fix: correção da formatação

.github/workflows/python.yml

@@ -17,7 +17,13 @@ jobs:
     - name: Instalar dependências
       run: |
         python -m pip install --upgrade pip
-        pip install pylint
+        pip install -r src/python/requirements.txt
     - name: Analisando o código com pylint
       run: |
-        pylint $(git ls-files '*.py')
+        pylint src/python/**/*.py
+    - name: Execução dos testes
+      run: |
+        pytest src/python
+    - name: Verificação automática do formato do código
+      run: |
+        autopep8 --recursive --diff --aggressive --aggressive src/python

src/python/README.md

@@ -53,9 +53,12 @@ Para executar os testes disponíveis neste projeto, siga os passos abaixo:
 
 1. Instale o pacote no modo de desenvolvimento:
    ```bash
+   pip install -r src/python/requirements.txt
    pip install -e .
    ```
 2. Após a instalação, execute os testes com o seguinte comando:
    ```bash
-   pytest # OU pytest src/python
+   pytest src/python
+   pylint src/python/**/*.py
+   autopep8 --recursive --in-place --aggressive --aggressive src/python
    ```

src/python/src/__init__.py

@@ -1 +1 @@
-from . import delivery_ag
+from . import delivery_ag

src/python/src/delivery_ag/ag.py

@@ -1,4 +1,5 @@
 from random import random
+
 from src.delivery_ag.individuo import Individuo
 
 
@@ -17,7 +18,11 @@ class AlgoritmoGenetico:
     - debug_mode (bool): Ativa/desativa mensagens de depuração.
     """
 
-    def __init__(self, tamanho_populacao=20, taxa_mutacao=0.5, debug_mode=False):
+    def __init__(
+            self,
+            tamanho_populacao=20,
+            taxa_mutacao=0.5,
+            debug_mode=False):
         """
         Inicializa a classe com os parâmetros fornecidos.
 
@@ -34,7 +39,12 @@ def __init__(self, tamanho_populacao=20, taxa_mutacao=0.5, debug_mode=False):
         self.melhores_solucoes_geracao = []
         self.melhor_solucao = None
 
-    def inicializa_populacao(self, cidades, rotas, caminho, centro_distribuicao):
+    def inicializa_populacao(
+            self,
+            cidades,
+            rotas,
+            caminho,
+            centro_distribuicao):
         """
         Inicializa a população com indivíduos gerados aleatoriamente.
 
@@ -45,14 +55,21 @@ def inicializa_populacao(self, cidades, rotas, caminho, centro_distribuicao):
         - centro_distribuicao (list): Localização do centro de distribuição.
         """
         for _ in range(self.tamanho_populacao):
-            self.populacao.append(Individuo(cidades, rotas, caminho, centro_distribuicao))
+            self.populacao.append(
+                Individuo(
+                    cidades,
+                    rotas,
+                    caminho,
+                    centro_distribuicao))
         self.melhor_solucao = self.populacao[0]
 
     def ordena_populacao(self):
         """
         Ordena a população com base na nota de avaliação de cada indivíduo.
         """
-        self.populacao.sort(key=lambda individuo: individuo.nota_avaliacao, reverse=False)
+        self.populacao.sort(
+            key=lambda individuo: individuo.nota_avaliacao,
+            reverse=False)
 
     def melhor_individuo(self, individuo):
         """
@@ -151,7 +168,13 @@ def seleciona_pai(self):
                 return i
         return self.seleciona_pai()
 
-    def resolver(self, numero_geracoes, cidades, rotas, caminho, centro_distribuicao):
+    def resolver(
+            self,
+            numero_geracoes,
+            cidades,
+            rotas,
+            caminho,
+            centro_distribuicao):
         """
         Executa o algoritmo genético para resolver o problema.
 

src/python/src/delivery_ag/cidade.py

@@ -7,7 +7,7 @@ class Cidade:
     - nome (str): O nome da cidade.
     """
 
-    def __init__(self, nome : str):
+    def __init__(self, nome: str):
         """
         Inicializa uma nova instância da classe Cidade.
 

src/python/src/delivery_ag/individuo.py

@@ -1,5 +1,6 @@
 from random import random
 
+
 class Individuo:
     """
     Representa um indivíduo no algoritmo genético.
@@ -20,7 +21,15 @@ class Individuo:
     - cidades_percorridas (int): Número de cidades diferentes visitadas.
     - nota_avaliacao (float): Avaliação da qualidade da rota.
     """
-    def __init__(self, cidades, rotas, caminho, centro_distribuicao, geracao=0, cromossomo=None):
+
+    def __init__(
+            self,
+            cidades,
+            rotas,
+            caminho,
+            centro_distribuicao,
+            geracao=0,
+            cromossomo=None):
         """
         Inicializa o indivíduo com os parâmetros fornecidos.
 
@@ -107,9 +116,20 @@ def crossover(self, outro_individuo):
         filho2 = self.cromossomo[:corte] + outro_individuo.cromossomo[corte:]
 
         return [
-            Individuo(self.cidades, self.rotas, self.caminho, self.centro_distribuicao, self.geracao + 1, filho1),
-            Individuo(self.cidades, self.rotas, self.caminho, self.centro_distribuicao, self.geracao + 1, filho2)
-        ]
+            Individuo(
+                self.cidades,
+                self.rotas,
+                self.caminho,
+                self.centro_distribuicao,
+                self.geracao + 1,
+                filho1),
+            Individuo(
+                self.cidades,
+                self.rotas,
+                self.caminho,
+                self.centro_distribuicao,
+                self.geracao + 1,
+                filho2)]
 
     def mutacao(self, taxa_mutacao):
         """

src/python/src/delivery_ag/view.py

@@ -1,24 +1,37 @@
+import os
+
 import matplotlib.pyplot as plt
 import networkx as nx
-import os
 from PIL import Image
 
+
 class Estatistica:
     @staticmethod
-    def mostrar_estatistica(algoritmo_genetico, cidades, rotas, gerar_gif = False):
-        plt.plot([individuo.nota_avaliacao for individuo in algoritmo_genetico.melhores_solucoes_geracao])
+    def mostrar_estatistica(
+            algoritmo_genetico,
+            cidades,
+            rotas,
+            gerar_gif=False):
+        plt.plot(
+            [individuo.nota_avaliacao for individuo in algoritmo_genetico.melhores_solucoes_geracao])
         plt.title("Acompanhamento dos valores")
         plt.show()
 
         pos = ViewGraphEvolution.criar_estrutura_desenho(cidades, rotas)
-        view = ViewGraph(cidades, rotas, algoritmo_genetico.melhor_solucao, pos)
+        view = ViewGraph(
+            cidades,
+            rotas,
+            algoritmo_genetico.melhor_solucao,
+            pos)
         view.desenhar(algoritmo_genetico.melhor_solucao.geracao).show()
 
         if gerar_gif:
-            ViewGraphEvolution(cidades, rotas, algoritmo_genetico.melhores_solucoes_geracao)
+            ViewGraphEvolution(
+                cidades, rotas, algoritmo_genetico.melhores_solucoes_geracao)
 
         pass
 
+
 class ViewGraph:
     """
     Classe responsável por visualizar o grafo de cidades e rotas de um indivíduo.
@@ -32,6 +45,7 @@ class ViewGraph:
     - pos: Posições das cidades no grafo para exibição gráfica.
     - graph: Objeto `networkx.Graph` representando o grafo.
     """
+
     def __init__(self, cidades, rotas, individuo, pos):
         """
         Inicializa o grafo com as cidades, rotas e o indivíduo a ser visualizado.
@@ -45,7 +59,8 @@ def __init__(self, cidades, rotas, individuo, pos):
         self.cidades = cidades
         self.rotas = rotas
         self.individuo = individuo
-        self.caminho_percorrido = [cidades[i].nome for i in individuo.cromossomo]
+        self.caminho_percorrido = [
+            cidades[i].nome for i in individuo.cromossomo]
         self.pos = pos
 
         self.graph = nx.Graph()
@@ -61,7 +76,10 @@ def adicionar_cidade(self):
         for i in range(len(self.rotas)):
             for j in range(len(self.rotas)):
                 if self.rotas[i][j] > 0:
-                    self.graph.add_edge(self.cidades[i].nome, self.cidades[j].nome, weight=self.rotas[i][j])
+                    self.graph.add_edge(
+                        self.cidades[i].nome,
+                        self.cidades[j].nome,
+                        weight=self.rotas[i][j])
 
     def desenhar(self, index):
         """
@@ -92,11 +110,23 @@ def desenhar(self, index):
 
         plt.figure(figsize=(10, 8))
 
-        nx.draw_networkx_edges(self.graph, self.pos, edgelist=normal_edges, alpha=0.7, edge_color='gray')
-        nx.draw_networkx_edges(self.graph, self.pos, edgelist=highlighted_edges, width=2.5, edge_color='red')
+        nx.draw_networkx_edges(
+            self.graph,
+            self.pos,
+            edgelist=normal_edges,
+            alpha=0.7,
+            edge_color='gray')
+        nx.draw_networkx_edges(
+            self.graph,
+            self.pos,
+            edgelist=highlighted_edges,
+            width=2.5,
+            edge_color='red')
 
-        edge_labels = {(u, v): d['weight'] for u, v, d in self.graph.edges(data=True)}
-        nx.draw_networkx_edge_labels(self.graph, self.pos, edge_labels=edge_labels)
+        edge_labels = {(u, v): d['weight']
+                       for u, v, d in self.graph.edges(data=True)}
+        nx.draw_networkx_edge_labels(
+            self.graph, self.pos, edge_labels=edge_labels)
 
         nx.draw(
             self.graph,
@@ -140,6 +170,7 @@ class ViewGraphEvolution:
     - rotas: Matriz de adjacência representando as distâncias entre as cidades.
     - melhores_resultados: Lista de indivíduos com as melhores avaliações ao longo das gerações.
     """
+
     def __init__(self, cidades, rotas, melhores_resultados):
         """
         Inicializa a classe e gera a evolução gráfica.
@@ -215,7 +246,10 @@ def remover_repeticoes(resultados):
         Returns:
         - (list): Lista de indivíduos únicos.
         """
-        resultados = sorted(resultados, key=lambda individuo: individuo.nota_avaliacao, reverse=True)
+        resultados = sorted(
+            resultados,
+            key=lambda individuo: individuo.nota_avaliacao,
+            reverse=True)
 
         resultados_filtrados = []
         contador_repeticoes = 0

src/python/src/main.py

@@ -1,4 +1,3 @@
-from src.package_1.awesome_module import hello
 
 def main():
-    print(hello[0])
+    print("Teste")

src/python/tests/delivery_ag/cidade_test.py

@@ -1,16 +1,25 @@
 import unittest
+
 from src.delivery_ag.cidade import Cidade
 
+
 class TestCidade(unittest.TestCase):
     def test_inicializacao_cidade(self):
         nome_cidade = "São Paulo"
         cidade = Cidade(nome_cidade)
-        self.assertEqual(cidade.nome, nome_cidade, "O nome da cidade não foi inicializado corretamente")
+        self.assertEqual(
+            cidade.nome,
+            nome_cidade,
+            "O nome da cidade não foi inicializado corretamente")
 
     def test_nome_cidade_vazio(self):
         nome_cidade = ""
         cidade = Cidade(nome_cidade)
-        self.assertEqual(cidade.nome, nome_cidade, "A cidade deve permitir nomes vazios")
+        self.assertEqual(
+            cidade.nome,
+            nome_cidade,
+            "A cidade deve permitir nomes vazios")
+
 
 if __name__ == '__main__':
     unittest.main()