import gradio as gr
from predict import predict

def display_predict():
    predict_score = predict()
    return f"今月の電気代は{predict_score}円!! 　#3/29 22:39現在9795円"

def welcome(input):
    return f"Welcome to Gradio, {input}!"
    
display_text = display_predict()
with gr.Blocks() as demo:
    gr.Markdown(
    f"""
    # 今月の電気代予測
    ## 予測結果
    {display_text}
    ## 作成した電気代予測モデルについて
    ### 予測ターゲット：東京都の平均月額電気代
    [家計調査の月別支出](https://www.e-stat.go.jp/stat-search/files?page=1&layout=datalist&toukei=00200561&tstat=000000330001&cycle=1&year=20220&month=12040606&tclass1=000000330001&tclass2=000000330004&tclass3=000000330005&result_back=1&tclass4val=0)の東京都電気代 
    
    ### 使用特徴量
    - [天気(気温&天候)](https://www.data.jma.go.jp/obd/stats/etrn/index.php?prec_no=&block_no=&year=&month=&day=1&view=):気象庁 
    - [再生可能エネルギー発電促進賦課金単価](https://www.tepco.co.jp/e-rates/individual/shin-ene/taiyoukou/backnumber/fukabk-j.html):東京電力 
    - [燃料費調整](https://www.tepco.co.jp/ep/corporate/adjust/backnumber/index-j.html):東京電力 
    
    ## 予測方法
    今月の天気実績を[気象庁HP](https://www.data.jma.go.jp/obd/stats/etrn/index.php?prec_no=&block_no=&year=&month=&day=1&view=)から取得 
    今月の天気予報を[天気API](https://www.weatherapi.com/)から取得 
    今月の天気情報(実績+予報)を元に天気特徴量を作成 
    再生エネおよび燃料調整は、2023.3の値を流用 
    毎日変化する天気実績および天気予報により、月末に近づくにつれて精緻な電気代予測が出力される仕様
    """)
    #inp = gr.Textbox(placeholder="What is your name?")
    #out = gr.Textbox()
    #inp.change(welcome, inp, out)

if __name__ == "__main__":
    demo.launch()