Create diagnostic_plots.py

src/diagnostic_plots.py

@@ -0,0 +1,179 @@
+import pandas as pd
+import plotly.graph_objects as go
+import plotly.express as px
+import streamlit as st # Cần thiết để báo lỗi nếu cột không tồn tại
+
+# --- HÀM 1: Biểu đồ suy giảm hiệu suất (Theo Checklist mục 5) ---
+
+def plot_performance_degradation(df, metric_column, metric_name, color='blue'):
+    """
+    Tạo biểu đồ đường (line plot) cho thấy một chỉ số (metric) thay đổi 
+    như thế nào qua 5 ngày dự báo.
+    
+    Args:
+        df (pd.DataFrame): DataFrame được tải từ 'final_5_day_results_df.csv'.
+        metric_column (str): Tên cột chính xác trong CSV (ví dụ: 'RMSE', 'R2').
+        metric_name (str): Tên hiển thị đẹp cho trục Y (ví dụ: 'RMSE (Temperature °C)').
+        color (str): Tên màu cho đường line.
+    
+    Returns:
+        plotly.graph_objects.Figure: Một đối tượng biểu đồ Plotly.
+    """
+    
+    # --- TÙY CHỈNH QUAN TRỌNG ---
+    # Đảm bảo tên cột 'day_ahead' (chứa 1, 2, 3, 4, 5) là chính xác
+    DAY_AHEAD_COLUMN = 'day_ahead' 
+    # ---------------------------
+
+    if DAY_AHEAD_COLUMN not in df.columns:
+        st.error(f"Lỗi plot: Không tìm thấy cột '{DAY_AHEAD_COLUMN}' trong dữ liệu. "
+                 f"Vui lòng kiểm tra file `src/diagnostic_plots.py`.")
+        return go.Figure()
+    if metric_column not in df.columns:
+        st.error(f"Lỗi plot: Không tìm thấy cột '{metric_column}' trong dữ liệu. "
+                 f"Vui lòng kiểm tra file `src/diagnostic_plots.py`.")
+        return go.Figure()
+
+    fig = go.Figure()
+    
+    fig.add_trace(go.Scatter(
+        x=df[DAY_AHEAD_COLUMN],
+        y=df[metric_column],
+        mode='lines+markers',
+        name=metric_name,
+        line=dict(color=color, width=3),
+        marker=dict(size=8)
+    ))
+    
+    fig.update_layout(
+        title=f"<b>{metric_name} vs. Forecast Horizon</b>",
+        xaxis_title="Day Ahead (Horizon)",
+        yaxis_title=metric_name,
+        title_x=0.5, # Căn giữa tiêu đề
+        template="plotly_white"
+    )
+    
+    # Nếu là R2, đặt giới hạn trục y từ 0 đến 1 cho dễ nhìn
+    if "R2" in metric_name or "R-squared" in metric_name:
+         fig.update_layout(yaxis_range=[0, 1])
+            
+    return fig
+
+# --- HÀM 2: Biểu đồ Dự báo vs. Thực tế (Theo Checklist mục 5) ---
+
+def plot_forecast_vs_actual(y_true, y_pred, day_ahead_title):
+    """
+    Tạo biểu đồ phân tán (scatter plot) so sánh giá trị dự báo và giá trị thực tế.
+    
+    Args:
+        y_true (array-like): Mảng chứa các giá trị thực tế.
+        y_pred (array-like): Mảng chứa các giá trị dự báo.
+        day_ahead_title (str): Tiêu đề phụ (ví dụ: "Day 1" hoặc "Day 5").
+        
+    Returns:
+        plotly.graph_objects.Figure: Một đối tượng biểu đồ Plotly.
+    """
+    
+    # Tạo DataFrame tạm thời để vẽ
+    plot_df = pd.DataFrame({
+        'Actual': y_true,
+        'Predicted': y_pred
+    })
+
+    fig = px.scatter(
+        plot_df, 
+        x='Actual', 
+        y='Predicted',
+        title=f"<b>Forecast vs. Actual - {day_ahead_title}</b>",
+        opacity=0.7,
+        hover_data={'Actual': ':.2f', 'Predicted': ':.2f'}
+    )
+    
+    # Thêm đường chéo (y=x) thể hiện dự báo hoàn hảo
+    min_val = min(plot_df['Actual'].min(), plot_df['Predicted'].min())
+    max_val = max(plot_df['Actual'].max(), plot_df['Predicted'].max())
+    
+    fig.add_trace(go.Scatter(
+        x=[min_val, max_val],
+        y=[min_val, max_val],
+        mode='lines',
+        name='Perfect Prediction',
+        line=dict(color='red', dash='dash', width=2)
+    ))
+    
+    fig.update_layout(
+        title_x=0.5,
+        xaxis_title="Actual Temperature (°C)",
+        yaxis_title="Predicted Temperature (°C)",
+        template="plotly_white"
+    )
+    return fig
+
+# --- CÁC HÀM 3 & 4: Biểu đồ "Deep Dive" (Theo Checklist mục 5 - Tùy chọn) ---
+
+def plot_residuals_vs_time(y_true, y_pred, dates, day_ahead_title):
+    """
+    Tạo biểu đồ phân tán của phần dư (residuals) theo thời gian.
+    
+    Args:
+        y_true (array-like): Mảng giá trị thực tế.
+        y_pred (array-like): Mảng giá trị dự báo.
+        dates (array-like): Mảng chứa ngày tháng tương ứng.
+        day_ahead_title (str): Tiêu đề phụ (ví dụ: "Day 1").
+        
+    Returns:
+        plotly.graph_objects.Figure: Một đối tượng biểu đồ Plotly.
+    """
+    residuals = y_true - y_pred
+    
+    plot_df = pd.DataFrame({
+        'Date': dates,
+        'Residual': residuals
+    })
+    
+    fig = px.scatter(
+        plot_df, 
+        x='Date', 
+        y='Residual',
+        title=f"<b>Residuals vs. Time - {day_ahead_title}</b>",
+        opacity=0.7
+    )
+    
+    # Thêm đường y=0 (lỗi bằng 0)
+    fig.add_hline(y=0, line=dict(color='red', dash='dash', width=2))
+    
+    fig.update_layout(
+        title_x=0.5,
+        yaxis_title="Residual (Actual - Predicted)",
+        template="plotly_white"
+    )
+    return fig
+
+
+def plot_residuals_distribution(y_true, y_pred, day_ahead_title):
+    """
+    Tạo biểu đồ histogram phân phối của phần dư (residuals).
+    
+    Args:
+        y_true (array-like): Mảng giá trị thực tế.
+        y_pred (array-like): Mảng giá trị dự báo.
+        day_ahead_title (str): Tiêu đề phụ (ví dụ: "Day 1").
+        
+    Returns:
+        plotly.graph_objects.Figure: Một đối tượng biểu đồ Plotly.
+    """
+    residuals = y_true - y_pred
+    
+    fig = px.histogram(
+        residuals, 
+        nbins=50,
+        title=f"<b>Residuals Distribution - {day_ahead_title}</b>"
+    )
+    
+    fig.update_layout(
+        title_x=0.5,
+        xaxis_title="Residual (Error)",
+        yaxis_title="Count",
+        template="plotly_white"
+    )
+    return fig