import gradio as gr
import joblib
import numpy as np
import json

try:
    model = joblib.load('random_forest_model.joblib')
    print("Model loaded successfully!")
except FileNotFoundError:
    print("Error: Model file 'random_forest_model.joblib' not found!")
    model = None

DISTRICTS = {"82": "المروة", "354": "الحزم", "35": "الريان", "34": "الروضة", "53": "العارض", "120": "الياسمين", "226": "النرجس", "16": "الحمراء", "165": "الشهداء", "4": "الإزدهار", "96": "المناخ", "57": "العزيزية", "99": "المنصورية", "85": "المصانع", "20": "الدار البيضاء", "127": "بدر", "75": "القيروان", "103352": "المهدية", "429": "ظهرة لبن", "201983": "لبن", "149": "ظهرة لبن", "201106": "خارج حدود الاحياء", "151": "عرقة", "95925": "السلي", "112": "النور", "68": "الفلاح", "199963": "الوادي", "570": "الفلاح", "11": "التعاون", "1942": "النرجس", "28": "الربوة", "200951": "عكاظ", "146": "طيبة", "72": "القادسية", "90": "المعيزيلة", "11461": "السويدي الغربي", "162": "ضاحية نمار", "144": "العوالي", "1539": "شبرا", "14514": "السويدي", "141": "شبرا", "84": "المشاعل", "49701": "ظهره العودة غرب", "106": "النسيم الشرقي", "156": "غرناطة", "157": "قرطبة", "20481": "وادي لبن", "108": "النظيم", "200274": "ظهرة العودة شرق", "49872": "ظهرة العودة شرق", "145": "طويق", "58": "العقيق", "49": "الصحافة", "92": "الملقا", "49848": "الفيصلية", "91": "الملز", "52": "الضباط", "6": "الملك عبدالله", "77": "المحمدية", "1958": "الرفيعة", "202170": "العريجاء", "54": "العريجاء الغربي", "49704": "الخالدية", "49814": "العاصمه", "37": "الزهرة", "91390": "الشفا", "32": "الرمال", "67": "الفاروق", "71": "الفيصلية", "26": "الديرة", "74": "القرى", "199973": "الشميسي", "126": "أم سليم", "25": "الدوبية", "107": "النسيم الغربي", "18537": "النسيم الغربى فئه / هـ", "103": "النخيل", "135": "حطين", "199602": "الشهداء", "19023": "القيروان", "73": "القدس", "95": "الملك فيصل", "120284": "البيان", "121": "اليرموك", "199972": "إشبيلية", "30": "الرحمانية", "116": "الورود", "59": "العليا", "201497": "القادسية", "381": "النسيم", "202": "الندى", "19": "الخليج", "140": "سلطانة", "29": "الربيع", "86": "المصفاة", "78": "المدينة الصناعية الجديدة", "14": "الجنادرية", "12": "الجرادية", "143": "صياح", "17": "الخالدية", "98": "المنصورة (خنشليلة)", "8": "البديعة", "13": "الجزيرة", "70": "الفيحاء", "9": "البرية", "407": "خنشليلة", "202844": "الملك سلمان", "197794": "الواحة", "42": "السليمانية", "202289": "الملك سلمان", "66": "الفاخرية", "110": "النموذجية", "3884": "الوشام", "33": "الروابي", "351": " بدر", "101": "المونسية", "49849": "الخزامى", "50": "الصفا", "51": "الصناعية", "69": "الفوطة", "79": "المربع", "620": "الوزارات", "123": "أم الحمام الشرقي", "89": "المعذر الشمالي", "199974": "أم الحمام الغربي", "491": "الندوة", "111": "النهضة", "94": "الملك فهد", "2793": "النخيل الغربى", "109": "النفل", "64": "الغدير", "24": "الدفاع", "133": "جرير", "147": "ظهرة البديعة", "97": "المنار", "40": "السلام", "18": "الخزامى", "93": "الملك عبدالعزيز", "194379": "سدرة", "23": "الدريهمية", "201982": "نمار", "150": "عتيقة", "83": "المروج", "200539": "الروقية (سمحان)", "36": "الزهراء", "173": "الشعلة", "20573": "العريجاء الأوسط", "1096": "العريجاء", "606": "غبيرا", "160": "منفوحة", "161": "منفوحة الجديدة", "122": "اليمامة", "470": "ظهرة منفوحة", "22142": "جبره", "62": "العود", "10": "البطيحا", "138": "سكيرينة", "118": "الوسيطا", "158": "معكال", "1496": "الهداء", "2078": "الغروب", "55": "العريجاء الغربي", "324": "مغرزات", "105": "النزهة", "38": "السعادة", "192989": "خشم العان", "27": "الرائد", "113": "الهدا", "102": "الناصرية", "80": "المرسلات", "87": "المصيف", "128": "بنبان", "88": "المعذر الشمالي", "76": "المؤتمرات", "155": "غبيرا", "48": "الصالحية", "154": "عليشة", "45": "الشرفية", "7": "الأندلس", "136": "ديراب", "372": "ام الحمام", "81": "المرقب", "61": "العمل", "129": "ثليم", "19231": "النسيم فئة هـ", "49823": "السلمانية", "2285": "ظهرة البديعة والسويدى", "49457": "خارج حدود الأحياء"}

PROPERTY_TYPES = {
    "1": "أرض",
    "7": "فيلا",
    "20": "وحدة تجارية",
    "21": "وحدة سكنية",
    "5": "عمارة",
    "12": "مرفق تعليمي",
    "19": "مسجد",
    "11": "مرفق",
    "22": "وحدة عقارية",
    "9": "مجمع تجاري",
    "13": "مرفق رياضي",
    "17": "مركز صحي",
    "2": "برج",
    "15": "مركز اجتماعي",
    "16": "مركز اداري",
    "8": "فيلا دوبلكس",
    "18": "مستودع",
    "14": "مركز",
    "3": "بيت شعبي",
    "10": "مجمع سكني"
}

def predict_price(area, district_code, property_type_code, latitude, longitude):
    """
    Predict property price based on input features
    """
    if model is None:
        return "خطأ: لم يتم تحميل النموذج بنجاح"
    
    try:
        input_data = np.array([[area, int(district_code), int(property_type_code), latitude, longitude]])
        predicted_price = model.predict(input_data)[0]
        district_name = DISTRICTS.get(district_code, "غير محدد")
        property_type_name = PROPERTY_TYPES.get(property_type_code, "غير محدد")
        
        result = f"""
        🏠 **تفاصيل العقار:**
        - المساحة: {area} متر مربع
        - الحي: {district_name}
        - نوع العقار: {property_type_name}
        - خط العرض: {latitude:.4f}
        - خط الطول: {longitude:.4f}
        
        💰 **السعر المتوقع: {predicted_price:,.0f} ريال سعودي**
        """
        
        return result
        
    except Exception as e:
        return f"خطأ في التنبؤ: {str(e)}"


def create_interface():
    with gr.Blocks(title="متنبئ أسعار العقارات", theme=gr.themes.Soft()) as demo:
        gr.Markdown("""
        # 🏘️ متنبئ أسعار العقارات في الرياض
        ### استخدم هذه الأداة للتنبؤ بسعر العقار بناءً على خصائصه
        """)
        
        with gr.Row():
            with gr.Column(scale=2):
                gr.Markdown("### 📋 معلومات العقار")
                
                area_input = gr.Number(
                    label="المساحة (متر مربع)",
                    value=150,
                    minimum=50,
                    maximum=10000,
                    step=10
                )
                
                district_dropdown = gr.Dropdown(
                    choices=[(f"{name} ({code})", code) for code, name in DISTRICTS.items()],
                    label="الحي",
                    value="82"
                )
                
                type_dropdown = gr.Dropdown(
                    choices=[(f"{name} ({code})", code) for code, name in PROPERTY_TYPES.items()],
                    label="نوع العقار",
                    value="1"
                )
                
                gr.Markdown("### 📍 الموقع الجغرافي")
                
                with gr.Row():
                    latitude_input = gr.Number(
                        label="خط العرض (Latitude)",
                        value=24.867033529529497,
                        step=0.000001,
                        precision=6,
                        info="مثال: 24.867033529529497"
                    )
                    
                    longitude_input = gr.Number(
                        label="خط الطول (Longitude)", 
                        value=46.938185128998875,
                        step=0.000001,
                        precision=6,
                        info="مثال: 46.938185128998875"
                    )
                
                predict_btn = gr.Button("🔮 تنبؤ السعر", variant="primary", size="lg")
            
            with gr.Column(scale=1):
                gr.Markdown("### 📊 النتيجة")
                output = gr.Markdown(label="السعر المتوقع")
                
                gr.Markdown("""
                ### ℹ️ ملاحظات
                - النتائج تقديرية وقد تختلف عن السوق الفعلي  
                - للحصول على إحداثيات دقيقة، يمكنك استخدام خرائط جوجل
                """)
        
        # Event handlers
        predict_btn.click(
            fn=predict_price,
            inputs=[area_input, district_dropdown, type_dropdown, latitude_input, longitude_input],
            outputs=output
        )
    
    return demo

# Launch the interface
if __name__ == "__main__":
    demo = create_interface()
    demo.launch()