# -*- coding: utf-8 -*-
"""
Created on Sat Dec 23 13:22:00 2023
@author: Essio Rubin C.
"""
from PIL import Image
import streamlit as st
from st_pages import Page, show_pages, add_page_title
import time
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from as_bert_df import batch_predict_sentiment_stars

c1 = st.container()
c2 = st.container()

data_df = pd.DataFrame(
    {
        "review": ["",], "predict":[0,]
    }
)

# function to show base page
def show_base_page():
    with c1:
        # the title and icon to the current page
        add_page_title()
        
        # show text
        text_css = """
        <p style="font-family: Verdana; font-size: 15px; font-weight: 400; ; color: #5b5f62;">
        Una reseña debe ser un texto que tenga una o varias oraciones que incluyan opiniones referidas a servicios que brinda
        un Hotel.
        La reseña puede estar escrita en idioma español, holandés, italiano, alemán, francés o inglés.   
        </p>
        <p style="font-family: Verdana; font-size: 15px; font-weight: 400; ; color: #5b5f62;">
		El resultado de la predicción (sentimiento) es un numero de extrellas, entre 1 y 5.
        <ul style="font-family: Verdana; font-size: 15px; font-weight: 400; ; color: #5b5f62;">
		<li>1 estrellas: DEPLORABLE</li>
		<li>2 estrellas: MALO</li>
		<li>3 estrellas: NEUTRAL</li>
		<li>4 estrellas: BUENO</li>
		<li>5 estrellas: EXCELENTE</li>
		<ul>
        </p>
		<p>&nbsp;</p>
        """
        st.write(text_css, unsafe_allow_html=True)
        
        # show image
        img = Image.open("assets/flags.jpg")
        st.image(img, width=200) 


# function to show data editor
def show_data_editor(data):
    with c1:
        # dataframe editor
        global st_data
        global placeholder
        placeholder = st.empty()
        
        #st_data = st.data_editor(
        st_data = placeholder.data_editor(
            data,
            column_config={
                "review": st.column_config.TextColumn(
                    "review",
                    help="Ingrese la reseña.",
                    width="large",
                    required=True,
                    max_chars=500,
                    validate="[a-zA-Záéíóúñ.,]+$"
                ),
                "predict": st.column_config.NumberColumn(
                    "predict",
                    help="Sentimiento expresado en cantidad de estrellas.",
                    width="small",
                    required=False,
                    default=0,
                    min_value=0,
                    max_value=5,
                    format="%d ⭐",
                )
                
            },
            hide_index=True,
            num_rows="dynamic",
            height = 260,
            width = 900,
        )

def show_button():
    global placeholder2
    placeholder2 = st.empty()
    with c1:
        # show buttons    
        global button_1
        button_1 = placeholder2.button(" :gear: Predecir", type="primary", key='but_1')

 
# define action funtion for button   
def predecir():
    #st.session_state.disabled = True
    data_df = st_data
    if data_df.shape[0] > 0:
        st.write(data_df.shape[0])
        # progress bar
        progress_text = "Procesando. Espere."
        my_bar = st.progress(0, text=progress_text)
        for percent_complete in range(100):
            time.sleep(0.01)
            my_bar.progress(percent_complete + 1, text=progress_text)
        time.sleep(1)
        my_bar.empty()
        result = batch_predict_sentiment_stars(data_df)
        placeholder.empty()
        placeholder2.empty()
        show_data_editor(result)
        show_chart(result) 
    else:
        st.error("Debe ingresar una reseña.")
    

def show_chart(data):
    with c2:
        fig, ax = plt.subplots()
        fig.set_figwidth(5) 
        fig.set_figheight(3) 
        # title
        ax.set_title("Histograma de Frecuencias", fontsize = 8)
        
        # axis
        ax.set_xlim([0, 6])
        
        # x label
        ax.set_xlabel('Sentimiento (Número de estrellas)', fontsize = 6)
        
        ax.set_ylabel('Frecuencia', fontsize = 6)
        
        # Crear un histograma
        ax.hist(data['predict'], bins=20, color ="green")
         
        # Mostrar el gráfico en Streamlit
        st.pyplot(fig)

#------------------------------------------
# main flow
#------------------------------------------
show_base_page()
show_data_editor(data_df)
show_button()
if button_1:
    predecir()