# import pandas as pd
# import pandas_profiling
# import streamlit as st
# # from pydantic_settings import BaseSettings
#
# from streamlit_pandas_profiling import st_profile_report
#
# df = pd.read_csv("https://storage.googleapis.com/tf-datasets/titanic/train.csv")
# pr = df.profile_report()
#
# st_profile_report(pr)
import os

import django
from django.conf import settings

os.chdir('D:/python/djangoProject/test_Bootstrap')
# 设置 Django 环境变量
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'test_Bootstrap.settings')
print('开始初始化')
# 强制初始化 Django
django.setup()
print("Django configured.")

print("Starting Streamlit...")
import streamlit as st
from  streamlit_vertical_slider import vertical_slider
from st_pages import Page, Section, show_pages, add_page_title, add_indentation
add_page_title()
add_indentation()

import streamlit as st
import streamlit as st

# 定义点击回调函数
def reset_weights():
    st.session_state.slider_values = [32, 12, 43, 12, 12]
    st.session_state.reset_trigger += 1

# 初始化 session state 中的键
if 'slider_values' not in st.session_state:
    st.session_state.slider_values = [32, 12, 43, 12, 12]
if 'reset_trigger' not in st.session_state:
    st.session_state.reset_trigger = 0
if 'fund_code' not in st.session_state:
    st.session_state['fund_code'] = ''
col1, col2 = st.columns([0.8, 0.2])

with col1:
    # 使用 HTML 和内联CSS来增加字体大小
    st.markdown("""
    <div style='font-size: 34px; font-weight: bold;'>
        数据加权
    </div>
    """, unsafe_allow_html=True)

with col2:
    st.button("使用默认权重", key="hidden_button", on_click=reset_weights)
col1, col2 = st.columns([0.8, 0.2])
with col1:
    st.markdown('######')
# 创建滑块
columns = st.columns(5)
labels = [
    "国家流感中心周报数据",
    "北京疾控中心数据",
    "百度流感指数数据",
    "药品相关股票数据",
    "流感相关基金数据"
]
descriptions = [
    "详细数据来自国家流感中心的周报。",
    "来自北京市疾控中心的相关数据。",
    "基于百度搜索指数的流感数据。",
    "涉及流感药品的股票数据。",
    "投资于流感相关领域的基金数据。"
]

# 使用循环生成滑块
for i, col in enumerate(columns):
    with col:
        st.markdown(f"##### {labels[i]}")
        st.markdown(descriptions[i])  # 使用 Markdown 来提供一致的文本框高度
        st.slider(
            label="b",  # 使用空标签，因为标题和描述已包含足够信息
            min_value=0,
            max_value=100,
            value=st.session_state.slider_values[i],
            step=1,
            key=f"slider_{i}_{st.session_state.reset_trigger}"
        )

# 定义点击回调函数
def reset_model_weights():
    st.session_state.model_slider_values = [2, 12, 43, 12, 12]
    st.session_state.reset_trigger += 1

# 初始化 session state 中的键
if 'model_slider_values' not in st.session_state:
    st.session_state.model_slider_values = [2, 12, 43, 12, 12]
if 'reset_trigger' not in st.session_state:
    st.session_state.reset_trigger = 0

col1, col2 = st.columns([0.8, 0.2])

with col1:
    # 使用 HTML 和内联CSS来增加字体大小
    st.markdown("""
    <div style='font-size: 34px; font-weight: bold;'>
        模型加权
    </div>
    """, unsafe_allow_html=True)

with col2:
    st.button("使用默认权重", key="hidden_button2", on_click=reset_model_weights)
col1, col2 = st.columns([0.8, 0.2])
with col1:
    st.markdown('######')
# 创建滑块
columns = st.columns(5)
labels = [
    "ARIMA",
    "随机森林",
    "VAR",
    "SARIMA",
    "LSTM"
]
descriptions = [
    "自回归积分滑动平均模型。",
    "适用于高维特征空间的预测问题。",
    "向量自回归模型，适用多元数据。",
    "季节性自回归积分滑动平均模型。",
    "长期记忆网络模型。"
]

# 使用循环生成滑块
for i, col in enumerate(columns):
    with col:
        st.markdown(f"##### {labels[i]}")
        st.markdown(descriptions[i])  # 使用 Markdown 来提供一致的文本框高度
        value = st.slider(
            label="none",  # 使用空标签，因为标题和描述已包含足够信息
            min_value=0,
            max_value=100,
            value=st.session_state.model_slider_values[i],
            step=1,
            key=f"model_slider_{i}_{st.session_state.reset_trigger}",
            label_visibility = 'collapsed'  # 隐藏标签
        )
        st.session_state.model_slider_values[i] = value
#从滑块获取模型权重
model_values_list = st.session_state.model_slider_values
# st.write('滑块数值：',model_values_list)
# print(model_values_list)

#基金预测函数
# 添加项目根目录到sys.path
import os
import sys
project_root = os.path.abspath(os.path.join(os.path.dirname(__file__), r'D:\python\djangoProject\\test_Bootstrap'))
sys.path.append(project_root)
from app_test.add_fund_data import add_fund_data
from app_test.VAR import VAR_run
from app_test.RF import RF_run
from app_test.ARIMA import ARIMA_run
import pandas as pd
import json
from pyecharts import options as opts
import streamlit.components.v1 as components
def fund_predect():
    fund_code = st.session_state.fund_code
    print(f'开始预测')
    data = add_fund_data(fund_code)
    VAR_result = VAR_run(data,'fund_data','')
    power_var = model_values_list[2]/(model_values_list[1]+model_values_list[2])
    power_rf = model_values_list[1] / (model_values_list[1] + model_values_list[2])
    VAR_result = VAR_result.to_frame(name='fund_data')
    print(VAR_result,type(VAR_result))
    RF_result = RF_run(data,'fund_data',['liugan_index','infection_number_x', 'infection_number_y', 'jijin_data', 'shoupan'])
    # print(ARIMA_run(data,'fund_data',['liugan_index','infection_number_x', 'infection_number_y', 'jijin_data', 'shoupan']))
    print(RF_result,type(RF_result))
    VAR = [item[0] for item in VAR_result.values.tolist()]
    RF = [item[0] for item in RF_result.values.tolist()]
    pre = [VAR[i]*power_var+RF[i]*power_rf for i in range(len(VAR))]
    # 找到列表中的最小值和最大值
    min_val = min(pre)
    max_val = max(pre)

    # 计算每个值相对于最小值的差异比例
    pre = [(x - min_val) / (max_val - min_val) for x in pre]

    # 将差异比例放大
    pre= [x * 100 for x in pre]
    print("放大差异后的列表：", pre)
    print(pre,type(pre))
    date_column = VAR_result.iloc[:, 0]
    date = date_column.index.tolist()
    date = [str(i)[:10] for i in date]
    print('这是预测结果')
    result = pd.DataFrame({
        'date': date,
        'prediction': pre
    })
    print(result,type(result))
    #可视化预测结果
    date_js = json.dumps(date)
    data_js = json.dumps(pre)
    print('预测结果可视化')
    col = columns = st.columns(1)[0]
    with col:
        st.markdown(f"##### ")
        st.markdown("基金编号：")  # 使用 Markdown 来提供一致的文本框高度
        # st.markdown()
    result_visualization(date_js, data_js)
    print('结束')
# 基金代码输入框和反馈信息
col1, col2 = st.columns([4, 1])
with col1:
    # 使用 HTML 和 CSS 来定制标题样式
    st.markdown("""
    <style>
    .big-bold {
        font-size: 34px;  /* 设置字体大小 */
        font-weight: bold;  /* 字体加粗 */
    }
    </style>
    <p class='big-bold'>基金预测</p>
    """, unsafe_allow_html=True)
    # 创建一个输入框，使用 placeholder 参数设置提示语
    fund_code = st.text_input('基金代码', placeholder='请输入基金代码', key='fund_code', on_change=fund_predect,
                              label_visibility='collapsed')
    print(fund_code)

def result_visualization(date_js, data_js):
    html_content = f"""
        <style>
        #echarts-container {{
            position: fixed;
            bottom: 0;
            left: 50%;
            transform: translateX(-50%);
            width: 700px;
            height: 300px;
            background: #f5f5f5;
            z-index: 100;
        }}
        </style>
        <div id="echarts-container"></div>
        <script src="https://cdn.bootcdn.net/ajax/libs/echarts/5.5.0/echarts.min.js"></script>
        <script>
        var main = echarts.init(document.getElementById("echarts-container"));

        option = {{
            backgroundColor: '#f5f5f5',  // 设置背景颜色为浅灰色
            legend: {{
                data: ['基金预测结果']
            }},
            xAxis: {{
                type: 'category',
                data: {date_js}
            }},
            yAxis: {{
                type: 'value'
            }},
            series: [{{
                name: '国家流感中心周报数据',
                data: {data_js},
                type: 'line'
            }}]
        }};
        main.setOption(option);
        </script>
        """

    # 使用 Streamlit 的 HTML 函数将 HTML 内容嵌入页面中
    components.html(html_content, height=350)