mads-analise-oficinas 0.1.0

Modulo para analise de dados de oficinas automoveis

Mads Analise Oficinas

Biblioteca Python para gestao e analise de dados de oficinas automoveis.

O modulo trabalha em memoria e disponibiliza funcoes para:

• registo e listagem de utilizadores, oficinas, categorias e compras;
• analise estatistica de compras e faturacao;
• visualizacao em mapa;
• exportacao para JSON e CSV.

Instalacao

A partir do PyPI

pip install mads-analise-oficinas

Importacao

from MadsAnaliseOficinas import *

Tambem podes importar funcoes especificas:

from MadsAnaliseOficinas import addUser, addCatOficina, addOficina, registarCompra

Estrutura de dados (em memoria)

O modulo mantem quatro estruturas globais:

• utilizadores (dict)
• categoriasOficinas (list)
• oficinas (dict)
• compras (dict)

Isto significa que os dados existem apenas durante a execucao do programa. Para persistir informacao, usa as funcoes de exportacao.

Fluxo recomendado

1. Registar categorias de oficina com addCatOficina.
2. Registar oficinas com addOficina.
3. Registar utilizadores com addUser.
4. Registar compras com registarCompra.
5. Consultar listagens, estatisticas, mapa e exportacao.

API Principal

Registos

addUser(nome, nif, dataNascimento, genero)

Regista um utilizador.

Parametros:

• nome: texto (apenas letras e espacos)
• nif: texto numerico com 9 digitos
• dataNascimento: formato YYYY-MM-DD
• genero: M, F ou Outro

Saida:

• imprime erros de validacao, ou mensagem de sucesso

addCatOficina(categoria, cor)

Regista uma categoria de oficina com uma cor para uso no mapa.

Parametros:

• categoria: texto com pelo menos 3 caracteres
• cor: uma das cores permitidas pelo Folium (ex.: blue, red, green)

Saida:

• imprime erros de validacao, ou mensagem de sucesso

addOficina(nif, nome, categoria, latitude, longitude, morada, cidade, codigoPostal, horario)

Regista uma oficina.

Validacoes relevantes:

• nif unico com 9 digitos
• categoria tem de existir em categoriasOficinas
• latitude entre -90 e 90
• longitude entre -180 e 180
• codigoPostal no formato XXXX-XXX

registarCompra(nifUtilizador, nifOficina, valor, descricao, dataCompra, catCompra)

Regista uma compra associada a utilizador e oficina.

Parametros-chave:

• dataCompra: YYYY-MM-DD
• catCompra: P (Produto) ou S (Servico)

Regras:

• valor maior que 0
• NIFs devem existir
• evita compras duplicadas com os mesmos dados principais

Listagens

As funcoes de listagem apresentam tabelas com pandas e IPython.display:

• listarCategorias()
• listarOficinas(nif=None, nome=None, categoria=None, cidade=None)
• listarUtilizador(nif=None, nome=None, genero=None)
• listarCompras(idCompra=None, nifUtilizador=None, nifOficina=None, categoria=None, valorMin=None, valorMax=None, dataInicio=None, dataFim=None)

Mapa

mapa()

Gera visualizacao de oficinas no mapa com Folium.

Comportamento:

• monta pontos com base nas oficinas registadas;
• usa categoria/cor definida em categoriasOficinas;
• guarda ficheiro mapa.html;
• apresenta o mapa no ambiente interativo.

Estatisticas

• verTotalOficinas(): total de oficinas registadas
• verTotalUtilizadores(): total de utilizadores registados
• consultarVolumeFaturação(nif=None): volume de faturacao total ou por oficina
• consultarMaisAdquirido(top=5): top de descricoes mais adquiridas
• listasVolumeVendas(top=10): ranking de oficinas por volume de vendas
• visualizarEvolucaoDespesas(nifUtilizador=None): grafico temporal das despesas

Exportacao

• exportarParaJSON(): exporta os dados para dados_exportados.json
• exportarParaCSV(): exporta para
  • utilizadores.csv
  • oficinas.csv
  • compras.csv
  • categoriasOficinas.csv

Exemplo completo

from MadsAnaliseOficinas import *

addCatOficina("Mecanica", "blue")
addCatOficina("Pintura", "red")

addOficina(
		nif="501234567",
		nome="Oficina Centro",
		categoria="Mecanica",
		latitude=41.235,
		longitude=-8.620,
		morada="Rua Central 100",
		cidade="Maia",
		codigoPostal="4470-123",
		horario="09:00-18:00",
)

addUser("Maria Silva", "123456789", "1990-01-15", "F")

registarCompra(
		nifUtilizador="123456789",
		nifOficina="501234567",
		valor=79.90,
		descricao="Mudanca de oleo",
		dataCompra="2026-03-01",
		catCompra="S",
)

listarCompras()
consultarVolumeFaturação()
exportarParaCSV()

Publicacao no PyPI

python -m build
python -m twine check dist/*
python -m twine upload dist/*