import numpy as n

import statistics
import matplotlib.pyplot as plt
from scipy.stats import norm
#lets define profit and loss
cost_of_fish = 7.5;
price_in_dish = 12.0;
cost_residual = 6.0;

#кг продано каждый день
sold = n.random.normal(loc = 60.0, scale = 10.0, size = 10);

#проверим, что выводится
print(n.max(sold), n.min(sold))



#считаем издержки потери от нереализованных продаж и издержки избытка.
loss_cost = cost_of_fish - cost_residual;
loss_def = price_in_dish - cost_of_fish;

#риск дефицита
def_risk = loss_cost / (loss_cost + loss_def);
#вероятность избытка
extra  = norm.ppf(1 - def_risk);

#зададим оптимальный размер заказа на склад
Stock_opt = 60 + extra*10
print('Нужно заказывать каждый день, кг: ', Stock_opt)
#зададим генератор случайной последовательности заказов на каждый день
n.random.seed(100)
n=1000
n_bins = 2
order = 0;

#для каждого дня
for i in range(n):
    sold_fish = sold.round(1)
print('Заказали: ', sold_fish)

bins = 2
sold_fish_hist = plt.hist(sold_fish, bins, color = 'blue')
plt.figure(0)
plt.xlabel('Продано ежедневно, кг')
plt.ylabel("Дискретизация")
plt.title('Диаграмма проданной рыбы')
plt.show(sold_fish_hist)
plt.savefig('soldbybin.png')

#прибыль
total_cost = sold_fish * cost_of_fish
total_revenue = sold_fish * price_in_dish



#подсчет прибыли от количества рыбы на складе (переизбыток и оптимально)
sold_fish_opt = sold_fish[sold_fish > Stock_opt]
profit_opt = total_revenue - total_cost
sold_fish_extra = sold_fish[sold_fish < Stock_opt]
profit_extra = total_revenue - total_cost + (extra - sold_fish) * cost_residual

#расчет среднего прибыли
total_profit = list(profit_opt) + list(profit_extra)
print('Оптимальный склад рыбы: средняя прибыль ', statistics.mean(total_profit).round(1))
#расчет медиана прибвли
print('Оптимальный склад рыбы: медиана прибыли ', statistics.median(total_profit).round(1))

#постоить гистограмму распределения
total_profit_hist = plt.hist(total_profit, bins, color = "green")
plt.figure(1)
plt.xlabel('Прибыль')
plt.ylabel("Дискретизация")
plt.title('Диаграмма распределения прибыли')
plt.savefig('total_profit_hist.png')