import pandas as pd
import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt
# 解决绘图中中文不能显示的问题
import matplotlib
matplotlib.rcParams['font.sans-serif'] = ['SimHei']  # 显示中文
matplotlib.rcParams['axes.unicode_minus'] = False  # 正常显示负号
# 读取一年的数据文件
# 设置初始参数
initial_guess = [0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5,
                 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5]  # 9个 a 和 9个 b 参数

# 设置参数界限
bounds = (
    [0, -np.inf, 0, -np.inf, 0, -np.inf, 0, -np.inf, 0, -np.inf,
        0, -np.inf, 0, -np.inf, 0, -np.inf, 0, -np.inf],  # 下界
    [np.inf, np.inf, np.inf, np.inf, np.inf, np.inf, np.inf, np.inf, np.inf,
        np.inf, np.inf, np.inf, np.inf, np.inf, np.inf, np.inf, np.inf, np.inf]  # 上界
)
# 定义拟合函数


def cosmic_planetw_plot_perday(
    df: pd.DataFrame,
    T=16,
    start_day=0
):

    def u_func(x, *params, t):
        a1, b1, a2, b2, a3, b3, a4, b4, a5, b5, a6, b6, a7, b7, a8, b8, a9, b9 = params
        return (
            a1 * np.sin((2 * np.pi / T) * t - 4 * x + b1) +
            a2 * np.sin((2 * np.pi / T) * t - 3 * x + b2) +
            a3 * np.sin((2 * np.pi / T) * t - 2 * x + b3) +
            a4 * np.sin((2 * np.pi / T) * t - x + b4) +
            a5 * np.sin((2 * np.pi / T) * t + b5) +
            a6 * np.sin((2 * np.pi / T) * t + x + b6) +
            a7 * np.sin((2 * np.pi / T) * t + 2 * x + b7) +
            a8 * np.sin((2 * np.pi / T) * t + 3 * x + b8) +
            a9 * np.sin((2 * np.pi / T) * t + 4 * x + b9)
        )

    # 设置最小数据量的阈值
    min_data_points = 36

    # 进行多个时间窗口的拟合
    # for start_day in range(0, 365 - 3 * T):  # 最后一个窗口为[351, 366]
    end_day = start_day + 3 * T  # 每个窗口的结束时间为 start_day + 3*T

    # 选择当前窗口的数据
    df_8 = df[(df['Time'] >= start_day) & (df['Time'] <= end_day)]

    # 检查当前窗口的数据量
    if len(df_8) < min_data_points:
        print(f"数据量不足，无法拟合：{start_day} 到 {end_day}，数据点数量：{len(df_8)}")
        plt.figure(figsize=(10, 6))
        # write nothing but a title
        plt.title(f'时间窗口：{start_day} 到 {end_day}')
        plt.grid(True)
        # add a label, says unable to fit
        plt.text(0.5, 0.5, "数据量不足，无法拟合", ha='center', va='center',
                 transform=plt.gca().transAxes, fontsize=20)  # 跳过当前时间窗口，继续下一个窗口

    # 提取时间、经度、温度数据
    t = np.array(df_8['Time'])  # 时间
    x = np.array(df_8['Longitude_Radians'])  # 经度弧度制
    temperature = np.array(df_8['Temperature'])  # 温度，因变量

    # `tempeture` 为因变量，`x` 为自变量，`t` 为参数
    # tempeture is possible to contain NaNs, so we need to drop them
    mask = ~np.isnan(temperature)
    x = x[mask]
    temperature = temperature[mask]
    t = t[mask]

    # 用T进行拟合
    popt, pcov = curve_fit(lambda x, *params: u_func(x, *params, t=t),
                           x, temperature, p0=initial_guess, bounds=bounds, maxfev=50000)

    # 绘制拟合曲线
    t_fixed = (start_day + end_day) / 2  # 窗口的中间时间
    x_fit = np.linspace(min(x), max(x), 100)  # 生成用于绘制拟合曲线的x值
    y_fit = u_func(x_fit, *popt, t=t_fixed)  # 计算拟合曲线的y值

    plt.figure(figsize=(10, 6))
    plt.plot(x_fit, y_fit, label='拟合曲线', color='red', linewidth=2)
    plt.xlabel('经度（弧度制）')
    plt.ylabel('温度')
    plt.title(f'时间窗口：{start_day} 到 {end_day}')
    plt.legend()
    plt.grid(True)