"""
Снижение размерности и тематическое моделирование для классических векторных представлений.
Поддерживаются: TruncatedSVD (LSA), визуализация UMAP/t-SNE, анализ объясненной дисперсии
и интерпретация компонент через топ-термины.
"""

from __future__ import annotations

from dataclasses import dataclass
from typing import List, Tuple, Dict, Any, Optional

import numpy as np
import pandas as pd
from sklearn.decomposition import TruncatedSVD
from sklearn.manifold import TSNE

try:
    import umap  # type: ignore
    UMAP_AVAILABLE = True
except Exception:
    UMAP_AVAILABLE = False


@dataclass
class SVDConfig:
    n_components: int = 100
    random_state: int = 42


def run_lsa(X, feature_names: List[str], config: SVDConfig) -> Dict[str, Any]:
    """
    Выполняет LSA (TruncatedSVD) и возвращает компоненты, объясненную дисперсию
    и топ-термины для каждой компоненты.
    """
    svd = TruncatedSVD(n_components=config.n_components, random_state=config.random_state)
    X_reduced = svd.fit_transform(X)

    explained = svd.explained_variance_ratio_
    cumulative = np.cumsum(explained)

    # Топ-термины на компоненту
    components = svd.components_
    top_terms_per_component: List[List[Tuple[str, float]]] = []
    for comp in components:
        idx = np.argsort(-np.abs(comp))[:20]
        top_terms_per_component.append([(feature_names[i], float(comp[i])) for i in idx])

    return {
        "svd": svd,
        "X_reduced": X_reduced,
        "explained_variance_ratio": explained,
        "explained_variance_ratio_cum": cumulative,
        "top_terms_per_component": top_terms_per_component,
    }


def embed_2d(X, method: str = "umap", random_state: int = 42, n_neighbors: int = 15, min_dist: float = 0.1):
    """Проецирует матрицу признаков/векторов в 2D для визуализации (UMAP или t-SNE)."""
    if method == "umap":
        if not UMAP_AVAILABLE:
            raise ImportError("umap-learn не установлен")
        reducer = umap.UMAP(n_components=2, random_state=random_state, n_neighbors=n_neighbors, min_dist=min_dist)
        return reducer.fit_transform(X)

    if method == "tsne":
        tsne = TSNE(n_components=2, random_state=random_state, init="pca", learning_rate="auto")
        return tsne.fit_transform(X)

    raise ValueError("method должен быть 'umap' или 'tsne'")


def explained_variance_table(explained_ratio: np.ndarray) -> pd.DataFrame:
    cum = np.cumsum(explained_ratio)
    return pd.DataFrame({
        "Компонента": np.arange(1, len(explained_ratio) + 1),
        "Доля дисперсии": np.round(explained_ratio, 6),
        "Накопленная доля": np.round(cum, 6),
    })


def top_terms_dataframe(top_terms: List[List[Tuple[str, float]]], top_k: int = 10) -> pd.DataFrame:
    rows = []
    for comp_idx, terms in enumerate(top_terms):
        for term, weight in terms[:top_k]:
            rows.append({"Компонента": comp_idx + 1, "Термин": term, "Вес": float(weight)})
    return pd.DataFrame(rows)