteur = 0
    for dico in datas:
        if annee_debut <= dico["année"] <= annee_fin:
            somme += dico["écart"]
            compteur += 1
    return somme / compteur


def prevision(datas: list[dict], annee: int, n: int) -> float:
    """Prévoit l'écart de température par régression linéaire sur les n dernières années."""
    longueur = len(datas)
    annee_debut = datas[longueur - n]["année"]
    annee_fin = datas[longueur - 1]["année"]

    moy_annees = (annee_debut + annee_fin) / 2
    moy_temperatures = moyenne_ecarts(annee_debut, annee_fin, datas)

    numerateur = 0
    denominateur = 0
    for i in range(1, n + 1):
        ecart_annee = datas[longueur - i]["année"] - moy_annees
        ecart_temp = datas[longueur - i]["écart"] - moy_temperatures
        numerateur += ecart_annee * ecart_temp
        denominateur += ecart_annee ** 2

    a = numerateur / denominateur
    b = moy_temperatures - a * moy_annees
    return a * annee + b


def graphique(datas: list[dict]) -> None:
    """Affiche les warming stripes."""
    fig, ax = plt.subplots(figsize=(10, 2))
    cmap = plt.get_cmap("seismic")
    temperatures = [dico["écart"] for dico in datas]
    max_val = max(max(temperatures), -min(temperatures))
    norm = plt.Normalize(-max_val, max_val)

    annees = [dico["année"] for dico in datas]
    ordonnees = [1 for _ in datas]

    ax.bar(annees, ordonnees, width=1.0, color=cmap(norm(temperatures)))
    ax.set_title("Warming Stripes mondiales - Base 1901-2000")
    plt.yticks([], [])
    ax.set_xlabel("Année")
    plt.tight_layout()
    plt.show()


def tests() -> None:
    datas = [
        {"année": 2020, "écart": -0.2},
        {"année": 2021, "écart": 0.1},
        {"année": 2022, "écart": 0.3},
    ]
    assert ecart_temperature(datas, 2021) == 0.1
    assert ecart_temperature(datas, 1999) is None
    assert derniere_annee_ecart_negatif(datas) == 2020
    assert moyenne_ecarts(2020, 2022, datas) == (-0.2 + 0.1 + 0.3) / 3
    print("Tous les tests du sujet 16 sont passés.")


if __name__ == "__main__":
    tests()