import pandas as pd
import numpy as np
from confidence import calculate_confidence_interval
from latencyArgs import get_args
import yaml
import os


class LatencyData:
    def __init__(self, filepath, delimiter=',', confidence_level=0.99):
        self.df = pd.read_csv(filepath, delimiter=delimiter, header=None,
                              names=['index', 'delay_ms'])
        self.__parse(confidence_level)
        self.filepath = filepath

    def __parse(self, confidence_level):
        self.delays = np.array(self.df['delay_ms'].values)
        self.confidence_level = confidence_level
        # Вычисление базовой статистики
        self.mean_delay = np.mean(self.delays)
        self.median_delay = np.median(self.delays)
        self.std_delay = np.std(self.delays)
        self.min_delay = np.min(self.delays)
        self.max_delay = np.max(self.delays)

        # Вычисление доверительного интервала
        self.mean_ci, self.ci_lower, self.ci_upper, self.std_error = calculate_confidence_interval(
            self.delays, confidence_level)

        self.__output_data()

    def dump_to_yml(self):
        fileDict = dict()
        whereToSaveYml = os.path.basename(self.filepath).split('.')[0]
        whereToSaveYml = whereToSaveYml + '_res.yml'
        fileDict['filepath'] = str(self.filepath)
        fileDict['mean_delay'] = round(float(self.mean_delay), 3)
        fileDict['median_delay'] = round(float(self.median_delay), 3)
        fileDict['std_delay'] = round(float(self.std_delay), 3)
        fileDict['min_delay'] = round(float(self.min_delay), 3)
        fileDict['max_delay'] = round(float(self.max_delay), 3)
        fileDict['err'] = round(float(self.err), 3)
        with open(f"{get_args().yml_prefix}/{whereToSaveYml}", 'w') as f:
            yaml.dump(fileDict, f)

    @property
    def err(self):
        return (self.ci_upper - self.ci_lower)/2

    def __output_data(self):
        # Вывод статистики
        print("=" * 60)
        print("АНАЛИЗ ЗАДЕРЖЕК С ДОВЕРИТЕЛЬНЫМ ИНТЕРВАЛОМ")
        print("=" * 60)
        print(f"Количество измерений (n): {len(self.delays)}")
        print(f"Уровень доверия: {self.confidence_level*100}%")
        print("\n--- ОСНОВНАЯ СТАТИСТИКА ---")
        print(f"Минимальная задержка: {self.min_delay:.2f} мс")
        print(f"Максимальная задержка: {self.max_delay:.2f} мс")
        print(f"Средняя задержка: {self.mean_delay:.2f} мс")
        print(f"Медианная задержка: {self.median_delay:.2f} мс")
        print(f"Стандартное отклонение: {self.std_delay:.2f} мс")
        print(f"Стандартная ошибка: {self.std_error:.4f} мс")

        print(f"\n--- ДОВЕРИТЕЛЬНЫЙ ИНТЕРВАЛ {self.confidence_level*100}% ---")
        print(f"Точечная оценка среднего: {self.mean_ci:.2f} мс")
        print(
            f"Доверительный интервал: [{self.ci_lower:.2f}, {self.ci_upper:.2f}] мс")
        print(f"Ширина интервала: {self.ci_upper - self.ci_lower:.2f} мс")
        print(f"Погрешность: ±{(self.ci_upper - self.ci_lower)/2:.2f} мс")

        # Дополнительные метрики
        cv = (self.std_delay / self.mean_delay) * 100  # Коэффициент вариации
        print(f"\n--- ДОПОЛНИТЕЛЬНЫЕ МЕТРИКИ ---")
        print(f"Коэффициент вариации: {cv:.1f}%")
        print(f"Q1 (25-й перцентиль): {np.percentile(self.delays, 25):.2f} мс")
        print(f"Q3 (75-й перцентиль): {np.percentile(self.delays, 75):.2f} мс")
        print(
            f"IQR (межквартильный размах): {np.percentile(self.delays, 75) - np.percentile(self.delays, 25):.2f} мс")