Update app.py

app.py

@@ -13,13 +13,8 @@ from datetime import datetime
 
 app = Flask(__name__)
 
-# Filtro para formatar valores em moeda BRL
-@app.template_filter('formatar_brl')
-def formatar_brl_filter(valor):
-    try:
-        return f"R$ {valor:,.2f}".replace(",", "X").replace(".", ",").replace("X", ".")
-    except Exception:
-        return valor
+def formatar_brl(valor):
+    return f"R$ {valor:,.2f}".replace(",", "X").replace(".", ",").replace("X", ".")
 
 def gerar_analise(investimentos_finais, capital):
     melhor = max(investimentos_finais, key=investimentos_finais.get)
@@ -27,7 +22,7 @@ def gerar_analise(investimentos_finais, capital):
     retorno_pct = ((valor_melhor - capital) / capital) * 100
     analise = f"""
     Após análise dos cenários projetados para 5 anos, o investimento <strong>{melhor}</strong> apresenta o melhor desempenho,
-    com um valor final estimado de <strong>{formatar_brl_filter(valor_melhor)}</strong>, equivalente a um retorno de <strong>{retorno_pct:.1f}%</strong>.
+    com um valor final estimado de <strong>{formatar_brl(valor_melhor)}</strong>, equivalente a um retorno de <strong>{retorno_pct:.1f}%</strong>.
     """
     return analise
 
@@ -52,15 +47,12 @@ def index():
         acoes = [capital * ((1 + acoes_ret / 100) ** ano) for ano in anos]
         renda_fixa_valores = [capital * ((1 + renda_fixa / 100) ** ano) for ano in anos]
 
-        studio_ajustado_inflacao = [p / ((1 + inflacao / 100) ** ano) for p, ano in zip(patrimonio_studio, anos)]
-
         dados = {
             "Ano": anos,
             "Studio (Patrimônio + Renda)": studio_total,
             "Franquia": franquia,
             "Ações": acoes,
-            "Renda Fixa": renda_fixa_valores,
-            "Studio Patrimônio c/ Inflação": studio_ajustado_inflacao,
+            "Renda Fixa": renda_fixa_valores
         }
         df = pd.DataFrame(dados)
 
@@ -74,13 +66,11 @@ def index():
         investimento_mais_valorizado = max(investimentos_finais, key=investimentos_finais.get)
         valor_mais_alto = investimentos_finais[investimento_mais_valorizado]
 
-        # Gráfico
         plt.figure(figsize=(8, 5))
         plt.plot(anos, studio_total, label="Studio (Patrimônio + Renda)", marker="o")
         plt.plot(anos, franquia, label="Franquia", marker="o")
         plt.plot(anos, acoes, label="Ações", marker="o")
         plt.plot(anos, renda_fixa_valores, label="Renda Fixa", marker="o")
-        plt.plot(anos, studio_ajustado_inflacao, label="Studio Patrimônio c/ Inflação", linestyle="--", marker="o")
         plt.title("Projeção de Investimentos")
         plt.xlabel("Ano")
         plt.ylabel("Valor (R$)")
@@ -100,11 +90,10 @@ def index():
         buf.close()
         plt.close()
 
-        # Tabela formatada
         df_formatado = df.copy()
         for col in df.columns:
             if col != "Ano":
-                df_formatado[col] = df_formatado[col].apply(formatar_brl_filter)
+                df_formatado[col] = df_formatado[col].apply(formatar_brl)
         tabela = df_formatado.to_html(index=False, classes="table table-striped table-sm", border=0)
 
         analise_final = gerar_analise(investimentos_finais, capital)
@@ -115,8 +104,8 @@ def index():
             retorno_pct = (retorno_abs / capital) * 100
             resumo.append({
                 "Investimento": nome,
-                "Valor Final": formatar_brl_filter(valor_final),
-                "Retorno Absoluto": formatar_brl_filter(retorno_abs),
+                "Valor Final": formatar_brl(valor_final),
+                "Retorno Absoluto": formatar_brl(retorno_abs),
                 "Retorno (%)": f"{retorno_pct:.1f}%"
             })
         resumo = sorted(resumo, key=lambda x: float(x["Retorno (%)"].replace("%", "").replace(",", ".")), reverse=True)
@@ -150,138 +139,5 @@ def index():
         )
     return render_template("index.html")
 
-@app.route("/download_pdf", methods=["POST"])
-def download_pdf():
-    capital_inicial = float(request.form["capital"])
-    retorno_mensal_studio = float(request.form["studio_ret"])
-    valorizacao_anual = float(request.form["valorizacao"])
-    lucro_anual_franquia = float(request.form["franquia_ret"])
-    retorno_anual_acoes = float(request.form["acoes_ret"])
-    retorno_anual_renda_fixa = float(request.form["renda_fixa"])
-    inflacao_anual = float(request.form["inflacao"])
-
-    anos = list(range(1, 6))
-
-    patrimonio_studio = [capital_inicial * ((1 + valorizacao_anual / 100) ** ano) for ano in anos]
-    renda_acumulada_studio = [capital_inicial * (((1 + retorno_mensal_studio / 100) ** (12 * ano)) - 1) for ano in anos]
-    studio_total = [p + r for p, r in zip(patrimonio_studio, renda_acumulada_studio)]
-
-    franquia = [capital_inicial + (lucro_anual_franquia * ano) for ano in anos]
-    acoes = [capital_inicial * ((1 + retorno_anual_acoes / 100) ** ano) for ano in anos]
-    renda_fixa = [capital_inicial * ((1 + retorno_anual_renda_fixa / 100) ** ano) for ano in anos]
-    studio_ajustado_inflacao = [p / ((1 + inflacao_anual / 100) ** ano) for p, ano in zip(patrimonio_studio, anos)]
-
-    df = pd.DataFrame({
-        "Ano": anos,
-        "Studio (Patrimônio + Renda)": studio_total,
-        "Franquia": franquia,
-        "Ações": acoes,
-        "Renda Fixa": renda_fixa,
-        "Studio Patrimônio c/ Inflação": studio_ajustado_inflacao,
-    })
-
-    investimentos_finais = {
-        "Studio": studio_total[-1],
-        "Franquia": franquia[-1],
-        "Ações": acoes[-1],
-        "Renda Fixa": renda_fixa[-1],
-    }
-
-    investimento_mais_valorizado = max(investimentos_finais, key=investimentos_finais.get)
-    valor_mais_alto = investimentos_finais[investimento_mais_valorizado]
-
-    plt.figure(figsize=(8, 5))
-    plt.plot(anos, studio_total, label="Studio (Patrimônio + Renda)", marker="o")
-    plt.plot(anos, franquia, label="Franquia", marker="o")
-    plt.plot(anos, acoes, label="Ações", marker="o")
-    plt.plot(anos, renda_fixa, label="Renda Fixa", marker="o")
-    plt.plot(anos, studio_ajustado_inflacao, label="Studio Patrimônio c/ Inflação", linestyle="--", marker="o")
-    plt.title("Comparação dos Investimentos")
-    plt.xlabel("Ano")
-    plt.ylabel("Valor (R$)")
-    plt.legend()
-    plt.grid(True)
-    plt.tight_layout()
-
-    img_buffer = io.BytesIO()
-    plt.savefig(img_buffer, format='png')
-    img_buffer.seek(0)
-    grafico_base64 = base64.b64encode(img_buffer.getvalue()).decode('utf-8')
-    plt.close()
-
-    df_formatado = df.copy()
-    for col in df.columns:
-        if col != "Ano":
-            df_formatado[col] = df_formatado[col].apply(formatar_brl_filter)
-
-    tabela = df_formatado.to_html(index=False, classes="table table-sm table-bordered", border=1)
-
-    analise_final = gerar_analise(investimentos_finais, capital_inicial)
-
-    resumo = []
-    for nome, valor_final in investimentos_finais.items():
-        retorno_abs = valor_final - capital_inicial
-        retorno_pct = (retorno_abs / capital_inicial) * 100
-        resumo.append({
-            "Investimento": nome,
-            "Valor Final": formatar_brl_filter(valor_final),
-            "Retorno Absoluto": formatar_brl_filter(retorno_abs),
-            "Retorno (%)": f"{retorno_pct:.1f}%"
-        })
-    resumo = sorted(resumo, key=lambda x: float(x["Retorno (%)"].replace("%", "").replace(",", ".")), reverse=True)
-
-    diferenca_pct = float(resumo[0]["Retorno (%)"].replace("%", "").replace(",", ".")) - float(resumo[1]["Retorno (%)"].replace("%", "").replace(",", "."))
-    comentario_extra = ""
-    if diferenca_pct < 5:
-        comentario_extra = f"""
-        Apesar do <strong>{resumo[0]['Investimento']}</strong> ter se destacado, a diferença em relação ao segundo colocado 
-        (<strong>{resumo[1]['Investimento']}</strong>) foi de apenas {diferenca_pct:.1f} pontos percentuais. 
-        Isso indica que ambas as estratégias podem ser consideradas, dependendo do perfil de risco e objetivos do investidor.
-        """
-
-    valor_patrimonial_studio = patrimonio_studio[-1]
-
-    explicacao_detalhada = f"""
-    <h3>Explicações e Detalhes</h3>
-    <p>O investimento <strong>Studio</strong> considera dois componentes importantes: a valorização patrimonial do imóvel e a renda mensal obtida com o aluguel ou uso.</p>
-    <ul>
-        <li><strong>Valorização Patrimonial:</strong> o valor do imóvel cresce à taxa anual de {valorizacao_anual:.2f}% ao ano.</li>
-        <li><strong>Renda Mensal:</strong> o retorno mensal de {retorno_mensal_studio:.2f}% é composto ao longo dos meses, acumulando no total projetado.</li>
-        <li>Esses dois efeitos juntos proporcionam o valor total do Studio ao longo dos anos.</li>
-    </ul>
-    <p>Os demais investimentos são projetados de acordo com seus respectivos retornos e aportes.</p>
-    <p>A inflação anual considerada é de {inflacao_anual:.2f}%, usada para ajustar o valor patrimonial do Studio e mostrar a valorização real.</p>
-    """
-
-    html = render_template(
-        "relatorio_pdf.html",
-        capital=capital_inicial,
-        studio_ret=retorno_mensal_studio,
-        valorizacao=valorizacao_anual,
-        franquia_ret=lucro_anual_franquia,
-        acoes_ret=retorno_anual_acoes,
-        renda_fixa=retorno_anual_renda_fixa,
-        inflacao=inflacao_anual,
-        anos=anos,
-        tabela=tabela,
-        grafico=grafico_base64,
-        investimento_mais_valorizado=investimento_mais_valorizado,
-        valor_mais_alto=valor_mais_alto,
-        analise_final=analise_final,
-        comentario_extra=comentario_extra,
-        resumo=resumo,
-        explicacao_detalhada=explicacao_detalhada,
-        valor_patrimonial_studio=valor_patrimonial_studio,
-        now=datetime.now()
-    )
-
-    pdf = io.BytesIO()
-    pisa_status = pisa.CreatePDF(html, dest=pdf)
-    if pisa_status.err:
-        return "Erro ao gerar PDF", 500
-
-    pdf.seek(0)
-    return send_file(pdf, mimetype="application/pdf", as_attachment=True, download_name="relatorio_simulacao.pdf")
-
 if __name__ == '__main__':
     app.run(host='0.0.0.0', port=7860, debug=True)