"""
Module de visualisation des données agricoles
"""
import plotly.express as px
import plotly.graph_objects as go
from config import RISK_COLORS, PLOT_CONFIG


class AgricultureVisualizer:
    """Classe responsable de la création des visualisations"""
    
    def __init__(self, data=None, risk_analysis=None):
        self.df = data
        self.risk_analysis = risk_analysis
    
    def set_data(self, data, risk_analysis=None):
        """Définit les données à visualiser"""
        self.df = data
        if risk_analysis is not None:
            self.risk_analysis = risk_analysis
    
    def create_risk_visualization(self):
        """Crée la visualisation des risques"""
        if self.risk_analysis is None or len(self.risk_analysis) == 0:
            # Créer un graphique vide avec message d'erreur
            fig = px.scatter(title="❌ Aucune donnée d'analyse des risques disponible")
            fig.add_annotation(
                text="Veuillez charger les données d'abord", 
                xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False
            )
            return fig
        
        risk_df = self.risk_analysis.reset_index()
        
        # Vérifier quelles colonnes sont disponibles pour hover_data
        available_hover_cols = []
        for col in ['nomparc', 'libelleusag']:
            if col in risk_df.columns:
                available_hover_cols.append(col)
        
        fig = px.scatter(
            risk_df, 
            x='surfparc', 
            y='IFT_herbicide_approx',
            color='Risque_adventice',
            size='Nb_herbicides',
            hover_data=available_hover_cols if available_hover_cols else None,
            color_discrete_map=RISK_COLORS,
            title="🎯 Analyse du Risque Adventice par Parcelle",
            labels={
                'surfparc': 'Surface de la parcelle (ha)',
                'IFT_herbicide_approx': 'IFT Herbicide (approximatif)',
                'Risque_adventice': 'Niveau de risque'
            }
        )
        
        fig.update_layout(
            width=PLOT_CONFIG["width"], 
            height=PLOT_CONFIG["height"], 
            title_font_size=PLOT_CONFIG["title_font_size"]
        )
        return fig
    
    def create_culture_analysis(self):
        """Analyse par type de culture"""
        if self.df is None or len(self.df) == 0:
            # Créer un graphique vide avec message d'erreur
            fig = px.pie(title="❌ Aucune donnée disponible")
            fig.add_annotation(
                text="Veuillez charger les données d'abord", 
                xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False
            )
            return fig
        
        if 'libelleusag' not in self.df.columns:
            fig = px.pie(title="❌ Colonne 'libelleusag' non disponible")
            fig.add_annotation(
                text="Les données de culture ne sont pas disponibles", 
                xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False
            )
            return fig
        
        culture_counts = self.df['libelleusag'].value_counts()
        
        fig = px.pie(
            values=culture_counts.values, 
            names=culture_counts.index,
            title="🌱 Répartition des Cultures"
        )
        
        fig.update_layout(width=700, height=500)
        return fig
    
    def create_risk_distribution(self):
        """Distribution des niveaux de risque"""
        if self.risk_analysis is None or len(self.risk_analysis) == 0:
            # Créer un graphique vide avec message d'erreur
            fig = px.bar(title="❌ Aucune analyse des risques disponible")
            fig.add_annotation(
                text="Veuillez charger les données d'abord", 
                xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False
            )
            return fig
        
        risk_counts = self.risk_analysis['Risque_adventice'].value_counts()
        
        fig = px.bar(
            x=risk_counts.index, 
            y=risk_counts.values,
            color=risk_counts.index,
            color_discrete_map=RISK_COLORS,
            title="📊 Distribution des Niveaux de Risque Adventice",
            labels={'x': 'Niveau de risque', 'y': 'Nombre de parcelles'}
        )
        
        fig.update_layout(width=700, height=500, showlegend=False)
        return fig
    
    def create_herbicide_timeline(self):
        """Crée un graphique de l'évolution temporelle des herbicides"""
        if self.df is None or len(self.df) == 0:
            fig = px.line(title="❌ Aucune donnée disponible")
            fig.add_annotation(
                text="Veuillez charger les données d'abord", 
                xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False
            )
            return fig
        
        if 'millesime' not in self.df.columns or 'familleprod' not in self.df.columns:
            fig = px.line(title="❌ Colonnes nécessaires non disponibles")
            fig.add_annotation(
                text="Les données temporelles ne sont pas disponibles", 
                xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False
            )
            return fig
        
        # Filtrer les herbicides et grouper par année
        herbicides_df = self.df[self.df['familleprod'] == 'Herbicides']
        if len(herbicides_df) == 0:
            fig = px.line(title="❌ Aucune donnée d'herbicide disponible")
            return fig
        
        yearly_herbicides = herbicides_df.groupby('millesime').agg({
            'numparcell': 'nunique',
            'quantitetot': 'sum'
        }).reset_index()
        
        fig = px.line(
            yearly_herbicides,
            x='millesime',
            y='quantitetot',
            title="📈 Évolution de l'Usage des Herbicides par Année",
            labels={
                'millesime': 'Année',
                'quantitetot': 'Quantité totale d\'herbicides'
            }
        )
        
        fig.update_layout(width=700, height=400)
        return fig
    
    def create_surface_analysis(self):
        """Analyse de la distribution des surfaces"""
        if self.df is None or len(self.df) == 0:
            fig = px.histogram(title="❌ Aucune donnée disponible")
            return fig
        
        fig = px.histogram(
            self.df,
            x='surfparc',
            nbins=20,
            title="📏 Distribution des Surfaces de Parcelles",
            labels={
                'surfparc': 'Surface (ha)',
                'count': 'Nombre de parcelles'
            }
        )
        
        fig.update_layout(width=700, height=400)
        return fig