# Importamos pandas de la manera habitual
import pandas as pd

# Cargamos el archivo. Recordemos que pandas, y Python en general, es 0-indexed.
data = pd.io.parsers.read_csv('brandshatch_lap27.csv', sep=';', header=13, index_col=0, skiprows=[14,15,16])
# Otra forma alternativa de leer los datos de un archivo CSV sería a través del
# propio DataFrame de pandas, pero éste no nos permite saltarnos filas de datos:
# data = pd.DataFrame.from_csv('brandshatch_lap27.csv', sep=';', header=13, index_col=0)
data.head(5)

import matplotlib.pyplot as plt
import matplotlib as mpl
%matplotlib inline

# Color map
tableau20 = [(31, 119, 180), (174, 199, 232), (255, 127, 14), (255, 187, 120),  
             (44, 160, 44), (152, 223, 138), (214, 39, 40), (255, 152, 150),  
             (148, 103, 189), (197, 176, 213), (140, 86, 75), (196, 156, 148),  
             (227, 119, 194), (247, 182, 210), (127, 127, 127), (199, 199, 199),  
             (188, 189, 34), (219, 219, 141), (23, 190, 207), (158, 218, 229)]
tableau10 = [tableau20[i*2] for i in range(10)]

# Scale the RGB values to the [0, 1] range, which is the format matplotlib accepts.  
for i in range(len(tableau20)):  
    r, g, b = tableau20[i]  
    tableau20[i] = (r / 255., g / 255., b / 255.)
for i in range(len(tableau10)):
    r, g, b = tableau10[i]
    tableau10[i] = (r / 255., g / 255., b / 255.)

# Set the default color cycle
mpl.rcParams['axes.color_cycle'] = tableau10

fig, ax = plt.subplots(3, sharex=True, figsize=(10,6))

# Revoluciones del motor
data['Engine RPM'].plot(ax=ax[0], linewidth=2)
ax[0].set_xlabel('')
ax[0].set_ylabel('Engine RPM')
ax[0].legend(loc='lower right')
# Velocidad del vehículo
data['Ground Speed'].plot(ax=ax[1], linewidth=2)
ax[1].set_xlabel('')
ax[1].set_ylabel('Speed (kph)')
ax[1].legend(loc='lower right')
# Pedales
data['Throttle Pos'].plot(ax=ax[2], linewidth=2)
data['Brake Pedal Pos'].plot(ax=ax[2], linewidth=2)
ax[2].set_xlabel('Time (s)')
ax[2].set_ylabel('Position (%)')
ax[2].set_ylim(-10,105)
ax[2].legend(loc='center right')

for j in range(3):
    ax[j].set_axisbelow(True)
    # Quitamos los bordes superior y derecho
    ax[j].spines["top"].set_visible(False)  
    ax[j].spines["right"].set_visible(False)
    # Dejamos sólo los ticks abajo y a la izquierda
    ax[j].get_xaxis().tick_bottom()  
    ax[j].get_yaxis().tick_left()  

fig1, ax1 = plt.subplots(figsize=(10,6))

for key, grp in data.groupby(['Gear']):
    grp.plot('Ground Speed','Engine RPM',kind='scatter', ax=ax1, label=key, color=tableau10[key])

ax1.set_xlabel('Ground Speed (kph)')
ax1.set_axisbelow(True)
ax1.legend(title='Gear', loc='upper left')
# Quitamos los márgenes derecho y superior
ax1.spines["top"].set_visible(False)  
ax1.spines["right"].set_visible(False)
# Dejamos sólo los ticks abajo y a la izquierda
ax1.get_xaxis().tick_bottom()  
ax1.get_yaxis().tick_left()  

fig2, ax2 = plt.subplots(figsize=(10,6))

data['Throttle Pos'].hist(ax=ax2)
ax2.set_xlabel('Throttle position (%)')
ax2.set_xlim(0,100)
ax2.set_ylabel('Time spent (@ 60 Hz)')
ax2.set_axisbelow(True)
# Quitamos los márgenes derecho y superior
ax2.spines["top"].set_visible(False)  
ax2.spines["right"].set_visible(False)
# Dejamos sólo los ticks abajo y a la izquierda
ax2.get_xaxis().tick_bottom()  
ax2.get_yaxis().tick_left()  

import plotly.plotly as py
from plotly.graph_objs import *

my_creds = py.get_credentials()
    
username = my_creds['username']
api_key = my_creds['api_key']

py.sign_in(username, api_key)

# Publicar una figura de matplotlib en la web
unique_url = py.iplot_mpl(fig, filename='pybonacci/velocidades', strip_style=True)

unique_url1 = py.iplot_mpl(fig1, filename='pybonacci/rpm', strip_style=True)

unique_url2 = py.iplot_mpl(fig2, filename='pybonacci/acelerador', strip_style=True)

# Herramientas Python/Plotly
import plotly.tools as tls   

# Objetos para componer Leyendas
from plotly.graph_objs import Legend

py_fig = tls.mpl_to_plotly(fig, strip_style=True)

# Borrar anotaciones
py_fig['layout'].pop('annotations',None)
# Añadir leyenda
py_fig['layout'].update(dict(showlegend=True))

unique_url3 = py.iplot(py_fig, filename='pybonacci/velocidades_edit')

py_fig1 = tls.mpl_to_plotly(fig1, strip_style=True)
# Borrar anotaciones
py_fig1['layout'].pop('annotations',None)
# Añadir leyenda
py_fig1['layout'].update(dict(showlegend=True,
                              legend=Legend(x=0,y=1),
                              hovermode='closest'))

# Editar leyenda
n=0
for key, grp in data.groupby(['Gear']):
    py_fig1['data'][n].update(dict(name='Gear {}'.format(key)))
    n += 1

unique_url4 = py.iplot(py_fig1, filename='pybonacci/rpm_edit')

py_fig2 = tls.mpl_to_plotly(fig2, strip_style=True)
# Borrar leyenda
py_fig2['layout'].update(dict(showlegend=False,
                              bargap=0.01))

unique_url5 = py.iplot(py_fig2, filename='pybonacci/acelerador_edit')