import gradio as gr
import numpy as np
import matplotlib.pyplot as plt
from matplotlib_venn import venn2

# Función para calcular el teorema de Bayes con dos eventos
def bayes_two_events(prior_A, prob_B_given_A, prob_B_given_notA):
    # Calculamos P(B) usando la regla de la probabilidad total
    prob_B = prob_B_given_A * prior_A + prob_B_given_notA * (1 - prior_A)
    # Calculamos P(A|B) usando el teorema de Bayes
    posterior_A_given_B = (prob_B_given_A * prior_A) / prob_B
    return posterior_A_given_B, prob_B

# Función para crear el diagrama de Venn para dos eventos
def plot_venn(prior_A, prob_B_given_A, prob_B_given_notA):
    # Calculamos las áreas relativas del diagrama de Venn
    area_A = prior_A
    area_B = prob_B_given_A * prior_A + prob_B_given_notA * (1 - prior_A)
    area_AB = prob_B_given_A * prior_A

    fig, ax = plt.subplots()
    venn = venn2(subsets=(area_A, area_B - area_AB, area_AB), set_labels=('A', 'B'), ax=ax)
    ax.set_title('Diagrama de Venn de Eventos A y B')
    return fig

# Función principal para dos eventos
def bayes_app_two_events(prior_A, prob_B_given_A, prob_B_given_notA):
    posterior_A_given_B, prob_B = bayes_two_events(prior_A, prob_B_given_A, prob_B_given_notA)
    fig_venn = plot_venn(prior_A, prob_B_given_A, prob_B_given_notA)
    
    # Retornar el diagrama de Venn y los resultados
    return fig_venn, f"P(B): {prob_B:.4f}", f"P(A|B): {posterior_A_given_B:.4f}"

# Función para múltiples eventos
def bayes_multiple_events(priors, likelihoods):
    priors = np.array(priors)
    likelihoods = np.array(likelihoods)
    
    # Calculamos P(B) usando la regla de la probabilidad total
    prob_B = np.sum(priors * likelihoods)
    
    # Calculamos las probabilidades posteriores P(Ai|B) para cada evento Ai
    posteriors = (priors * likelihoods) / prob_B
    return posteriors, prob_B

# Función para crear gráficos de barras para múltiples eventos
def plot_results_multiple_events(priors, likelihoods, posteriors):
    events = [f'A{i+1}' for i in range(len(priors))]
    
    fig, ax = plt.subplots()
    ax.bar(events, posteriors, color='purple')
    ax.set_ylabel('Probabilidad Posterior')
    ax.set_title('Resultados del Teorema de Bayes para Múltiples Eventos')
    
    return fig

# Función principal para múltiples eventos
def bayes_app_multiple_events(priors, likelihoods):
    priors = list(map(float, priors.split(',')))
    likelihoods = list(map(float, likelihoods.split(',')))
    
    posteriors, prob_B = bayes_multiple_events(priors, likelihoods)
    fig = plot_results_multiple_events(priors, likelihoods, posteriors)
    
    resultados = "\n".join([f"P(A{i+1}|B): {posterior:.4f}" for i, posterior in enumerate(posteriors)])
    return fig, f"P(B): {prob_B:.4f}", resultados

# Crear la interfaz de Gradio con dos pestañas
with gr.Blocks() as demo:
    with gr.Tab("Dos Eventos"):
        gr.Markdown("## Calculadora del Teorema de Bayes con Diagrama de Venn")
        gr.Markdown("Ajusta los valores de probabilidad para calcular la probabilidad de A dado B (P(A|B)).")

        prior_A = gr.Slider(0, 1, step=0.01, label="Probabilidad Inicial de A (P(A))", value=0.5)
        prob_B_given_A = gr.Slider(0, 1, step=0.01, label="Probabilidad de B dado A (P(B|A))", value=0.7)
        prob_B_given_notA = gr.Slider(0, 1, step=0.01, label="Probabilidad de B dado que no ocurre A (P(B|¬A))", value=0.2)

        venn_plot = gr.Plot()
        prob_B = gr.Textbox(label="Probabilidad de B (P(B))")
        prob_A_given_B = gr.Textbox(label="Probabilidad de A dado B (P(A|B))")

        btn = gr.Button("Calcular")
        btn.click(fn=bayes_app_two_events, inputs=[prior_A, prob_B_given_A, prob_B_given_notA], outputs=[venn_plot, prob_B, prob_A_given_B])

    with gr.Tab("Múltiples Eventos"):
        gr.Markdown("## Calculadora del Teorema de Bayes para Múltiples Eventos")
        gr.Markdown("Introduce las probabilidades de los eventos iniciales (Priors) y las probabilidades condicionales de B dado cada evento (Likelihoods) separadas por comas. Ejemplo: '0.2, 0.3, 0.5' para tres eventos.")
        
        priors_input = gr.Textbox(label="Priors (Probabilidades Iniciales)", placeholder="Ejemplo: 0.2, 0.3, 0.5")
        likelihoods_input = gr.Textbox(label="Likelihoods (Probabilidades Condicionales de B dado cada evento)", placeholder="Ejemplo: 0.6, 0.7, 0.4")
        
        plot_multi = gr.Plot()
        prob_B_multi = gr.Textbox(label="Probabilidad de B (P(B))")
        posteriors = gr.Textbox(label="Probabilidades Posteriores")

        btn_multi = gr.Button("Calcular")
        btn_multi.click(fn=bayes_app_multiple_events, inputs=[priors_input, likelihoods_input], outputs=[plot_multi, prob_B_multi, posteriors])

demo.launch()