import matplotlib.pyplot as plt # type: ignore
import os
import statistics

# Dane
data = {
    'Jenkins + Jenkins': (165, 158, 217, 164, 136, 135, 147, 145, 138, 134, 137, 129, 136, 142, 125, 138, 133, 136, 128, 131),
    'Jenkins + ArgoCD': (181, 111, 115, 121, 128, 105, 108, 119, 112, 109, 110, 108, 111, 106, 113, 117, 113, 120, 113, 107),
    'Jenkins + FluxCD' : (167, 119, 113, 110, 102, 126, 111, 113, 118, 106, 111, 104, 101, 105, 104, 106, 102, 105, 107, 103),
    'Woodpecker + Woodpecker': (340, 348, 334, 363, 350, 339, 331, 354, 357, 351, 356, 347, 354, 341, 357, 352, 368, 336, 331, 340),
    'Woodpecker + ArgoCD': (355, 360, 354, 344, 318, 353, 328, 305, 331, 324, 328, 349, 337, 328, 349, 350, 344, 344, 344, 341),
    'Woodpecker + FluxCD' : (326, 344, 325, 337, 343, 358, 339, 341, 335, 354, 342, 355, 345, 334, 356, 346, 338, 342, 330, 333),
    'Argo Workflows + Argo-Workflows': (190, 190, 169, 211, 172, 198, 207, 192, 212, 181, 168, 199, 216, 213, 220, 209, 192, 210, 196, 165),
    'Argo Workflows + ArgoCD': (145, 159, 163, 148, 169, 185, 153, 148, 139, 176, 133, 140, 161, 135, 161, 130, 139, 164, 183, 183),
    'Argo Workflows + FluxCD': (161, 136, 181, 157, 141, 139, 157, 149, 151, 139, 139, 148, 152, 142, 136, 149, 160, 145, 173, 161)
}

# Wyliczenie średnich
labels = list(data.keys())
means = [statistics.mean(data[k]) for k in labels]

# Grupy indeksów do porównań
groupings = [
    [0, 1, 2],
    [3, 4, 5],
    [6, 7, 8],
    [0, 3, 6],
    [1, 4, 7],
    [2, 5, 8]
]

# Kolory z palety 'tab10'
color_palette = plt.get_cmap('tab10')

# Folder wyjściowy
output_folder = "plots"
os.makedirs(output_folder, exist_ok=True)

# Generowanie wykresów
for i, group in enumerate(groupings):
    group_labels = [labels[j] for j in group]
    group_means = [means[j] for j in group]
    colors = [color_palette(j % 10) for j in group]  # różne kolory

    plt.figure()
    bars = plt.bar(group_labels, group_means, color=colors)

    # Oblicz maksymalną wartość, by zwiększyć wysokość osi Y
    max_val = max(group_means)
    plt.ylim(0, max_val * 1.15)  # dodaj 15% zapasu na tekst

    plt.ylabel("Średni czas wdrożenia (sek)")
    plt.title(f"Porównanie średnich czasów wdrożenia")
    plt.xticks(rotation=45)

    # Dodanie wartości nad słupkami
    for bar in bars:
        yval = bar.get_height()
        label = f'{yval:.1f}'.replace('.', ',')  # <-- tutaj zamiana kropki na przecinek
        plt.text(bar.get_x() + bar.get_width()/2.0, yval + max_val * 0.02, label,
                ha='center', va='bottom', fontsize=9)

    plt.tight_layout()
    plt.savefig(f"{output_folder}/mean_times_{i}.png")
    plt.close()

print("Wszystkie wykresy wygenerowane z dodatkowymi marginesami!")