anatomapa

Pinte o corpo humano com os seus dados.
De um dicionário ou de uma planilha a um mapa de calor anatômico em SVG, pronto pra publicar, em poucas linhas de Python e com zero dependências.

Português  ·  English

Sobre

anatomapa é uma biblioteca Python para gerar mapas de calor anatômicos da superfície externa do corpo humano. Você entrega dados quantitativos por região (frequência, intensidade ou densidade de eventos) e a lib devolve o corpo colorido, sempre na vista de frente (anterior), masculino ou feminino, com a cor proporcional ao valor de cada região.

Serve pra qualquer área que registra a região corporal como variável: acidentes com animais peçonhentos (escorpiões, serpentes, aranhas), traumas ocupacionais, lesões esportivas, medicina forense, queimaduras e dermatologia.

• Zero dependências: só a stdlib do Python no núcleo; PNG/JPG é um extra opcional.
• Determinística: a mesma entrada gera exatamente o mesmo SVG.
• Bilíngue: entende nomes de região em PT-BR e EN e escreve rótulos nos dois idiomas.

Instalação

pip install anatomapa

Requer Python 3.10+ e nenhuma dependência externa.

Para gerar PNG/JPG/JPEG (saída raster), instale o extra opcional, que traz cairosvg e Pillow. O SVG puro não precisa disso.

pip install "anatomapa[raster]"

As aspas importam: em shells como zsh e fish os colchetes são interpretados como padrão de arquivo (glob), então use aspas para o comando funcionar em qualquer shell.

Para desenvolvimento, clone o repositório: git clone https://github.com/pedrorcruzz/anatomapa.git

Início rápido

import anatomapa as am

fig = am.heatmap({"MÃO": 5153, "PÉ": 13666, "cabeça": 845})
fig.save("mapa.svg")

Pronto: um SVG com mãos, pés e cabeça coloridos por valor. O resto deste manual é opcional.

Parâmetros de heatmap()

am.heatmap(values, body="male", lang="pt", format="svg", title=None,
           background="transparent", on_unknown="error", region_map=None)

Retorna um objeto Figure. Nome de região desconhecido levanta ResolutionError (exceção pública da lib). A paleta de cores é sempre a térmica (azul frio para laranja quente, visual de câmera térmica); não há escolha de paleta. A escala de intensidade é sempre linear: a cor cresce proporcional ao valor.

Fundo

• background: "dark" (#0a0a0a), "light" (#ffffff) ou "transparent" (padrão, sem fundo). As cores da legenda se adaptam ao fundo escolhido.

A legenda com a barra de valores (mín..máx, rótulo no idioma de lang: "Valor" ou "Value") e o degradê térmico contínuo sobre o corpo (modelo preservado, contorno nítido) são comportamento nativo da figura: sempre presentes, sem parâmetro. É a legenda que informa os valores do mapa.

am.heatmap(dados, background="dark")

Nomes de região

No código: o enum Region. from anatomapa import Region traz 30 constantes: os 14 ids canônicos mais as versões _LEFT/_RIGHT das 8 regiões bilaterais. Cada membro é a própria string do id (Region.TRUNK == "trunk"), então vale onde qualquer rótulo vale: chave de heatmap() ou valor de region_map. O ganho: autocomplete no editor e typo vira erro imediato, não falha de resolução em runtime. list(Region) ou list_regions() listam os ids.

Em planilha ou texto livre: strings. O resolvedor é tolerante de propósito: PT ou EN, maiúsc/minúsc, com ou sem acento, plural e sinônimos ("MÃO", "mao", "hand" e "punho" viram hand; "torso" vira trunk). Ele não chuta: nome desconhecido levanta ResolutionError com sugestões do mais parecido. Controle com on_unknown: "error" (padrão), "skip" ou "warn".

As duas formas são equivalentes por dentro:

import anatomapa as am
from anatomapa import Region

am.heatmap({Region.TRUNK: 50, Region.HAND_LEFT: 100})  # no código: à prova de typo
am.heatmap({"mão esquerda": 100, "tronco": 50})        # planilha: nomes humanos

Lateralidade. Regiões bilaterais (braço, antebraço, mão, dedo, coxa, perna, pé, dedo do pé) aceitam lado: "mão direita", "right hand", o id "hand_right" ou Region.HAND_RIGHT pintam só a mão direita. Sem lado ("mão", Region.HAND), o valor pinta os dois lados.

Seus próprios nomes. Se a planilha usa códigos internos, mapeie com region_map (aceita ids lateralizados e tem precedência sobre o resolvedor):

am.heatmap(dados, region_map={"Membro Sup Dir": "arm", "right_hand": "hand_right"})

Regiões e hierarquia

São 14 regiões. trunk é um agregador hierárquico: não tem geometria própria, só distribui valor para os filhos. Bilaterais recebem um valor pros dois lados (ou lado explícito).

Rollup (herança pai para filhos). Mande o dado no nível que você tiver:

am.heatmap({"tronco": 2602})                            # peito+abdômen+pelve+costas herdam
am.heatmap({"peito": 900, "abdômen": 1200, "pelve": 500})  # ou por parte

Um valor no pai desce automaticamente pros filhos; se você informar a parte específica, ela usa o próprio valor. Mesma lógica em mão para dedo e pé para dedo do pé.

Região sem dado. Região sem valor sai nativamente em cinza neutro (#9aa0a6), distinto do frio: "sem dado" não se confunde com "poucos casos". Sem parâmetro.

Entrada de dados

heatmap() aceita dict ou qualquer iterável de pares (região, valor), então a saída de todos os leitores vai direto, sem conversão:

# dict puro (ou normalizado via from_dict)
fig = am.heatmap(am.from_dict({"mão": 10, "pé": 25}))

# CSV: você declara as colunas, nada é adivinhado
dados = am.from_csv("lesoes.csv", region_col="regiao", value_col="total", delimiter=",")

# JSON: objeto {"mão": 10} ou lista [{"region": "...", "value": ...}]
dados = am.from_json("lesoes.json", region_key="region", value_key="value")

# Registros: dicts, namedtuples, dataclasses e DataFrame do pandas (duck typing)
dados = am.from_records(registros, region_col="regiao", value_col="total")

# Excel .xlsx, sem dependência externa; coluna por índice, letra "D" ou nome do cabeçalho
dados = am.from_xlsx("lesoes.xlsx", sheet="2024", region_col="Região",
                     value_col="Total", header=True)

No from_xlsx, aggregate resolve planilhas com uma linha por caso: "count" conta as ocorrências de cada região e "sum" soma os valores. None (padrão) espera uma linha por região.

Saída: o objeto Figure

Pra saída raster (PNG/JPG/JPEG), instale o extra opcional pip install anatomapa[raster] (traz cairosvg e Pillow, importados só sob demanda; o núcleo segue zero dependências e o SVG puro nunca precisa de extra). Sem o extra instalado, pedir png/jpg/jpeg levanta ImportError com a dica de instalação:

fig = am.heatmap(dados, format="png")
fig.save("mapa.png")

Exemplo completo

Topografia de picadas de escorpião (frequência por região), do dado bruto ao mapa final:

import anatomapa as am

dados = {"cabeça": 845, "braço": 1831, "antebraço": 974, "mão": 5153,
         "dedo da mão": 8684, "tronco": 2602, "coxa": 1733, "perna": 1984,
         "pé": 13666, "dedo do pé": 6547}

# 1. Confere os nomes antes de renderizar (dry-run, não gera nada)
resultado = am.validate(dados)
assert not resultado["unresolved"]

# 2. Gera o mapa: visual térmico em fundo escuro
fig = am.heatmap(dados, body="male", background="dark")
fig.save("mapa.svg")

Utilidades

validate(values, body="male", region_map=None) faz o dry-run: não renderiza, só mostra o que resolve e o que não.

am.validate({"mao": 1, "pedro": 2, "mão direita": 3})
# {'resolved': {'mao': 'hand', 'mão direita': 'hand_right'},
#  'unresolved': {'pedro': {'reason': '...', 'suggestions': ['dedo', ...]}}}

list_regions(lang="pt", body="male") lista as regiões, cada uma como {"id", "label", "bilateral", "parent"}:

am.list_regions(lang="pt")
# [{'id': 'head', 'label': 'Cabeça', 'bilateral': False, 'parent': None}, ...]

Galeria

Licença e atribuição

Distribuído sob a licença MIT. Veja o arquivo LICENSE.

As silhuetas dos modelos SVG derivam de fonte em domínio público (CC0); detalhes em app/anatomapa/assets/ATTRIBUTION.txt.

Créditos

• Pedro Rosa: programador/criador
• Marcelo Reis: Professor do Programa de Pós-Graduação em Análise de Sistemas Ambientais, CESMAC
• Mozart Melo: coordenador/orientador, CESMAC
• Centro Universitário CESMAC: instituição

⭐ Se o anatomapa te ajudou, deixa uma estrela no repositório! ⭐