import gradio as gr
import pandas as pd
import numpy as np
from transformers import pipeline
from sklearn.impute import SimpleImputer
from sklearn.ensemble import IsolationForest
import subprocess
import sys

# التحقق من تثبيت PyTorch أو TensorFlow
try:
    import torch
except ImportError:
    print("PyTorch غير مثبت، سيتم تثبيته الآن.")
    subprocess.check_call([sys.executable, "-m", "pip", "install", "torch"])

try:
    import tensorflow
except ImportError:
    print("TensorFlow غير مثبت، سيتم تثبيته الآن.")
    subprocess.check_call([sys.executable, "-m", "pip", "install", "tensorflow"])

# تحميل نموذج التلخيص من Hugging Face
summarizer = pipeline("summarization", model="t5-small")

def analyze_data_quality(file):
    df = pd.read_csv(file.name)
    
    # البحث عن القيم الناقصة
    missing_values = df.isnull().sum()
    missing_summary = missing_values[missing_values > 0].to_string()
    
    # البحث عن القيم الشاذة باستخدام Isolation Forest
    clf = IsolationForest(contamination=0.05, random_state=42)
    outliers = clf.fit_predict(df.select_dtypes(include=[np.number]))
    outlier_count = (outliers == -1).sum()
    
    # تلخيص النتائج
    report = f"🔍 تحليل جودة البيانات:\n\n"
    report += f"📌 عدد القيم الناقصة: {missing_values.sum()}\n"
    report += f"📌 عدد القيم الشاذة: {outlier_count}\n"
    report += "\n📊 تفاصيل القيم الناقصة:\n" + missing_summary if missing_summary else "\n✅ لا توجد قيم ناقصة."
    
    summary = summarizer(report, max_length=100, do_sample=False)[0]['summary_text']
    
    return summary

def clean_data(file):
    df = pd.read_csv(file.name)
    
    # معالجة القيم الناقصة بالتعبئة
    imputer = SimpleImputer(strategy="mean")
    df[df.select_dtypes(include=[np.number]).columns] = imputer.fit_transform(df.select_dtypes(include=[np.number]))
    
    # إزالة القيم الشاذة
    clf = IsolationForest(contamination=0.05, random_state=42)
    outliers = clf.fit_predict(df.select_dtypes(include=[np.number]))
    df_cleaned = df[outliers != -1]
    
    cleaned_file = "cleaned_data.csv"
    df_cleaned.to_csv(cleaned_file, index=False)
    return cleaned_file

# إنشاء واجهة Gradio
with gr.Blocks() as app:
    gr.Markdown("## 🛠️ محلل جودة البيانات")
    
    file_input = gr.File(label="📂 رفع ملف CSV")
    analysis_output = gr.Textbox(label="📊 تقرير جودة البيانات")
    cleaned_file_output = gr.File(label="✅ تحميل البيانات المنظفة")
    
    analyze_button = gr.Button("🔍 تحليل الجودة")
    clean_button = gr.Button("🧹 تنظيف البيانات")
    
    analyze_button.click(analyze_data_quality, inputs=file_input, outputs=analysis_output)
    clean_button.click(clean_data, inputs=file_input, outputs=cleaned_file_output)
    
    app.launch()