import pandas as pd
import numpy as np
import joblib
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
import os

# 添加项目根目录到Python路径
import sys
sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))

def create_visualizations():
    """
    创建各种可视化图表来解释模型和数据
    """
    # 读取数据
    print("读取信贷数据...")
    df = pd.read_csv('data/credit_data.csv')
    
    # 设置图表样式
    plt.style.use('seaborn-v0_8')
    fig_size = (10, 6)
    
    # 1. 违约分布
    print("创建违约分布图...")
    plt.figure(figsize=fig_size)
    default_counts = df['default'].value_counts()
    plt.pie(default_counts.values, labels=['正常', '违约'], autopct='%1.1f%%', startangle=90)
    plt.title('信贷违约分布')
    plt.tight_layout()
    plt.savefig('visualization/default_distribution.png', dpi=300, bbox_inches='tight')
    plt.close()
    
    # 2. 年龄分布
    print("创建年龄分布图...")
    plt.figure(figsize=fig_size)
    plt.hist(df['age'], bins=30, alpha=0.7, color='skyblue', edgecolor='black')
    plt.xlabel('年龄')
    plt.ylabel('频数')
    plt.title('客户年龄分布')
    plt.tight_layout()
    plt.savefig('visualization/age_distribution.png', dpi=300, bbox_inches='tight')
    plt.close()
    
    # 3. 收入分布
    print("创建收入分布图...")
    plt.figure(figsize=fig_size)
    plt.hist(df['income'], bins=30, alpha=0.7, color='lightgreen', edgecolor='black')
    plt.xlabel('年收入')
    plt.ylabel('频数')
    plt.title('客户年收入分布')
    plt.tight_layout()
    plt.savefig('visualization/income_distribution.png', dpi=300, bbox_inches='tight')
    plt.close()
    
    # 4. 信用评分分布
    print("创建信用评分分布图...")
    plt.figure(figsize=fig_size)
    plt.hist(df['credit_score'], bins=30, alpha=0.7, color='salmon', edgecolor='black')
    plt.xlabel('信用评分')
    plt.ylabel('频数')
    plt.title('客户信用评分分布')
    plt.tight_layout()
    plt.savefig('visualization/credit_score_distribution.png', dpi=300, bbox_inches='tight')
    plt.close()
    
    # 5. 违约与年龄的关系
    print("创建违约与年龄关系图...")
    plt.figure(figsize=fig_size)
    df.boxplot(column='age', by='default', ax=plt.gca())
    plt.xlabel('是否违约 (0:正常, 1:违约)')
    plt.ylabel('年龄')
    plt.title('违约与年龄的关系')
    plt.suptitle('')  # 移除自动生成的标题
    plt.tight_layout()
    plt.savefig('visualization/default_vs_age.png', dpi=300, bbox_inches='tight')
    plt.close()
    
    # 6. 违约与收入的关系
    print("创建违约与收入关系图...")
    plt.figure(figsize=fig_size)
    df.boxplot(column='income', by='default', ax=plt.gca())
    plt.xlabel('是否违约 (0:正常, 1:违约)')
    plt.ylabel('年收入')
    plt.title('违约与年收入的关系')
    plt.suptitle('')  # 移除自动生成的标题
    plt.tight_layout()
    plt.savefig('visualization/default_vs_income.png', dpi=300, bbox_inches='tight')
    plt.close()
    
    # 7. 违约与信用评分的关系
    print("创建违约与信用评分关系图...")
    plt.figure(figsize=fig_size)
    df.boxplot(column='credit_score', by='default', ax=plt.gca())
    plt.xlabel('是否违约 (0:正常, 1:违约)')
    plt.ylabel('信用评分')
    plt.title('违约与信用评分的关系')
    plt.suptitle('')  # 移除自动生成的标题
    plt.tight_layout()
    plt.savefig('visualization/default_vs_credit_score.png', dpi=300, bbox_inches='tight')
    plt.close()
    
    # 8. 特征相关性热力图
    print("创建特征相关性热力图...")
    plt.figure(figsize=(12, 10))
    # 只选择数值特征
    numerical_features = ['age', 'income', 'employment_length', 'loan_amount', 
                         'credit_score', 'debt_to_income', 'num_credit_lines', 'default']
    correlation_matrix = df[numerical_features].corr()
    sns.heatmap(correlation_matrix, annot=True, cmap='coolwarm', center=0, 
                square=True, linewidths=0.5)
    plt.title('特征相关性热力图')
    plt.tight_layout()
    plt.savefig('visualization/correlation_heatmap.png', dpi=300, bbox_inches='tight')
    plt.close()
    
    # 9. 教育水平与违约关系
    print("创建教育水平与违约关系图...")
    plt.figure(figsize=fig_size)
    education_default = pd.crosstab(df['education'], df['default'], normalize='index')
    education_default.plot(kind='bar', stacked=True, color=['skyblue', 'salmon'])
    plt.xlabel('教育水平')
    plt.ylabel('比例')
    plt.title('不同教育水平的违约率')
    plt.legend(['正常', '违约'])
    plt.xticks(rotation=45)
    plt.tight_layout()
    plt.savefig('visualization/education_default.png', dpi=300, bbox_inches='tight')
    plt.close()
    
    # 10. 房产情况与违约关系
    print("创建房产情况与违约关系图...")
    plt.figure(figsize=fig_size)
    home_default = pd.crosstab(df['home_ownership'], df['default'], normalize='index')
    home_default.plot(kind='bar', stacked=True, color=['skyblue', 'salmon'])
    plt.xlabel('房产情况')
    plt.ylabel('比例')
    plt.title('不同房产情况的违约率')
    plt.legend(['正常', '违约'])
    plt.xticks(rotation=45)
    plt.tight_layout()
    plt.savefig('visualization/home_default.png', dpi=300, bbox_inches='tight')
    plt.close()
    
    print("所有可视化图表已生成并保存到 visualization 目录")

def create_dashboard_html():
    """
    创建一个HTML仪表板来展示所有可视化图表
    """
    html_content = '''
    <!DOCTYPE html>
    <html lang="zh-CN">
    <head>
        <meta charset="UTF-8">
        <meta name="viewport" content="width=device-width, initial-scale=1.0">
        <title>信贷风险评估系统可视化仪表板</title>
        <style>
            body {
                font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif;
                line-height: 1.6;
                color: #333;
                max-width: 1200px;
                margin: 0 auto;
                padding: 20px;
                background-color: #f5f5f5;
            }
            header {
                background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
                color: white;
                text-align: center;
                padding: 2rem;
                border-radius: 10px;
                margin-bottom: 2rem;
                box-shadow: 0 4px 6px rgba(0,0,0,0.1);
            }
            h1 {
                margin: 0;
                font-size: 2.5rem;
            }
            .subtitle {
                font-size: 1.2rem;
                opacity: 0.9;
                margin-top: 0.5rem;
            }
            .dashboard {
                display: grid;
                grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
                gap: 2rem;
                margin-bottom: 2rem;
            }
            .card {
                background: white;
                border-radius: 10px;
                box-shadow: 0 4px 6px rgba(0,0,0,0.1);
                padding: 1.5rem;
                transition: transform 0.3s ease;
            }
            .card:hover {
                transform: translateY(-5px);
            }
            .card h2 {
                color: #667eea;
                border-bottom: 2px solid #667eea;
                padding-bottom: 0.5rem;
                margin-top: 0;
            }
            .chart-container {
                text-align: center;
                margin-top: 1rem;
            }
            .chart-container img {
                max-width: 100%;
                height: auto;
                border-radius: 5px;
            }
            .insight {
                background: #e3f2fd;
                border-left: 4px solid #2196f3;
                padding: 1rem;
                margin: 1rem 0;
                border-radius: 0 5px 5px 0;
            }
            footer {
                text-align: center;
                padding: 1rem;
                background: white;
                border-radius: 10px;
                box-shadow: 0 4px 6px rgba(0,0,0,0.1);
            }
            @media (max-width: 768px) {
                .dashboard {
                    grid-template-columns: 1fr;
                }
                body {
                    padding: 10px;
                }
            }
        </style>
    </head>
    <body>
        <header>
            <h1>信贷风险评估系统可视化仪表板</h1>
            <div class="subtitle">基于机器学习的可解释信贷风险分析</div>
        </header>
        
        <div class="dashboard">
            <div class="card">
                <h2>数据概览</h2>
                <div class="chart-container">
                    <img src="default_distribution.png" alt="违约分布">
                </div>
                <div class="insight">
                    <strong>数据洞察:</strong> 数据集中违约客户占比3.73%，正常客户占比96.27%，数据分布符合现实情况。
                </div>
            </div>
            
            <div class="card">
                <h2>SHAP特征重要性</h2>
                <div class="chart-container">
                    <img src="shap_feature_importance.png" alt="SHAP特征重要性">
                </div>
                <div class="insight">
                    <strong>模型洞察:</strong> SHAP分析提供了更精确的特征重要性评估，有助于理解模型决策过程。
                </div>
            </div>
            
            <div class="card">
                <h2>SHAP摘要图</h2>
                <div class="chart-container">
                    <img src="shap_summary.png" alt="SHAP摘要图">
                </div>
                <div class="insight">
                    <strong>模型洞察:</strong> SHAP摘要图显示了每个特征如何影响模型输出，红色表示增加风险，蓝色表示降低风险。
                </div>
            </div>
            
            <div class="card">
                <h2>年龄分布</h2>
                <div class="chart-container">
                    <img src="age_distribution.png" alt="年龄分布">
                </div>
                <div class="insight">
                    <strong>数据洞察:</strong> 客户年龄主要分布在25-45岁之间，这是信贷业务的主要目标群体。
                </div>
            </div>
            
            <div class="card">
                <h2>收入分布</h2>
                <div class="chart-container">
                    <img src="income_distribution.png" alt="收入分布">
                </div>
                <div class="insight">
                    <strong>数据洞察:</strong> 客户年收入主要集中在较低水平，符合一般信贷客户群体特征。
                </div>
            </div>
            
            <div class="card">
                <h2>信用评分分布</h2>
                <div class="chart-container">
                    <img src="credit_score_distribution.png" alt="信用评分分布">
                </div>
                <div class="insight">
                    <strong>数据洞察:</strong> 信用评分分布较为均匀，涵盖了从较差到优秀的各个等级。
                </div>
            </div>
            
            <div class="card">
                <h2>违约与年龄关系</h2>
                <div class="chart-container">
                    <img src="default_vs_age.png" alt="违约与年龄关系">
                </div>
                <div class="insight">
                    <strong>风险洞察:</strong> 年龄与违约风险之间没有明显的线性关系，说明需要综合其他特征进行判断。
                </div>
            </div>
            
            <div class="card">
                <h2>违约与收入关系</h2>
                <div class="chart-container">
                    <img src="default_vs_income.png" alt="违约与收入关系">
                </div>
                <div class="insight">
                    <strong>风险洞察:</strong> 收入较高的客户违约风险相对较低，但并非绝对，仍需考虑其他因素。
                </div>
            </div>
            
            <div class="card">
                <h2>违约与信用评分关系</h2>
                <div class="chart-container">
                    <img src="default_vs_credit_score.png" alt="违约与信用评分关系">
                </div>
                <div class="insight">
                    <strong>风险洞察:</strong> 信用评分与违约风险呈明显负相关，信用评分越低，违约风险越高。
                </div>
            </div>
            
            <div class="card">
                <h2>特征相关性</h2>
                <div class="chart-container">
                    <img src="correlation_heatmap.png" alt="特征相关性">
                </div>
                <div class="insight">
                    <strong>数据洞察:</strong> 多数特征之间相关性较低，说明特征具有较好的独立性，有利于模型训练。
                </div>
            </div>
            
            <div class="card">
                <h2>教育水平与违约关系</h2>
                <div class="chart-container">
                    <img src="education_default.png" alt="教育水平与违约关系">
                </div>
                <div class="insight">
                    <strong>风险洞察:</strong> 教育水平较高的客户违约率相对较低，体现了教育对信用的影响。
                </div>
            </div>
            
            <div class="card">
                <h2>房产情况与违约关系</h2>
                <div class="chart-container">
                    <img src="home_default.png" alt="房产情况与违约关系">
                </div>
                <div class="insight">
                    <strong>风险洞察:</strong> 拥有自有房产的客户违约率最低，租房客户的违约率相对较高。
                </div>
            </div>
        </div>
        
        <footer>
            <p>信贷风险评估系统 &copy; 2025 | 基于LightGBM和对抗自编码器的可解释AI模型</p>
        </footer>
    </body>
    </html>
    '''
    
    with open('visualization/dashboard.html', 'w', encoding='utf-8') as f:
        f.write(html_content)
    
    print("可视化仪表板已生成: visualization/dashboard.html")

if __name__ == "__main__":
    create_visualizations()
    create_dashboard_html()
    print("可视化解释模块完成!")