import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import os

def visualize_processed_data(input_path):
    """
    Gera visualizações para o dataset pré-processado.
    
    Args:
        input_path (str): Caminho para o arquivo CSV do dataset pré-processado.
    """
    print(f"Carregando o dataset pré-processado de: {input_path}")
    df = pd.read_csv(input_path)

    # Verifica se a coluna "Label" está presente
    if "Label" not in df.columns:
        raise ValueError("A coluna 'Label' não foi encontrada no dataset.")

    # Exibe informações iniciais sobre o dataset
    print(f"✅ Dataset carregado com {df.shape[0]} linhas e {df.shape[1]} colunas.")
    print(f"✅ Colunas no dataset: {', '.join(df.columns)}")

    # Conversão para rótulos legíveis
    label_counts = df["Label"].apply(lambda x: "Ataque" if x == 1 else "Benigno")

    # Gráfico de barras da distribuição das classes
    plt.figure(figsize=(8, 5))
    sns.countplot(x=label_counts)
    plt.title("Distribuição das Classes (Dados Tratados)")
    plt.xlabel("Classe")
    plt.ylabel("Contagem")
    plt.grid(True)
    plt.tight_layout()
    plt.savefig("visualizations/processed_data_label_distribution.png", dpi=300)
    plt.close()
    print("✅ Gráfico de distribuição das classes salvo como visualizations/processed_data_label_distribution.png")

    # Gráfico da mesma feature do 4.1 (exemplo: "Destination_Port")
    feature = "Destination_Port"
    if feature in df.columns:
        plt.figure(figsize=(10, 6))
        sns.histplot(df[feature], kde=True)
        plt.title(f"Distribuição da Feature '{feature}' (Dados Tratados)")
        plt.xlabel(feature)
        plt.ylabel("Frequência")
        plt.grid(True)
        plt.tight_layout()
        plt.savefig("visualizations/processed_data_feature_distribution.png", dpi=300)
        plt.close()
        print(f"✅ Gráfico de distribuição da feature '{feature}' salvo como visualizations/processed_data_feature_distribution.png")
    else:
        print(f"⚠️ A feature '{feature}' não foi encontrada no dataset.")

    # Informações finais
    print("✅ Processamento completo!")
    print("✅ Gráficos salvos em: 'visualizations/'")
    print(f"✅ Total de linhas processadas: {df.shape[0]}")
    print(f"✅ Total de colunas processadas: {df.shape[1]}")

if __name__ == "__main__":
    input_file = "cicids2017_preprocessed.csv"  # Caminho para o dataset pré-processado
    if not os.path.exists(input_file):
        print(f"Erro: Arquivo {input_file} não encontrado.")
    else:
        # Cria o diretório para salvar as visualizações, se não existir
        os.makedirs("visualizations", exist_ok=True)
        # Chama a função para gerar as visualizações
        visualize_processed_data(input_file)