import matplotlib.pyplot as plt
import numpy as np

# Синтетичні дані моніторингу сервера: 60 хвилин роботи
rng = np.random.default_rng(42)
t = np.linspace(0, 60, 60)
cpu = 35 + 20 * np.sin(t / 8) + rng.normal(0, 3, 60)
ram = 4 + 0.05 * t + rng.normal(0, 0.1, 60)

# --- РІВЕНЬ 0: Мінімальний код (3 рядки) ---
fig, (ax1, ax2) = plt.subplots(1, 2)
plt.show()

# --- РІВЕНЬ 1: Розділені осі та фізичні одиниці виміру ---
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(7, 4.5))
ax1.plot(t, cpu, color='#2563eb')
ax1.set_ylabel("CPU (%)")
ax1.set_title("Навантаження обчислювального вузла")
ax1.grid(True, linestyle=':', alpha=0.5)

ax2.plot(t, ram, color='#10b981')
ax2.set_xlabel("Час моніторингу (хв)")
ax2.set_ylabel("RAM (GB)")
ax2.grid(True, linestyle=':', alpha=0.5)
plt.tight_layout()
plt.show()

# --- РІВЕНЬ 2: Професійний NOC-дашборд з SLA та зонами заповнення ---
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(8, 5))
fig.suptitle("NOC Оперативний моніторинг: Node Alpha", fontsize=13, fontweight='bold')

# Панель процесора
ax1.plot(t, cpu, color='#ef4444', linewidth=1.8, label="CPU Core 0")
ax1.axhline(50, color='#dc2626', linestyle='--', linewidth=1.2, label="SLA поріг (50%)")
ax1.fill_between(t, cpu, alpha=0.15, color='#ef4444')
ax1.set_ylabel("CPU (%)")
ax1.legend(loc='upper right', frameon=True, facecolor='#f8fafc')
ax1.grid(True, linestyle=':', alpha=0.5)

# Панель оперативної пам'яті
ax2.plot(t, ram, color='#3b82f6', linewidth=1.8, label="RAM Total")
ax2.fill_between(t, ram, alpha=0.15, color='#3b82f6')
ax2.set_xlabel("Час моніторингу (хв)")
ax2.set_ylabel("RAM (GB)")
ax2.legend(loc='lower right', frameon=True, facecolor='#f8fafc')
ax2.grid(True, linestyle=':', alpha=0.5)

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import numpy as np

rng = np.random.default_rng(seed=42)

fig, axes = plt.subplots(2, 2, figsize=(14, 10))
fig.suptitle("Квартальний звіт Q4 2026 — Ключові метрики", 
             fontsize=16, fontweight="bold")

# 1. Динаміка продажів (лінійний графік)
months = ["Січ", "Лют", "Бер", "Кві", "Тра", "Чер", 
          "Лип", "Сер", "Вер", "Жов", "Лис", "Гру"]
sales = [120, 135, 150, 145, 160, 180, 190, 185, 200, 220, 240, 260]

axes[0, 0].plot(months, sales, marker="o", linewidth=2.5, color="steelblue")
axes[0, 0].fill_between(range(len(months)), sales, alpha=0.3, color="steelblue")
axes[0, 0].set_title("Динаміка продажів (тис. грн)", fontweight="bold")
axes[0, 0].set_ylabel("Продажі")
axes[0, 0].grid(True, alpha=0.3)
axes[0, 0].tick_params(axis="x", rotation=45)

# 2. Розподіл клієнтів за віком (гістограма)
ages = rng.normal(35, 12, 500)
axes[0, 1].hist(ages, bins=25, color="coral", edgecolor="black", alpha=0.7)
axes[0, 1].axvline(np.mean(ages), color="red", linestyle="--", linewidth=2, 
                   label=f"Середнє: {np.mean(ages):.1f}")
axes[0, 1].set_title("Розподіл клієнтів за віком", fontweight="bold")
axes[0, 1].set_xlabel("Вік (роки)")
axes[0, 1].set_ylabel("Кількість клієнтів")
axes[0, 1].legend()
axes[0, 1].grid(axis="y", alpha=0.3)

# 3. Топ-5 продуктів (bar chart)
products = ["Продукт A", "Продукт B", "Продукт C", "Продукт D", "Продукт E"]
revenue = [450, 380, 320, 280, 210]

axes[1, 0].barh(products, revenue, color="mediumseagreen", edgecolor="black")
axes[1, 0].set_title("Топ-5 продуктів за виручкою (тис. грн)", fontweight="bold")
axes[1, 0].set_xlabel("Виручка")
axes[1, 0].grid(axis="x", alpha=0.3)

# 4. Кореляція маркетинг — продажі (scatter)
marketing = np.array([10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65])
sales_vs_marketing = 3 * marketing + 80 + rng.normal(0, 10, 12)

axes[1, 1].scatter(marketing, sales_vs_marketing, s=100, alpha=0.7, 
                   color="purple", edgecolor="black")

# Лінія тренду
z = np.polyfit(marketing, sales_vs_marketing, 1)
p = np.poly1d(z)
axes[1, 1].plot(marketing, p(marketing), "r--", linewidth=2, 
                label=f"r = {np.corrcoef(marketing, sales_vs_marketing)[0,1]:.2f}")

axes[1, 1].set_title("Маркетинг vs Продажі", fontweight="bold")
axes[1, 1].set_xlabel("Витрати на маркетинг (тис. грн)")
axes[1, 1].set_ylabel("Продажі (тис. грн)")
axes[1, 1].legend()
axes[1, 1].grid(True, alpha=0.3)

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import numpy as np

# Створюємо сітку 2x2
rng = np.random.default_rng(seed=42)
fig, axes = plt.subplots(2, 2, figsize=(12, 10))

# axes — це масив NumPy розміром (2, 2)
print(f"Тип axes: {type(axes)}")
print(f"Форма axes: {axes.shape}")

# Звертаємося до конкретних осей через індекси
axes[0, 0].plot([1, 2, 3], [1, 4, 9], 'r-o')
axes[0, 0].set_title("Графік 1: Квадрати")

axes[0, 1].hist(rng.normal(0, 1, 500), bins=30, color="green", alpha=0.7)
axes[0, 1].set_title("Графік 2: Гістограма")

axes[1, 0].scatter(rng.random(50), rng.random(50), s=100, alpha=0.6)
axes[1, 0].set_title("Графік 3: Scatter")

axes[1, 1].bar(["A", "B", "C"], [10, 25, 15], color=["red", "blue", "green"])
axes[1, 1].set_title("Графік 4: Bar Chart")

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt

# Конфігурація 1: один рядок, три стовпці
fig, axes = plt.subplots(1, 3, figsize=(15, 4))

# axes — одновимірний масив [ax0, ax1, ax2]
axes[0].plot([1, 2, 3])
axes[1].bar(["A", "B"], [5, 10])
axes[2].scatter([1, 2], [3, 4])

plt.tight_layout()
plt.show()

# Конфігурація 2: три рядки, один стовпець
fig, axes = plt.subplots(3, 1, figsize=(8, 10))

# axes — одновимірний масив [ax0, ax1, ax2]
axes[0].plot([1, 2, 3])
axes[1].bar(["A", "B"], [5, 10])
axes[2].scatter([1, 2], [3, 4])

plt.tight_layout()
plt.show()

# Конфігурація 3: 2x3 сітка
fig, axes = plt.subplots(2, 3, figsize=(15, 8))

# axes — двовимірний масив (2, 3)
axes[0, 0].plot([1, 2])
axes[1, 2].bar(["X"], [7])

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import numpy as np

rng = np.random.default_rng(42)
t = np.linspace(0, 20, 40)

# Приклад 1: Використання subplot_mosaic для асиметричного NOC-екрана
mosaic = [
    ["monitor", "monitor"],
    ["summary", "events"]
]
fig, ax_dict = plt.subplot_mosaic(mosaic, figsize=(11, 7))
fig.suptitle("NOC Дашборд через fig.subplot_mosaic()", fontsize=14, fontweight='bold')

# Головний графік зверху
ax_dict["monitor"].plot(t, 40 + 15 * np.sin(t/3), color='#0284c7', linewidth=2, label="Cluster Load")
ax_dict["monitor"].set_title("Головний монітор: ax_dict['monitor']", fontweight='bold')
ax_dict["monitor"].legend(loc='upper right')
ax_dict["monitor"].grid(True, linestyle=':', alpha=0.5)

# Підсумкова діаграма зліва знизу
ax_dict["summary"].bar(["Ok", "Warn", "Err"], [120, 15, 2], color=['#10b981', '#f59e0b', '#ef4444'], width=0.5)
ax_dict["summary"].set_title("Статуси: ax_dict['summary']", fontweight='bold')
ax_dict["summary"].grid(axis='y', linestyle=':', alpha=0.5)

# Гістограма справа знизу
ax_dict["events"].hist(rng.normal(25, 5, 100), bins=15, color='#8b5cf6', edgecolor='black')
ax_dict["events"].set_title("Розподіл затримок: ax_dict['events']", fontweight='bold')
ax_dict["events"].grid(True, linestyle=':', alpha=0.5)

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import numpy as np

rng = np.random.default_rng(seed=42)

fig = plt.figure(figsize=(12, 8))
gs = gridspec.GridSpec(2, 2, figure=fig, width_ratios=[2, 1], height_ratios=[1, 1])

# Лівий графік — займає два рядки
ax_left = fig.add_subplot(gs[:, 0])  # Всі рядки (:), перший стовпець (0)
x = np.linspace(0, 10, 100)
ax_left.plot(x, np.sin(x), label="sin(x)", linewidth=2)
ax_left.plot(x, np.cos(x), label="cos(x)", linewidth=2)
ax_left.set_title("Основний графік (великий)", fontsize=13, fontweight="bold")
ax_left.legend()
ax_left.grid(True, alpha=0.3)

# Правий верхній
ax_top_right = fig.add_subplot(gs[0, 1])
ax_top_right.hist(rng.normal(0, 1, 300), bins=20, color="coral", edgecolor="black")
ax_top_right.set_title("Деталь 1", fontweight="bold")

# Правий нижній
ax_bottom_right = fig.add_subplot(gs[1, 1])
ax_bottom_right.scatter(rng.random(50), rng.random(50), s=80, alpha=0.7, c="purple")
ax_bottom_right.set_title("Деталь 2", fontweight="bold")

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import numpy as np

rng = np.random.default_rng(42)
x = rng.normal(50, 15, 300)
y = 0.6 * x + rng.normal(20, 8, 300)

fig = plt.figure(figsize=(10, 8))
# Сітка 2x2: верхній рядок низький (height_ratio=1), лівий стовпець широкий (width_ratio=4)
gs = gridspec.GridSpec(2, 2, figure=fig, width_ratios=[4, 1], height_ratios=[1, 4],
                       wspace=0.08, hspace=0.08)

# 1. Центральний головний scatter plot
ax_main = fig.add_subplot(gs[1, 0])
ax_main.scatter(x, y, color='#059669', alpha=0.5, edgecolor='#064e3b', s=30)
ax_main.set_xlabel("Вхідний трафік (Mb/s)")
ax_main.set_ylabel("Затримка виконання (ms)")
ax_main.grid(True, linestyle=':', alpha=0.6)

# 2. Верхня маргінальна гістограма (спільна вісь X з ax_main)
ax_top = fig.add_subplot(gs[0, 0], sharex=ax_main)
ax_top.hist(x, bins=30, color='#34d399', edgecolor='#065f46', alpha=0.7)
ax_top.set_title("Архітектура Jointplot: Main + Marginal Distributions", fontweight='bold')
ax_top.grid(axis='y', linestyle=':', alpha=0.4)
# Приховуємо підписи осі X, щоб вони не дублювали головний графік
plt.setp(ax_top.get_xticklabels(), visible=False)

# 3. Права маргінальна гістограма (спільна вісь Y з ax_main)
ax_right = fig.add_subplot(gs[1, 1], sharey=ax_main)
ax_right.hist(y, bins=30, orientation='horizontal', color='#34d399', edgecolor='#065f46', alpha=0.7)
ax_right.grid(axis='x', linestyle=':', alpha=0.4)
# Приховуємо підписи осі Y
plt.setp(ax_right.get_yticklabels(), visible=False)

plt.show()

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)

fig, axes = plt.subplots(3, 1, figsize=(10, 10), sharex=True, sharey=True)

# Три різні функції з однаковим діапазоном X
axes[0].plot(x, np.sin(x), color="blue")
axes[0].set_title("sin(x)")
axes[0].grid(True, alpha=0.3)

axes[1].plot(x, np.sin(2*x), color="red")
axes[1].set_title("sin(2x)")
axes[1].set_ylabel("Амплітуда (спільна вісь Y)", fontsize=12, fontweight="bold")
axes[1].grid(True, alpha=0.3)

axes[2].plot(x, np.sin(3*x), color="green")
axes[2].set_title("sin(3x)")
axes[2].set_xlabel("X (спільна вісь)", fontsize=12, fontweight="bold")
axes[2].grid(True, alpha=0.3)

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import numpy as np

styles = ["default", "seaborn-v0_8-darkgrid", "ggplot", "bmh"]
x = np.linspace(0, 10, 100)

fig, axes = plt.subplots(2, 2, figsize=(14, 10))
fig.suptitle("Порівняння стилів matplotlib", fontsize=16, fontweight="bold")

for ax, style in zip(axes.flat, styles):
    with plt.style.context(style):  # Тимчасово застосовуємо стиль
        ax.plot(x, np.sin(x), label="sin(x)", linewidth=2)
        ax.plot(x, np.cos(x), label="cos(x)", linewidth=2)
        ax.set_title(f"Стиль: {style}", fontweight="bold")
        ax.legend()
        ax.grid(True)

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import numpy as np

# Створюємо дані: 5 категорій
categories = ["A", "B", "C", "D", "E"]
values = [23, 45, 56, 78, 32]

fig, axes = plt.subplots(2, 3, figsize=(16, 9))
fig.suptitle("Кольорові палітри для категорій", fontsize=15, fontweight="bold")

# 1. Дефолтні кольори matplotlib (C0, C1, ...)
axes[0, 0].bar(categories, values, color=[f"C{i}" for i in range(5)], edgecolor="black")
axes[0, 0].set_title("Default (C0–C9)")

# 2. Tab10 (10 розрізнюваних кольорів)
colors_tab10 = plt.cm.tab10(np.linspace(0, 1, 5))
axes[0, 1].bar(categories, values, color=colors_tab10, edgecolor="black")
axes[0, 1].set_title("Tab10 (рекомендовано)")

# 3. Viridis (послідовна палітра)
colors_viridis = plt.cm.viridis(np.linspace(0, 1, 5))
axes[0, 2].bar(categories, values, color=colors_viridis, edgecolor="black")
axes[0, 2].set_title("Viridis")

# 4. Pastel (м'які кольори)
colors_pastel = plt.cm.Pastel1(np.linspace(0, 1, 5))
axes[1, 0].bar(categories, values, color=colors_pastel, edgecolor="black")
axes[1, 0].set_title("Pastel1")

# 5. Set3 (категоріальні)
colors_set3 = plt.cm.Set3(np.linspace(0, 1, 5))
axes[1, 1].bar(categories, values, color=colors_set3, edgecolor="black")
axes[1, 1].set_title("Set3")

# 6. Кастомна палітра (власні HEX кольори)
custom_colors = ["#FF6B6B", "#4ECDC4", "#95E1D3", "#FFD93D", "#C7CEEA"]
axes[1, 2].bar(categories, values, color=custom_colors, edgecolor="black")
axes[1, 2].set_title("Кастомна (HEX)")

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

fig, axes = plt.subplots(2, 2, figsize=(13, 9.5))

styles = [
    ("seaborn-v0_8-whitegrid", "Стиль Seaborn: світлий фон, чітка сітка"),
    ("ggplot", "Стиль ggplot2: класичний сірий фон та біла сітка"),
    ("dark_background", "Стиль Dark: темна тема для нічного чергування"),
    ("bmh", "Стиль BMH: високий контраст для аналітичних звітів")
]

for idx, (st_name, st_desc) in enumerate(styles):
    ax = axes[idx // 2, idx % 2]
    with plt.style.context(st_name):
        ax.plot(x, y1, label="Signal A (sin)", linewidth=2)
        ax.plot(x, y2, label="Signal B (cos)", linewidth=2, linestyle='--')
        ax.set_title(f"Стиль: '{st_name}'\n{st_desc}", fontweight='bold')
        ax.set_xlabel("Час (с)")
        ax.set_ylabel("Амплітуда")
        ax.legend()

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x) * np.exp(-x/10)

fig, ax = plt.subplots(figsize=(12, 7))

ax.plot(x, y, linewidth=2.5, color="darkblue")

# Знаходимо максимум
max_idx = np.argmax(y)
max_x, max_y = x[max_idx], y[max_idx]

# Анотація зі стрілкою
ax.annotate("Локальний максимум", 
            xy=(max_x, max_y),                    # Точка, на яку вказуємо
            xytext=(max_x + 2, max_y + 0.3),      # Розташування тексту
            fontsize=12, fontweight="bold", color="darkred",
            arrowprops=dict(arrowstyle="->", color="red", lw=2),
            bbox=dict(boxstyle="round,pad=0.5", facecolor="yellow", alpha=0.8))

# Точка на максимумі
ax.plot(max_x, max_y, "ro", markersize=12, label=f"Max: ({max_x:.2f}, {max_y:.2f})")

# Горизонтальна лінія через максимум
ax.axhline(max_y, color="gray", linestyle="--", alpha=0.5)

# Вертикальна лінія
ax.axvline(max_x, color="gray", linestyle="--", alpha=0.5)

# Текст без стрілки
ax.text(7, -0.2, "Загасаюча амплітуда", fontsize=11, 
        style="italic", bbox=dict(boxstyle="round", facecolor="lightblue", alpha=0.6))

ax.set_title("Загасаюча синусоїда з анотаціями", fontsize=14, fontweight="bold")
ax.set_xlabel("X")
ax.set_ylabel("Y")
ax.legend(loc="upper right")
ax.grid(True, alpha=0.3)

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import numpy as np

rng = np.random.default_rng(42)
time_hours = np.linspace(0, 24, 120)
latency = 40 + 5 * np.sin(time_hours / 3) + rng.normal(0, 3, 120)

# Моделюємо стрибок затримки під час інциденту з 14:00 по 18:00
mask_incident = (time_hours >= 14) & (time_hours <= 18)
latency[mask_incident] += 120 + 40 * np.sin((time_hours[mask_incident] - 14) * 0.8)

fig, axes = plt.subplots(1, 2, figsize=(14, 5.5))

# 1. Хронологія інциденту з вертикальним зонуванням
axes[0].plot(time_hours, latency, color='#0f172a', linewidth=1.8, label="Latency P99")
axes[0].axvspan(14, 18, color='#fca5a5', alpha=0.35, label="Вікно інциденту (DDoS)")
axes[0].axvline(14, color='#dc2626', linestyle='--', linewidth=1.5)
axes[0].axvline(18, color='#16a34a', linestyle='--', linewidth=1.5)

# Додаємо анотацію зі стрілкою та рамкою
axes[0].annotate("Пікове навантаження: 215 ms\nПочаток міграції трафіку", 
                xy=(16, 215), xytext=(8, 230),
                arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=-0.2", color='#dc2626', lw=2),
                fontweight='bold', fontsize=9, color='#7f1d1d',
                bbox=dict(boxstyle="round,pad=0.4", facecolor='#fef2f2', edgecolor='#dc2626'))

axes[0].set_title("Хронологія збою: ax.axvspan() та ax.annotate()", fontweight='bold')
axes[0].set_xlabel("Час доби (години)")
axes[0].set_ylabel("Затримка (ms)")
axes[0].set_ylim(20, 260)
axes[0].legend(loc='upper left')
axes[0].grid(True, linestyle=':', alpha=0.5)

# 2. Коридори статусу системи через axhspan
axes[1].plot(time_hours, latency, color='#0f172a', linewidth=1.8)
axes[1].axhspan(0, 80, color='#bbf7d0', alpha=0.3, label="Нормальний стан SLA (< 80 ms)")
axes[1].axhspan(80, 150, color='#fef08a', alpha=0.3, label="Попередження Warning (80–150 ms)")
axes[1].axhspan(150, 260, color='#fecaca', alpha=0.3, label="Критична деградація Critical (> 150 ms)")
axes[1].axhline(80, color='#16a34a', linestyle=':', linewidth=1.5)
axes[1].axhline(150, color='#dc2626', linestyle=':', linewidth=1.5)

axes[1].set_title("Статусні коридори працездатності: ax.axhspan()", fontweight='bold')
axes[1].set_xlabel("Час доби (години)")
axes[1].set_ylabel("Затримка (ms)")
axes[1].set_ylim(20, 260)
axes[1].legend(loc='upper left')
axes[1].grid(True, linestyle=':', alpha=0.5)

plt.tight_layout()
plt.show()