from latencyPlots import plot_delay_histogram_with_ci, plot_horizontal_hist_with_ci, plot_point_cloud
from latencyData import LatencyData
from confidence import compare_confidence_intervals
import argparse
import glob, logging, yaml, os
import numpy as np

logging.basicConfig(level=logging.INFO,
                    format='%(asctime)s - %(levelname)s - %(message)s')

def parse_args():
    parser = argparse.ArgumentParser()
    parser.add_argument('-f', '--file', 
                        type=str, 
                        help='Path to the csv or yml file, depends on the mode', 
                        required=True)
    parser.add_argument('-m', '--mode', 
                        type=int, 
                        default=0, 
                        help='Mode of the script; 0 - one file, 1 - dir')
    return parser.parse_args()

def one_file_run():
    csv_file = parse_args().file
    path_splitted = csv_file.split(os.sep)
    title = path_splitted[len(path_splitted) - 1].split('.')[0]
    print("АНАЛИЗ ДОВЕРИТЕЛЬНЫХ ИНТЕРВАЛОВ ДЛЯ ЗАДЕРЖЕК")
    print("=" * 50)
    l = None
    try:
        l = LatencyData(csv_file, confidence_level=0.99)
    except FileNotFoundError:
        print(f"✗ Ошибка: Файл '{csv_file}' не найден")
        exit(1)

    results = plot_delay_histogram_with_ci(
        save_to_file=True,
        show_plot=False,
        title=title,
        l=l
    )

    print("\n" + "=" * 50)

    compare_results = compare_confidence_intervals(
        csv_file, [0.90, 0.95, 0.99])

    if results:
        print("\n--- ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ ---")
        print(f"С вероятностью 95% истинное среднее значение задержки ")
        print(
            f"находится в интервале от {results['ci_lower']:.2f} до {results['ci_upper']:.2f} мс.")
        print(f"Это означает, что если бы мы повторили эксперимент много раз,")
        print(f"95% вычисленных таким образом интервалов содержали бы истинное среднее значение.")

def validate_csv_list(csv_arr: list, dirConfig: dict) -> bool:
    is_colors_valid = all(file in dirConfig['colors'].keys() for file in csv_arr)
    is_labels_valid = all(file in dirConfig['labels'].keys() for file in csv_arr)
    if not is_labels_valid:
        logging.error("Labels in yaml is not fully valid")
    if not is_colors_valid:
        logging.error("Colors in yaml is not fully valid")
    return is_colors_valid & is_labels_valid

def dir_run():
    dirConfig = None
    with open(parse_args().file + os.sep + 'dir.yml', encoding='utf-8') as f:
        dirConfig = yaml.safe_load(f)
    if dirConfig is None: 
        raise Exception("File not found or not loaded")
    path_separated = parse_args().file.split(os.sep)
    title = path_separated[len(path_separated) - 2]
    all_csv_in_dir = glob.glob(parse_args().file + os.sep +'*.csv')
    logging.info(f"Found {len(all_csv_in_dir)} csv files in directory {parse_args().file}")
    lDataArr = {os.path.basename(file): LatencyData(file) for file in all_csv_in_dir}

    validate_csv_list([os.path.basename(file) for file in all_csv_in_dir], dirConfig)
    plot_point_cloud(lDataArr, 
                     dirConfig['colors'], 
                     dirConfig['labels'], 
                     float(dirConfig['point_cloud']['dT']),
                     title=title)

    plot_horizontal_hist_with_ci(lDataArr, 
                                 dirConfig['colors'], 
                                 dirConfig['labels'],
                                 title=title)
    

if __name__ == "__main__":
    import matplotlib.pyplot as plt
    plt.rcParams['font.family'] = 'Arial'
    args = parse_args()
    mode = args.mode
    if mode == 0:
        one_file_run()
    elif mode == 1:
        dir_run()