from __future__ import annotations
"""
Visible Learning – Explorative Clusteranalyse
---------------------------------------------
CI: angelehnt an simulation_bildungswirkgefuege
Funktion: CSV mit Effektstärken laden, manuelle Bins + K-Means-Cluster bilden,
          Silhouette-Score berechnen und Visualisierungen erzeugen.
"""

# -----------------------------------------
# Imports
# -----------------------------------------
import os
import math
import pandas as pd
import numpy as np
import json
from math import sqrt

from sklearn.preprocessing import OneHotEncoder
from sklearn.cluster import KMeans
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.decomposition import PCA
from sklearn.metrics import silhouette_score, silhouette_samples
from scipy import stats
from scipy.stats import anderson, kruskal, levene, spearmanr

import plotly.graph_objs as go
import plotly.io as pio

# -----------------------------------------
# Konfiguration laden
# -----------------------------------------
from config_visible_learning import (
    csv_file,
    k_clusters,
    export_fig_visual,
    export_fig_png,
    theme,
    selected_kapitel,
    analyse_all,
    export_werte_all,
)

# -----------------------------------------
# Template/CI
# -----------------------------------------
try:
    from ci_template import plotly_template
    plotly_template.set_theme(theme)
    _ci_layout = lambda title, x, y: plotly_template.get_standard_layout(
        title=title, x_title=x, y_title=y
    )
except Exception:
    # Fallback: neutrale Plotly-Defaults
    _ci_layout = lambda title, x, y: dict(
        title=title, xaxis_title=x, yaxis_title=y
    )

# -----------------------------------------
# Export-Helfer (HTML/PNG) – CI-kompatibel
# -----------------------------------------
EXPORT_DIR = os.path.join(os.path.dirname(__file__), "export")
if not os.path.exists(EXPORT_DIR):
    try:
        os.makedirs(EXPORT_DIR, exist_ok=True)
    except Exception:
        pass


def export_figure(fig, name: str, do_html: bool, do_png: bool):
    """Exportiert eine Plotly-Figur gemäß CI-Flags."""
    base = os.path.join(EXPORT_DIR, name)
    if do_html:
        p = f"{base}.html"
        pio.write_html(fig, file=p, auto_open=False, include_plotlyjs="cdn")
    if do_png:
        try:
            p = f"{base}.png"
            pio.write_image(fig, p, scale=2)
        except Exception:
            # PNG erfordert Kaleido; leise ignorieren, wenn nicht installiert
            pass

# -----------------------------------------
# Daten | Laden & Vorbereiten
# -----------------------------------------

REQUIRED_COLS = ["Thermometer_ID", "Stichwort", "Effektstärke"]


def load_data(csv_path: str) -> pd.DataFrame:
    df = pd.read_csv(csv_path)
    missing = [c for c in REQUIRED_COLS if c not in df.columns]
    if missing:
        raise ValueError(f"Fehlende Spalten in CSV: {missing}")
    # Typen bereinigen
    df["Thermometer_ID"] = df["Thermometer_ID"].astype(str)
    # Effektstärke robust in float wandeln
    df["Effektstärke"] = (
        df["Effektstärke"].astype(str).str.replace(",", ".", regex=False).str.strip()
    )
    df["Effektstärke"] = pd.to_numeric(df["Effektstärke"], errors="coerce")
    # explizit ±inf auf NaN setzen, um sie zu entfernen
    df["Effektstärke"] = df["Effektstärke"].replace([np.inf, -np.inf], np.nan)

    # Kapitel aus Thermometer_ID ableiten und Kapitelname mappen
    df["Kapitel"] = df["Thermometer_ID"].astype(str).str.split(".").str[0].astype(int)

    kapitel_map = {
        5: "Lernende",
        6: "Elternhaus und Familie",
        7: "Schule und Gesellschaft",
        8: "Klassenzimmer",
        9: "Lehrperson",
        10: "Curriculum",
        11: "Zielorientiertes Unterrichten",
        12: "Lernstrategien",
        13: "Lehrstrategien",
        14: "Nutzung von Technologien",
        15: "Schulische und außerschulische Einflüsse",
    }
    df["Kapitelname"] = df["Kapitel"].map(kapitel_map).fillna(df["Kapitel"].map(lambda k: f"Kapitel {k}"))

    return df.dropna(subset=["Effektstärke"])  # nur gültige Zahlen

def validate_data(df: pd.DataFrame) -> dict:
    """Einfache Datenvalidierung und Qualitätsreport.
    Hinweis: Fehlende Effektstärken wurden in load_data bereits entfernt.
    """
    report = {}
    report["n_rows"] = int(len(df))
    # Duplikate
    dup_counts = df["Thermometer_ID"].value_counts()
    duplicates = dup_counts[dup_counts > 1]
    report["duplicate_ids"] = duplicates.to_dict()
    report["n_duplicates"] = int(duplicates.sum()) if not duplicates.empty else 0
    # Gültige Kapitel (5..15)
    valid_kap = set(range(5, 16))
    invalid_kapitel = df.loc[~df["Kapitel"].isin(valid_kap), "Kapitel"].tolist()
    report["invalid_kapitel_entries"] = invalid_kapitel
    # Wertebereich d
    report["effekt_min"] = float(df["Effektstärke"].min()) if not df.empty else None
    report["effekt_max"] = float(df["Effektstärke"].max()) if not df.empty else None
    # Leere Stichworte
    empty_keywords = df["Stichwort"].astype(str).str.strip().eq("").sum()
    report["empty_stichwort"] = int(empty_keywords)
    return report

# -----------------------------------------
# Manuelle Bins (heuristische Einteilung)
# -----------------------------------------
BIN_LABELS = ["negativ", "gering", "mittel", "hoch"]


def manual_bin(d: float) -> str:
    if d < 0:
        return "negativ"
    if 0 <= d < 0.40:
        return "gering"
    if 0.40 <= d < 0.70:
        return "mittel"
    return "hoch"


def add_manual_bins(df: pd.DataFrame) -> pd.DataFrame:
    df = df.copy()
    df["Bin"] = df["Effektstärke"].apply(manual_bin)
    return df


# -----------------------------------------
# K-Means-Clustering (Effektstärke + Kapitel)
# -----------------------------------------

def encode_features(df: pd.DataFrame, kapitel_weight: float = 1.0) -> tuple[np.ndarray, list[str]]:
    """One-Hot-Encoding des Kapitels + Effektstärke (metrisch)."""
    try:
        enc = OneHotEncoder(sparse_output=False, handle_unknown="ignore")  # neuere sklearn-Versionen
    except TypeError:
        enc = OneHotEncoder(sparse=False, handle_unknown="ignore")  # ältere sklearn-Versionen
    cat = df[["Kapitel"]].fillna(-1)
    cat_ohe = enc.fit_transform(cat)
    cat_ohe = cat_ohe * float(kapitel_weight)
    eff = df[["Effektstärke"]].values
    X = np.hstack([eff, cat_ohe])
    feature_names = ["Effektstärke"] + [f"kap::{c}" for c in enc.get_feature_names_out(["Kapitel"])]
    return X, feature_names


def encode_features_3d(df: pd.DataFrame, kapitel_weight: float = 1.0) -> tuple[np.ndarray, list[str]]:
    """Effektstärke + Kapitel + Textdimension (TF-IDF + PCA) für 3D-Clustering."""
    # Kapitel
    try:
        enc = OneHotEncoder(sparse_output=False, handle_unknown="ignore")
    except TypeError:
        enc = OneHotEncoder(sparse=False, handle_unknown="ignore")
    cat = df[["Kapitel"]].fillna(-1)
    cat_ohe = enc.fit_transform(cat)
    cat_ohe = cat_ohe * float(kapitel_weight)

    # Effektstärke
    eff = df[["Effektstärke"]].values

    # Textdimension über TF-IDF + PCA
    vectorizer = TfidfVectorizer(max_features=100)
    X_text = vectorizer.fit_transform(df["Stichwort"].astype(str))
    # Sicherstellen, dass TF-IDF keine Inf/NaN enthält (sollte nicht vorkommen)
    X_text = X_text.tocsr()
    pca = PCA(n_components=1, random_state=42)
    text_dim = pca.fit_transform(X_text.toarray())

    # Textdimension im DataFrame speichern
    df["Text_Dimension"] = text_dim.flatten()

    # Zusammenführen
    X = np.hstack([eff, cat_ohe, text_dim])
    feature_names = ["Effektstärke"] + list(enc.get_feature_names_out(["Kapitel"])) + ["Text_Dimension"]
    return X, feature_names

# -----------------------------------------
# 3‑Achsige System-Clusteranalyse (x=Psychisch, y=Sozial, z=Effektstärke)
# -----------------------------------------

def load_system_axes(df: pd.DataFrame, mapping_csv: str | None = None) -> pd.DataFrame:
    """
    Merged eine optionale Mapping-Datei (z. B. systems_mapping.csv) auf den DataFrame.
    Erwartete Spalten-Varianten (mindestens eine der Varianten):
      Variante A) getrennte Indikatoren:
          - System_psychisch (0/1 oder float)
          - System_sozial    (0/1 oder float)
      Variante B) gemeinsame Spalte:
          - System in {'psychisch','sozial','beides','neutral'} (Groß/Kleinschreibung egal)
    Falls keine Spalten gefunden werden, werden beide Achsen auf 0.0 gesetzt.
    """
    out = df.copy()
    # default: Spalten evtl. schon vorhanden -> normalisieren
    def _coerce_float(col):
        return pd.to_numeric(out[col], errors="coerce").fillna(0.0).astype(float)

    has_psy = "System_psychisch" in out.columns
    has_soz = "System_sozial" in out.columns
    has_cat = "System" in out.columns

    # optional: Mapping-Datei einlesen und per Thermometer_ID mergen
    if mapping_csv is None:
        mapping_csv = os.path.join(os.path.dirname(__file__), "systems_mapping.csv")
    try:
        if os.path.exists(mapping_csv):
            mp = pd.read_csv(mapping_csv, dtype={"Thermometer_ID": str})
            out = out.merge(mp, on="Thermometer_ID", how="left", suffixes=("", "_map"))
            # falls es Dubletten gibt, map-Varianten bevorzugen
            for col in ["System_psychisch", "System_sozial", "System"]:
                col_map = col + "_map"
                if col_map in out.columns:
                    out[col] = out[col].where(out[col].notna(), out[col_map])
            # Aufräumen
            drop_cols = [c for c in out.columns if c.endswith("_map")]
            if drop_cols:
                out = out.drop(columns=drop_cols)
            # Flags neu prüfen (können durch Merge entstanden sein)
            has_psy = "System_psychisch" in out.columns
            has_soz = "System_sozial" in out.columns
            has_cat = "System" in out.columns
    except Exception:
        # still silently continue; Achsen ggf. später auf 0 setzen
        pass

    # Variante A: numerische Spalten
    if has_psy and has_soz:
        out["System_psychisch"] = _coerce_float("System_psychisch")
        out["System_sozial"] = _coerce_float("System_sozial")
    # Variante B: kategoriale Spalte -> in numerische Achsen mappen
    elif has_cat:
        s = out["System"].astype(str).str.lower().str.strip()
        out["System_psychisch"] = np.where(s.isin(["psychisch", "beides"]), 1.0, 0.0)
        out["System_sozial"]   = np.where(s.isin(["sozial", "beides"]),    1.0, 0.0)
        out.loc[s.eq("neutral"), ["System_psychisch","System_sozial"]] = 0.0
    else:
        # Fallback: keine Angaben -> beide Achsen = 0.0
        out["System_psychisch"] = 0.0
        out["System_sozial"] = 0.0
        print("Hinweis: Keine System-Spalten gefunden. Achsen 'psychisch'/'sozial' wurden auf 0.0 gesetzt. "
              "Lege optional eine 'systems_mapping.csv' mit Spalten "
              "[Thermometer_ID, System_psychisch, System_sozial] oder [Thermometer_ID, System] an.")

    return out


def encode_features_system3(df: pd.DataFrame,
                            psych_weight: float = 1.0,
                            sozial_weight: float = 1.0,
                            effekt_weight: float = 1.0) -> tuple[np.ndarray, list[str]]:
    """
    Baut die 3D-Featurematrix für die Systemanalyse:
      X[:,0] = psych_weight  * System_psychisch
      X[:,1] = sozial_weight * System_sozial
      X[:,2] = effekt_weight * Effektstärke
    """
    X = np.column_stack([
        df["System_psychisch"].astype(float).values * float(psych_weight),
        df["System_sozial"].astype(float).values   * float(sozial_weight),
        df["Effektstärke"].astype(float).values    * float(effekt_weight),
    ])
    return _sanitize_X(X), ["System_psychisch", "System_sozial", "Effektstärke"]


def run_kmeans_system3(df: pd.DataFrame, k: int = 4, random_state: int = 42,
                       psych_weight: float = 1.0, sozial_weight: float = 1.0, effekt_weight: float = 1.0):
    """
    K-Means auf den 3 System-Achsen (x=psychisch, y=sozial, z=Effektstärke).
    Gibt (labels, silhouette, model, X) zurück.
    """
    X, _ = encode_features_system3(df, psych_weight, sozial_weight, effekt_weight)
    model = KMeans(n_clusters=k, n_init=20, random_state=random_state)
    labels = model.fit_predict(X)
    sil = silhouette_score(X, labels) if k > 1 and len(df) > k else np.nan
    return labels, sil, model, X


def plot_cluster_system3(df: pd.DataFrame, labels: np.ndarray, sil: float, title_suffix: str = "system3d"):
    """
    3D-Scatter mit Achsen:
      x = System_psychisch, y = System_sozial, z = Effektstärke
    Farben nach Cluster (CI-Template). Hover zeigt Thermometer, Kapitel, Stichwort und Koordinaten.
    """
    styles = plotly_template.get_plot_styles()
    colors = plotly_template.get_colors()

    tmp = df.copy()
    tmp["Cluster_sys3"] = labels.astype(int)

    # Markerpalette robust aus CI-Styles ableiten
    def _get_marker(*candidates):
        for key in candidates:
            if key in styles:
                return styles[key]
        return styles.get("marker_accent", {})

    palette_markers = [
        _get_marker("marker_positiveHighlight", "marker_brightArea", "marker_accent"),
        _get_marker("marker_primaryLine", "marker_brightArea", "marker_accent"),
        _get_marker("marker_secondaryLine", "marker_accent", "marker_brightArea"),
        _get_marker("marker_negativeHighlight", "marker_accent", "marker_brightArea"),
    ]

    hovertemplate = (
        "Thermometer: %{customdata[0]}<br>"
        "Kapitel: %{customdata[1]}<br>"
        "Stichwort: %{text}<br>"
        "Psychisch (x): %{x:.2f}<br>"
        "Sozial (y): %{y:.2f}<br>"
        "d (z): %{z:.2f}<extra></extra>"
    )

    fig = go.Figure()
    for idx, c in enumerate(sorted(tmp["Cluster_sys3"].unique())):
        sub = tmp[tmp["Cluster_sys3"] == c]
        marker_style = palette_markers[idx % len(palette_markers)]
        fig.add_trace(go.Scatter3d(
            x=sub["System_psychisch"],
            y=sub["System_sozial"],
            z=sub["Effektstärke"],
            mode="markers",
            marker={**marker_style, "size": 7},
            name=f"Cluster {c}",
            text=sub["Stichwort"],
            customdata=np.stack([sub["Thermometer_ID"], sub["Kapitelname"]], axis=-1),
            hovertemplate=hovertemplate
        ))

    fig.update_layout(plotly_template.get_standard_layout(
        f"System-3D-Cluster (x=Psychisch, y=Sozial, z=d) – Silhouette: {sil:.3f} – {title_suffix}",
        "Psychisches System", "Soziales System", "Cohen d"
    ))
    # Achsen-Beschriftungen & Skalen
    fig.update_layout(scene=dict(
        xaxis=dict(title="Psychisches System", range=[-0.05, 1.05]),
        yaxis=dict(title="Soziales System",  range=[-0.05, 1.05]),
        zaxis=dict(title="Cohen d")
    ))
    fig.show()

# -----------------------------------------
# Hilfsfunktion zur Sanitisierung von Feature-Matrizen
# -----------------------------------------
def _sanitize_X(X: np.ndarray, clip: float | None = None) -> np.ndarray:
    """Ersetzt NaN/Inf in Feature-Matrizen und optionales Clipping gegen numerische Ausreißer.
    Gibt eine *neue* Matrix zurück.
    """
    X = np.asarray(X, dtype=float).copy()
    # NaN/Inf -> 0
    X[~np.isfinite(X)] = 0.0
    if clip is not None and clip > 0:
        X = np.clip(X, -float(clip), float(clip))
    return X


def run_kmeans(df: pd.DataFrame, k: int = 4, random_state: int = 42, kapitel_weight: float = 1.0):
    X, feature_names = encode_features(df, kapitel_weight=kapitel_weight)
    X = _sanitize_X(X, clip=1e6)
    if not np.isfinite(X).all():
        print("Warnung: Nicht-endliche Werte in X nach Sanitisierung – werden als 0 behandelt.")
    model = KMeans(n_clusters=k, n_init=20, random_state=random_state)
    labels = model.fit_predict(X)
    sil = silhouette_score(X, labels) if k > 1 and len(df) > k else np.nan
    return labels, sil, model

# -----------------------------------------
# Statistische Auswertungen
# -----------------------------------------

def describe_effects(df: pd.DataFrame) -> pd.DataFrame:
    """Deskriptive Statistik (gesamt & je Kapitel)."""
    # Aggregation für Kapitel mit eindeutigen Spaltennamen
    by_kap = df.groupby("Kapitel")["Effektstärke"].agg(
        n="count",
        mean="mean",
        std=lambda s: s.std(ddof=1),
        min="min",
        q1=lambda s: s.quantile(0.25),
        median="median",
        q3=lambda s: s.quantile(0.75),
        max="max",
        skew="skew",
        kurtosis=lambda s: s.kurt(),
    )
    # Gesamtzeile
    overall = pd.DataFrame({
        "n": [df["Effektstärke"].count()],
        "mean": [df["Effektstärke"].mean()],
        "std": [df["Effektstärke"].std(ddof=1)],
        "min": [df["Effektstärke"].min()],
        "q1": [df["Effektstärke"].quantile(0.25)],
        "median": [df["Effektstärke"].median()],
        "q3": [df["Effektstärke"].quantile(0.75)],
        "max": [df["Effektstärke"].max()],
        "skew": [df["Effektstärke"].skew()],
        "kurtosis": [df["Effektstärke"].kurt()],
    }, index=["Gesamt"])
    # Kapitel-Index schöner beschriften
    by_kap.index = [f"Kapitel {int(k)}" for k in by_kap.index]
    # Zusammenführen
    out = pd.concat([overall, by_kap])
    return out

def plot_table_stats(stats_df: pd.DataFrame, title: str):
    from plotly.graph_objs import Table, Figure
    colors = plotly_template.get_colors()
    fig = Figure(data=[Table(
        header=dict(values=[""] + list(stats_df.columns),
                    fill_color=colors["brightArea"], font=dict(color=colors["white"])),
        cells=dict(values=[stats_df.index.astype(str)] + [stats_df[c].round(3).tolist() for c in stats_df.columns],
                   fill_color=colors["depthArea"], font=dict(color=colors["white"]))
    )])
    fig.update_layout(plotly_template.get_standard_layout(title, "", ""))
    fig.show()

def normality_and_qq(df: pd.DataFrame, kapitel: int | None = None):
    x = df["Effektstärke"].dropna().values
    ad = anderson(x, dist='norm')
    print(f"Anderson–Darling: A2={ad.statistic:.3f} | kritische Werte {ad.critical_values} | Sig-Level {ad.significance_level}")
    # QQ-Plot
    if len(x) < 3:
        print("QQ-Plot: Zu wenige Datenpunkte (<3) – Plot wird übersprungen.")
        return
    styles = plotly_template.get_plot_styles()
    osm, osr = stats.probplot(x, dist="norm", rvalue=False)
    # Kompatibel zu unterschiedlichen SciPy-Versionen:
    # Variante A: osm=array(theoretische Quantile), osr=array(ordered responses)
    # Variante B: osm=(array(theoretische Quantile), array(ordered responses)), osr=... (ungleich genutzt)
    if isinstance(osm, (tuple, list)) and len(osm) == 2 and np.ndim(osm[0]) == 1:
        th = np.asarray(osm[0])
        ord_data = np.asarray(osm[1])
    else:
        th = np.asarray(osm)
        ord_data = np.asarray(osr)

    # NaNs/Inf filtern und Mindestlänge absichern
    mask = np.isfinite(th) & np.isfinite(ord_data)
    th = th[mask]
    ord_data = ord_data[mask]
    if th.size < 2:
        print("QQ-Plot: Zu wenige gültige Punkte nach Filter – Fit wird übersprungen.")
        # nur Punkte plotten
        fig = go.Figure()
        fig.add_trace(go.Scatter(x=th, y=ord_data, mode="markers", marker=styles["marker_accent"], name="Daten"))
        lab = f"QQ-Plot Effektstärken ({'Kapitel '+str(kapitel) if kapitel else 'Gesamt'})"
        fig.update_layout(plotly_template.get_standard_layout(lab, "Theoretische Quantile (Normal)", "Beobachtete Quantile"))
        fig.show()
        return

    fig = go.Figure()
    fig.add_trace(go.Scatter(x=th, y=ord_data, mode="markers", marker=styles["marker_accent"], name="Daten"))
    # Diagonale (Least Squares Fit)
    m, b = np.polyfit(th, ord_data, 1)
    fig.add_trace(go.Scatter(x=th, y=m*th + b, mode="lines", line=styles["linie_primaryLine"], name="Fit"))
    lab = f"QQ-Plot Effektstärken ({'Kapitel '+str(kapitel) if kapitel else 'Gesamt'})"
    fig.update_layout(plotly_template.get_standard_layout(lab, "Theoretische Quantile (Normal)", "Beobachtete Quantile"))
    fig.show()

def mark_outliers_iqr(df: pd.DataFrame) -> pd.DataFrame:
    q1, q3 = df["Effektstärke"].quantile([0.25, 0.75])
    iqr = q3 - q1
    lo, hi = q1 - 1.5*iqr, q3 + 1.5*iqr
    out = df.copy()
    out["Outlier_IQR"] = ~out["Effektstärke"].between(lo, hi)
    print(f"IQR-Grenzen: [{lo:.2f}, {hi:.2f}] | Ausreißer: {int(out['Outlier_IQR'].sum())}")
    return out

def group_tests_by_kapitel(df: pd.DataFrame):
    groups = [g.dropna().values for _, g in df.groupby("Kapitel")["Effektstärke"]]
    if len(groups) >= 2:
        lev = levene(*groups, center='median')
        print(f"Levene (Homogenität): W={lev.statistic:.3f}, p={lev.pvalue:.4f}")
    # robust: Kruskal–Wallis
    if len(groups) >= 2:
        kw = kruskal(*groups)
        n_total = sum(len(g) for g in groups)
        h = kw.statistic
        eps2 = (h - (len(groups)-1)) / (n_total - 1)
        print(f"Kruskal–Wallis: H={h:.3f}, p={kw.pvalue:.6f} | ε²={eps2:.3f}")

def text_vs_effect(df: pd.DataFrame):
    if "Text_Dimension" not in df.columns:
        encode_features_3d(df)
    rho, p = spearmanr(df["Text_Dimension"], df["Effektstärke"], nan_policy='omit')
    print(f"Spearman ρ(Text, d) = {rho:.3f}, p={p:.6f}")
    styles = plotly_template.get_plot_styles()
    fig = go.Figure()
    fig.add_trace(go.Scatter(x=df["Text_Dimension"], y=df["Effektstärke"],
                             mode="markers", marker=styles["marker_brightArea"], name="Thermometer",
                             text=df["Stichwort"],
                             hovertemplate="Textdim: %{x:.3f}<br>d: %{y:.2f}<br>%{text}<extra></extra>"))
    x = df["Text_Dimension"].values; y = df["Effektstärke"].values
    if len(x) >= 2 and np.isfinite(x).all() and np.isfinite(y).all():
        m, b = np.polyfit(x, y, 1)
        xx = np.linspace(x.min(), x.max(), 100)
        fig.add_trace(go.Scatter(x=xx, y=m*xx+b, mode="lines", line=styles["linie_secondaryLine"], name="Trend"))
    fig.update_layout(plotly_template.get_standard_layout("Textdimension × Effektstärke (Spearman)", "Textdimension (PCA1)", "Cohen d"))
    fig.show()

def chi2_bins_kapitel(df: pd.DataFrame):
    ct = pd.crosstab(df["Kapitel"], df["Bin"]).reindex(sorted(df["Kapitel"].unique()))
    chi2 = stats.chi2_contingency(ct)
    print("Kontingenztafel (Kapitel × Bin):")
    print(ct)
    print(f"Chi²={chi2[0]:.3f}, p={chi2[1]:.6f}, df={chi2[2]} (Unabhängigkeitstest)")
    return ct

def cluster_diagnostics(df: pd.DataFrame, k_min: int = 2, k_max: int = 8, kapitel_weight: float = 0.0):
    X, _ = encode_features(df, kapitel_weight=kapitel_weight)
    inertias, sils, ks = [], [], []
    for k in range(k_min, k_max + 1):
        km = KMeans(n_clusters=k, n_init=20, random_state=42).fit(X)
        inertias.append(km.inertia_)
        ks.append(k)
        sils.append(silhouette_score(X, km.labels_) if k > 1 else np.nan)
    colors = plotly_template.get_colors()
    fig = go.Figure()
    fig.add_trace(go.Scatter(x=ks, y=inertias, mode="lines+markers",
                             line=dict(color=colors["primaryLine"], width=2), name="Inertia (Elbow)"))
    fig.add_trace(go.Scatter(x=ks, y=sils, mode="lines+markers",
                             line=dict(color=colors["secondaryLine"], width=2), name="Silhouette"))
    fig.update_layout(plotly_template.get_standard_layout("Cluster-Diagnostik (k)", "k", "Wert"))
    fig.show()

def cluster_profiles(df: pd.DataFrame, labels: np.ndarray, top_terms: int = 3):
    res = []
    tmp = df.copy()
    tmp["Cluster"] = labels
    vect = TfidfVectorizer(max_features=300)
    Xtxt = vect.fit_transform(tmp["Stichwort"].astype(str))
    vocab = np.array(vect.get_feature_names_out())
    for c in sorted(tmp["Cluster"].unique()):
        sub = tmp[tmp["Cluster"] == c]
        mean_d = sub["Effektstärke"].mean()
        n = len(sub)
        by_kap = sub["Kapitel"].value_counts().sort_index().to_dict()
        # positionsbasierte Zeilenindizes für die Sparse-Matrix
        pos_idx = tmp.index.get_indexer(sub.index)
        mean_tfidf = np.asarray(Xtxt[pos_idx].mean(axis=0)).ravel()
        top_idx = mean_tfidf.argsort()[::-1][:top_terms]
        terms = vocab[top_idx].tolist()
        res.append({"Cluster": c, "n": n, "Ø d": round(mean_d,3), "Kapitelverteilung": by_kap, "Top_Terme": terms})
    prof = pd.DataFrame(res).set_index("Cluster")
    print("\nCluster-Profile:")
    print(prof)
    return prof

# -----------------------------------------
# Signifikanz-geführte Sicht (kapitelunabhängig)
# -----------------------------------------

def _minmax_norm(a: np.ndarray) -> np.ndarray:
    a = np.asarray(a, dtype=float)
    if a.size == 0:
        return a
    lo, hi = np.nanmin(a), np.nanmax(a)
    if not np.isfinite(lo) or not np.isfinite(hi) or hi - lo <= 1e-12:
        return np.zeros_like(a)
    return (a - lo) / (hi - lo)

def build_significance_view(df: pd.DataFrame) -> pd.DataFrame:
    """
    Erzeugt eine kapitelunabhängige Sicht mit einem 'SignifikanzScore'.
    Idee: Kombination aus Effektstärke-Magnitude und (falls vorhanden) individueller Silhouette-Trennschärfe.
    - score_basis = |d| (größer = stärker)
    - score_cluster = Silhouette_point (kleiner 0 -> auf 0 gesetzt), anschließend min-max-normalisiert
    - Gesamt-Score = 0.6*norm(|d|) + 0.4*norm(max(Silhouette_point, 0))
    Vorzeichen des Scores folgt dem Vorzeichen von d, damit negative Effekte unten landen.
    Hinweis: Clustering/Score in dieser Ansicht wird kapitelunabhängig berechnet, indem Kapitel-OHE mit Gewicht 0.0 skaliert wird.
    """
    tmp = df.copy()
    # Basisgrößen
    tmp["abs_d"] = tmp["Effektstärke"].abs()
    if "Silhouette_point" not in tmp.columns:
        tmp["Silhouette_point"] = np.nan

    sil_nonneg = tmp["Silhouette_point"].fillna(0.0).clip(lower=0.0)
    score_basis = _minmax_norm(tmp["abs_d"].values)
    score_sil = _minmax_norm(sil_nonneg.values)

    score = 0.6 * score_basis + 0.4 * score_sil
    tmp["SignifikanzScore"] = score * np.sign(tmp["Effektstärke"].values)

    # Ranglisten (absolut stärkste zuerst)
    tmp["Rank_abs"] = (-tmp["abs_d"]).rank(method="min").astype(int)
    tmp["Rank_score"] = (-tmp["SignifikanzScore"].abs()).rank(method="min").astype(int)

    # Kategorien für schnelle Filterung
    def impact_label(d):
        if d >= 0.70:
            return "hoch+"
        if d >= 0.40:
            return "mittel+"
        if d >= 0.00:
            return "gering+"
        if d > -0.40:
            return "gering−"
        if d > -0.70:
            return "mittel−"
        return "hoch−"

    tmp["Impact_Label"] = tmp["Effektstärke"].apply(impact_label)
    return tmp

def plot_significance_space(df_sig: pd.DataFrame):
    """
    2D-Signifikanzraum:
    x = Effektstärke (Cohen d)
    y = SignifikanzScore (vorzeichenbehaftet)
    Punktgröße ~ |Score|, Farbe nach Vorzeichen (CI-Farben).
    """
    styles = plotly_template.get_plot_styles()
    colors = plotly_template.get_colors()

    # Markergrößen (skaliert)
    s = (df_sig["SignifikanzScore"].abs() * 20.0) + 6.0

    # Farben nach Vorzeichen
    color_pos = colors.get("positiveHighlight", "#2ca02c")
    color_neg = colors.get("negativeHighlight", "#d62728")
    point_colors = np.where(df_sig["SignifikanzScore"] >= 0, color_pos, color_neg)

    hovertemplate = (
        "Thermometer: %{customdata[0]}<br>"
        "Stichwort: %{text}<br>"
        "d: %{x:.2f}<br>"
        "Score: %{y:.3f}<br>"
        "Kapitel: %{customdata[1]}<br>"
        "Impact: %{customdata[2]}<br>"
        "Rank(|d|): %{customdata[3]} | Rank(|Score|): %{customdata[4]}<extra></extra>"
    )

    fig = go.Figure()
    fig.add_trace(go.Scatter(
        x=df_sig["Effektstärke"],
        y=df_sig["SignifikanzScore"],
        mode="markers",
        marker=dict(color=point_colors, size=s),
        text=df_sig["Stichwort"],
        customdata=np.stack([
            df_sig["Thermometer_ID"],
            df_sig["Kapitelname"],
            df_sig["Impact_Label"],
            df_sig["Rank_abs"],
            df_sig["Rank_score"],
        ], axis=-1),
        name="Thermometer",
        hovertemplate=hovertemplate
    ))

    # Referenzlinien
    fig.add_hline(y=0, line=dict(color=colors.get("depthArea"), width=1))
    for x0 in [0.0, 0.40, 0.70, -0.40, -0.70]:
        fig.add_vline(x=x0, line=dict(color=colors.get("depthArea"), width=1, dash="dot"))

    fig.update_layout(plotly_template.get_standard_layout(
        "Signifikanz-geführter Raum: Effektstärke × Score (kapitelunabhängig)",
        "Cohen d", "SignifikanzScore"
    ))
    fig.show()


# -----------------------------------------
# Fibonacci-Ähnlichkeitsanalyse
# -----------------------------------------

def _fibonacci_n(n: int) -> np.ndarray:
    """Erzeugt die ersten n Fibonacci-Zahlen (startend 1,1,2,3,5,...) als float64."""
    if n <= 0:
        return np.array([], dtype=float)
    fib = np.zeros(n, dtype=float)
    if n >= 1:
        fib[0] = 1.0
    if n >= 2:
        fib[1] = 1.0
    for i in range(2, n):
        fib[i] = fib[i - 1] + fib[i - 2]
    return fib

def _ols_fit(x: np.ndarray, y: np.ndarray) -> tuple[float, float, float, float]:
    """
    Linearer Fit y ≈ a·x + b; gibt (a, b, r, r2) zurück.
    r = Pearson, r2 = R². x,y werden als float Arrays erwartet.
    """
    x = np.asarray(x, float)
    y = np.asarray(y, float)
    xm, ym = x.mean(), y.mean()
    num = ((x - xm) * (y - ym)).sum()
    den = ((x - xm) ** 2).sum()
    a = 0.0 if den == 0 else num / den
    b = ym - a * xm
    # Pearson
    sx = x.std(ddof=1)
    sy = y.std(ddof=1)
    r = 0.0 if sx == 0 or sy == 0 else num / ((len(x) - 1) * sx * sy)
    r2 = r * r
    return a, b, r, r2

def _golden_ratio():
    return (1 + sqrt(5)) / 2

def fib_like_analysis(df: pd.DataFrame, export_prefix: str = "fib"):
    """
    Prüft Fibonacci-Ähnlichkeit der Effektstärken.
    – zwei Sichten: signed (mit Vorzeichen), abs (Betrag)
    – skaliert Fibonacci per OLS (a,b), berechnet Kennzahlen und Residuen
    – Permutationstest für R² (2000 Shuffles)
    – Visuals im CI-Look
    """
    styles = plotly_template.get_plot_styles()
    colors = plotly_template.get_colors()

    results = {}
    phi = _golden_ratio()

    for view in ("signed", "abs"):
        if view == "signed":
            series = np.sort(df["Effektstärke"].values)[::-1]  # absteigend (mit Vorzeichen)
            label = "Effektstärken (absteigend, mit Vorzeichen)"
        else:
            series = np.sort(np.abs(df["Effektstärke"].values))[::-1]
            label = "Effektstärken |d| (absteigend)"

        n = len(series)
        if n < 5:
            print("Fibonacci-Analyse: zu wenige Punkte.")
            return

        fib = _fibonacci_n(n)
        a, b, r, r2 = _ols_fit(fib, series)
        fitted = a * fib + b
        resid = series - fitted

        # Fehlermaße
        rmse = float(np.sqrt(np.mean((series - fitted) ** 2)))
        mape = float(np.mean(np.abs((series - fitted) / np.where(series == 0, 1e-9, series)))) * 100.0

        # Verhältnis-Folge gegen φ
        with np.errstate(divide="ignore", invalid="ignore"):
            ratios = series[:-1] / series[1:]
        ratios = ratios[np.isfinite(ratios) & (series[1:] != 0)]
        ratio_med = float(np.median(ratios)) if ratios.size else np.nan
        ratio_mae = float(np.mean(np.abs(ratios - phi))) if ratios.size else np.nan

        # Permutationstest (R²)
        rng = np.random.default_rng(42)
        n_perm = 2000
        r2_null = []
        for _ in range(n_perm):
            shuf = np.array(series, copy=True)
            rng.shuffle(shuf)
            _, _, _, r2p = _ols_fit(fib, shuf)
            r2_null.append(r2p)
        r2_null = np.array(r2_null)
        p_value = float((r2_null >= r2).mean())

        # ---------------- Plots ----------------
        # Overlay
        fig1 = go.Figure()
        fig1.add_trace(go.Scatter(
            x=np.arange(n), y=series, mode="lines+markers",
            line=styles.get("linie_primaryLine", {}), marker=styles.get("marker_brightArea", {}),
            name=label, hovertemplate="i=%{x}<br>Effekt: %{y:.3f}<extra></extra>"
        ))
        fig1.add_trace(go.Scatter(
            x=np.arange(n), y=fitted, mode="lines",
            line=styles.get("linie_secondaryLine", {}),
            name=f"Skalierte Fibonacci (a={a:.3f}, b={b:.3f})",
            hovertemplate="i=%{x}<br>Fit: %{y:.3f}<extra></extra>"
        ))
        fig1.update_layout(plotly_template.get_standard_layout(
            f"Fibonacci-Overlay ({'signed' if view=='signed' else '|d|'}) – r={r:.3f}, R²={r2:.3f}, p≈{p_value:.3f}",
            "rangsortierter Index", "Wert"
        ))
        fig1.show()

        # Residuen
        fig2 = go.Figure()
        fig2.add_trace(go.Bar(
            x=np.arange(n), y=resid, marker=dict(color=colors.get("brightArea", "#BBBBBB")),
            name="Residuen", hovertemplate="i=%{x}<br>Residuum: %{y:.3f}<extra></extra>"
        ))
        fig2.add_hline(y=0, line=dict(width=1, color=colors.get("depthArea")))
        fig2.update_layout(plotly_template.get_standard_layout(
            f"Residuen zum Fibonacci-Fit ({'signed' if view=='signed' else '|d|'})",
            "rangsortierter Index", "Residuum"
        ))
        fig2.show()

        # Ratio-Histogramm vs. φ
        if ratios.size:
            fig3 = go.Figure()
            fig3.add_trace(go.Histogram(
                x=ratios, nbinsx=min(30, max(10, int(np.sqrt(len(ratios))))),
                marker=dict(color=colors.get("brightArea", "#BBBBBB")),
                name="d_i / d_{i+1}",
                hovertemplate="Ratio: %{x:.3f}<br>n=%{y}<extra></extra>"
            ))
            fig3.add_vline(x=phi, line=dict(width=2, dash="dot", color=colors.get("depthArea")),
                           annotation_text="φ", annotation_position="top right")
            fig3.update_layout(plotly_template.get_standard_layout(
                f"Verhältnisverteilung dᵢ/dᵢ₊₁ vs. φ ({'signed' if view=='signed' else '|d|'})",
                "dᵢ / dᵢ₊₁", "Häufigkeit"
            ))
            fig3.show()

        # ---------------- Exporte ----------------
        try:
            out = {
                "view": view,
                "n": int(n),
                "a": float(a), "b": float(b),
                "pearson_r": float(r), "r2": float(r2),
                "rmse": rmse, "mape_percent": mape,
                "phi": float(phi),
                "ratio_median": ratio_med,
                "ratio_mae_to_phi": ratio_mae,
                "perm_n": int(n_perm),
                "perm_p_r2": p_value,
            }
            export_json(out, f"{export_prefix}_{view}_metrics.json")

            df_export = pd.DataFrame({
                "rank": np.arange(n),
                "effect": series,
                "fib": fib,
                "fit": fitted,
                "resid": resid
            })
            df_export.to_csv(os.path.join(EXPORT_DIR, f"{export_prefix}_{view}_series.csv"), index=False)
        except Exception:
            pass

        results[view] = out

    print("\nFIBONACCI-CHECK (kurz):")
    for view in ("signed", "abs"):
        m = results[view]
        print(f"  {view:6s} | R²={m['r2']:.3f} | p(R²)≈{m['perm_p_r2']:.3f} | "
              f"ratio_median≈{m['ratio_median']:.3f} (φ≈{_golden_ratio():.3f})")

    return results


# -----------------------------------------
# Zusätzliche Visualisierungen: Silhouette-Balken & Cluster-Embedding
# -----------------------------------------

def plot_silhouette_bars(df: pd.DataFrame, labels: np.ndarray, sil_global: float):
    """
    Klassisches Silhouette-Plot als Balkenvisualisierung.
    Nutzt df["Silhouette_point"] (falls vorhanden). Farben stammen aus dem CI-Template.
    """
    if "Silhouette_point" not in df.columns or df["Silhouette_point"].isna().all():
        print("Silhouette-Plot: keine Punkt-Silhouetten verfügbar – übersprungen.")
        return

    styles = plotly_template.get_plot_styles()
    colors = plotly_template.get_colors()

    tmp = df.copy()
    tmp["Cluster"] = labels.astype(int)
    # zur stabilen Sortierung innerhalb der Cluster absteigend nach Silhouette
    tmp = tmp.sort_values(["Cluster", "Silhouette_point"], ascending=[True, False]).reset_index(drop=True)
    tmp["_idx"] = np.arange(len(tmp))

    # Markerpalette (robust, nur CI-Keys)
    def _get_marker(*candidates):
        for key in candidates:
            if key in styles:
                return styles[key]
        return styles.get("marker_accent", {})

    palette_markers = [
        _get_marker("marker_positiveHighlight", "marker_brightArea", "marker_accent"),
        _get_marker("marker_primaryLine", "marker_brightArea", "marker_accent"),
        _get_marker("marker_secondaryLine", "marker_accent", "marker_brightArea"),
        _get_marker("marker_negativeHighlight", "marker_accent", "marker_brightArea"),
    ]

    fig = go.Figure()
    clusters_sorted = sorted(tmp["Cluster"].unique())
    for idx, c in enumerate(clusters_sorted):
        sub = tmp[tmp["Cluster"] == c]
        # Balkenfarbe aus Marker-Stil ableiten (falls vorhanden)
        marker_style = palette_markers[idx % len(palette_markers)].copy()
        bar_color = marker_style.get("color", colors.get("brightArea"))
        fig.add_trace(go.Bar(
            x=sub["_idx"],
            y=sub["Silhouette_point"],
            marker=dict(color=bar_color),
            name=f"Cluster {c}",
            hovertemplate=(
                "Cluster: " + str(c) + "<br>"
                "Silhouette: %{y:.3f}<br>"
                "Thermometer: %{customdata[0]}<br>"
                "Kapitel: %{customdata[1]}<br>"
                "Stichwort: %{text}<extra></extra>"
            ),
            text=sub["Stichwort"],
            customdata=np.stack([sub["Thermometer_ID"], sub["Kapitelname"]], axis=-1),
        ))

    # Referenzlinie: globaler Silhouette-Score
    ref_line_color = colors.get("depthArea")
    fig.add_hline(y=float(sil_global) if sil_global is not None else 0.0,
                  line=dict(width=2, color=ref_line_color, dash="dot"))

    fig.update_layout(plotly_template.get_standard_layout(
        f"Silhouette je Punkt (globaler Silhouette-Score = {sil_global:.3f})",
        "Index (gruppiert nach Cluster)", "Silhouette"
    ))
    fig.update_xaxes(showticklabels=False)
    fig.show()


def plot_cluster_embedding(df: pd.DataFrame, labels: np.ndarray, title_suffix: str, kapitel_weight: float = 0.0):
    """
    2D-Embedding der Merkmale (Effektstärke + ggf. Kapitel-OHE (gewichtet) + Text-TFIDF via PCA).
    Schritt 1: Feature-Matrix konstruieren (wie encode_features_3d, aber mit 2 PCA-Komponenten).
    Schritt 2: PCA auf (Effekt + Text + Kapitel (gewichtet)) -> PC1/PC2.
    Farben nach Cluster (CI-Styles), Kapitel/Stichwort in Hover.
    """
    # Text-Vektoren
    vectorizer = TfidfVectorizer(max_features=300)
    X_text = vectorizer.fit_transform(df["Stichwort"].astype(str)).toarray()

    # Kapitel-OHE (gewichtet)
    try:
        enc = OneHotEncoder(sparse_output=False, handle_unknown="ignore")
    except TypeError:
        enc = OneHotEncoder(sparse=False, handle_unknown="ignore")
    cat = df[["Kapitel"]].fillna(-1)
    X_kap = enc.fit_transform(cat) * float(kapitel_weight)

    # Effekt
    X_d = df[["Effektstärke"]].values

    # Feature-Matrix
    X = np.hstack([X_d, X_kap, X_text])
    X = _sanitize_X(X, clip=1e6)

    # PCA 2D
    pca = PCA(n_components=2, random_state=42)
    Z = pca.fit_transform(X)

    styles = plotly_template.get_plot_styles()
    colors = plotly_template.get_colors()

    # Markerpalette (nur CI-Keys, robust)
    def _get_marker(*candidates):
        for key in candidates:
            if key in styles:
                return styles[key]
        return styles.get("marker_accent", {})

    palette_markers = [
        _get_marker("marker_positiveHighlight", "marker_brightArea", "marker_accent"),
        _get_marker("marker_primaryLine", "marker_brightArea", "marker_accent"),
        _get_marker("marker_secondaryLine", "marker_accent", "marker_brightArea"),
        _get_marker("marker_negativeHighlight", "marker_accent", "marker_brightArea"),
    ]

    tmp = df.copy()
    tmp["Cluster"] = labels.astype(int)
    tmp["PC1"] = Z[:, 0]
    tmp["PC2"] = Z[:, 1]

    fig = go.Figure()
    clusters_sorted = sorted(tmp["Cluster"].unique())
    for idx, c in enumerate(clusters_sorted):
        sub = tmp[tmp["Cluster"] == c]
        marker_style = palette_markers[idx % len(palette_markers)]
        fig.add_trace(go.Scatter(
            x=sub["PC1"], y=sub["PC2"],
            mode="markers",
            marker={**marker_style, "size": 10},
            name=f"Cluster {c}",
            text=sub["Stichwort"],
            customdata=np.stack([sub["Thermometer_ID"], sub["Kapitelname"], sub["Effektstärke"]], axis=-1),
            hovertemplate="Cluster: " + str(c) + "<br>PC1: %{x:.3f}<br>PC2: %{y:.3f}<br>d: %{customdata[2]:.2f}<br>Thermometer: %{customdata[0]}<br>Kapitel: %{customdata[1]}<extra></extra>"
        ))

    exp_var = pca.explained_variance_ratio_
    fig.update_layout(plotly_template.get_standard_layout(
        f"PCA-Embedding der Cluster (PC1 {exp_var[0]*100:.1f}%, PC2 {exp_var[1]*100:.1f}%) – {title_suffix}",
        "PC1", "PC2"
    ))
    fig.show()

# -----------------------------------------
# Visualisierungen
# -----------------------------------------

def plot_heatmap_kapitel_vs_d(df: pd.DataFrame, kapitel: int | None = None, bins_d: int = 30):
    """2D-Heatmap (Histogram2d) von Kapitel (x) gegen Effektstärke (y).
    - Zeigt die Dichte/Anzahl pro Zelle (Kapitel × d-Bereich)
    - CI-Farbskala anhand Template-Farben (depthArea → brightArea)
    """
    colors = plotly_template.get_colors()
    styles = plotly_template.get_plot_styles()
    kapitel_label = f"Kapitel {kapitel}" if kapitel else "Gesamt"

    # CI-konforme Farbskala zwischen depthArea und brightArea
    def _two_color_scale(c1, c2):
        def _hex_to_rgb(h):
            h = h.lstrip('#')
            return tuple(int(h[i:i+2], 16) for i in (0, 2, 4))
        r1, g1, b1 = _hex_to_rgb(c1)
        r2, g2, b2 = _hex_to_rgb(c2)
        scale = []
        for t in np.linspace(0, 1, 6):
            r = int(r1*(1-t) + r2*t)
            g = int(g1*(1-t) + g2*t)
            b = int(b1*(1-t) + b2*t)
            scale.append([float(t), f"rgb({r},{g},{b})"])
        return scale

    colorscale = _two_color_scale(colors.get("depthArea", "#444"), colors.get("brightArea", "#fff")) if "depthArea" in colors and "brightArea" in colors else colors.get("continuous", "Viridis")

    # Histogram2d
    fig = go.Figure(data=go.Histogram2d(
        x=df["Kapitel"].astype(int),
        y=df["Effektstärke"],
        nbinsx=max(1, df["Kapitel"].nunique()),
        nbinsy=bins_d,
        colorscale=colorscale,
        colorbar=dict(title="Anzahl"),
        hovertemplate="Kapitel: %{x}<br>d-Bin: %{y}<br>Anzahl: %{z}<extra></extra>",
    ))

    fig.update_layout(plotly_template.get_standard_layout(
        f"Heatmap: Kapitel × Effektstärke ({kapitel_label})", "Kapitel", "Cohen d"
    ))
    # ganze Zahlen als Kapitel-Ticks
    fig.update_layout(xaxis=dict(tickmode="linear", dtick=1))
    fig.show()
    export_figure(fig, "vl-heatmap-kapitel-vs-d", export_fig_visual, export_fig_png)

def export_json(obj: dict, name: str):
    try:
        p = os.path.join(EXPORT_DIR, name)
        with open(p, "w", encoding="utf-8") as f:
            json.dump(obj, f, ensure_ascii=False, indent=2)
    except Exception:
        pass


# -----------------------------------------
# Hilfsfunktion: DataFrame zu Records (mit None für NaN)
# -----------------------------------------
def _df_records(df: pd.DataFrame, cols: list[str]) -> list[dict]:
    try:
        return df[cols].replace({np.nan: None}).to_dict(orient="records")
    except Exception:
        return df.replace({np.nan: None}).to_dict(orient="records")

def plot_boxplots(df: pd.DataFrame, kapitel: int | None = None):
    """Boxplots der Effektstärken: nach Kapitel (falls Gesamt) und nach Bins.
    - Zeigt Ausreißer (IQR-basiert), Notches für Median-Konfidenz.
    - CI-Stile aus plotly_template.
    """
    styles = plotly_template.get_plot_styles()
    colors = plotly_template.get_colors()
    kapitel_label = f"Kapitel {kapitel}" if kapitel else "Gesamt"

    # 1) Boxplot nach Kapitel (nur sinnvoll, wenn mehrere Kapitel vorhanden)
    if kapitel is None and df["Kapitel"].nunique() > 1:
        fig_kap = go.Figure()
        fig_kap.add_trace(go.Box(
            x=df["Kapitel"].astype(int),
            y=df["Effektstärke"],
            boxpoints="outliers",
            notched=True,
            marker=styles["marker_brightArea"],
            line=styles["linie_primaryLine"],
            name="Kapitel",
            hovertemplate="Kapitel: %{x}<br>d: %{y:.2f}<extra></extra>",
        ))
        fig_kap.update_layout(plotly_template.get_standard_layout(
            f"Boxplot Effektstärken nach Kapitel ({kapitel_label})", "Kapitel", "Cohen d"
        ))
        # ganze Zahlen als Kapitel-Ticks
        fig_kap.update_layout(xaxis=dict(tickmode="linear", dtick=1))
        fig_kap.show()
        export_figure(fig_kap, "vl-box-kapitel", export_fig_visual, export_fig_png)

    # 2) Boxplot nach heuristischen Bins (immer möglich)
    order = ["negativ", "gering", "mittel", "hoch"]
    fig_bin = go.Figure()
    fig_bin.add_trace(go.Box(
        x=pd.Categorical(df["Bin"], categories=order, ordered=True),
        y=df["Effektstärke"],
        boxpoints="outliers",
        notched=True,
        marker=styles["marker_accent"],
        line=styles["linie_secondaryLine"],
        name="Bin",
        hovertemplate="Bin: %{x}<br>d: %{y:.2f}<extra></extra>",
    ))
    fig_bin.update_layout(plotly_template.get_standard_layout(
        f"Boxplot Effektstärken nach Bins ({kapitel_label})", "Bin", "Cohen d"
    ))
    fig_bin.show()
    export_figure(fig_bin, "vl-box-bins", export_fig_visual, export_fig_png)

    # 3) Optional: Ein Gesamt-Boxplot für die aktuelle Auswahl
    fig_all = go.Figure()
    fig_all.add_trace(go.Box(
        y=df["Effektstärke"],
        boxpoints="outliers",
        notched=True,
        marker=styles["marker_positiveHighlight"],
        line=styles["linie_primaryLine"],
        name=kapitel_label,
        hovertemplate="d: %{y:.2f}<extra></extra>",
    ))
    fig_all.update_layout(plotly_template.get_standard_layout(
        f"Boxplot Effektstärken ({kapitel_label})", "", "Cohen d"
    ))
    fig_all.show()
    export_figure(fig_all, "vl-box-overall", export_fig_visual, export_fig_png)

def plot_hist(df: pd.DataFrame, kapitel: int | None = None):
    # Use CI styles from plotly_template
    styles = plotly_template.get_plot_styles()
    kapitel_label = f"Kapitel {kapitel}" if kapitel else "Gesamt"
    fig = go.Figure()
    fig.add_trace(go.Histogram(
        x=df["Effektstärke"],
        marker=styles["balken_accent"],
        hovertemplate="Effektstärke: %{x:.2f}<br>Häufigkeit: %{y}<extra></extra>"
    ))
    fig.update_layout(plotly_template.get_standard_layout(
        f"Verteilung der Effektstärken ({kapitel_label})", "Cohen d", "Häufigkeit"
    ))
    fig.show()
    export_figure(fig, "vl-hist-effekte", export_fig_visual, export_fig_png)


def plot_bins(df: pd.DataFrame, kapitel: int | None = None):
    styles = plotly_template.get_plot_styles()
    kapitel_label = f"Kapitel {kapitel}" if kapitel else "Gesamt"
    order = ["negativ", "gering", "mittel", "hoch"]
    counts = df["Bin"].value_counts().reindex(order).fillna(0).astype(int)
    fig = go.Figure()
    fig.add_trace(go.Bar(
        x=counts.index,
        y=counts.values,
        marker=styles["balken_accent"],
        hovertemplate="Kategorie: %{x}<br>Anzahl: %{y}<extra></extra>"
    ))
    fig.update_layout(plotly_template.get_standard_layout(
        f"Heuristische Einteilung nach Effektstärke (Bins) ({kapitel_label})", "Bin", "Anzahl"
    ))
    fig.show()
    export_figure(fig, "vl-bins", export_fig_visual, export_fig_png)


def plot_scatter(df: pd.DataFrame, cluster_labels: np.ndarray, model: KMeans, sil: float, title_suffix: str, kapitel: int | None = None, top_n: int = 5):
    """
    Kapitelunabhängiger 2D-Scatter:
    - x: künstlicher Index, aber so angeordnet, dass Punkte je Cluster zusammenstehen
    - y: Effektstärke (Cohen d)
    - Farben: Cluster
    Zusätzlich:
      • horizontale Linien bei den Cluster-Mitteln (Ø d)
      • Labels für die Top-N nach |d|
    """
    styles = plotly_template.get_plot_styles()
    colors = plotly_template.get_colors()
    kapitel_label = f"Kapitel {kapitel}" if kapitel else "Gesamt"

    tmp = df.copy()
    tmp["Cluster"] = cluster_labels.astype(int)

    # Clusterstärken (Mittelwert der Effektstärke im jeweiligen Clusterzentrum)
    cluster_strengths = {i: float(model.cluster_centers_[i][0]) for i in range(len(model.cluster_centers_))}
    tmp["Clusterstärke"] = tmp["Cluster"].map(cluster_strengths)

    # Cluster-Reihenfolge: absteigend nach Ø d
    clusters_sorted = sorted(tmp["Cluster"].unique(), key=lambda c: cluster_strengths[c], reverse=True)

    # Gewünschte Markerpalette (robust mit Fallbacks)
    def _get_marker(*candidates):
        for key in candidates:
            if key in styles:
                return styles[key]
        return styles.get("marker_accent", {})

    palette_markers = [
        _get_marker("marker_positiveHighlight", "marker_brightArea", "marker_accent"),
        _get_marker("marker_primaryLine", "marker_brightArea", "marker_accent"),
        _get_marker("marker_secondaryLine", "marker_accent", "marker_brightArea"),
        _get_marker("marker_negativeHighlight", "marker_accent", "marker_brightArea"),
    ]

    # x-Positionen so vergeben, dass Cluster-Blöcke entstehen
    tmp = tmp.reset_index(drop=True)
    tmp["_x"] = np.nan
    x_cursor = 0
    block_bounds = {}  # für Centroid-Linien (x-Min/x-Max je Cluster)

    for c in clusters_sorted:
        sub_idx = tmp.index[tmp["Cluster"] == c].tolist()
        n = len(sub_idx)
        xs = np.arange(x_cursor, x_cursor + n)
        tmp.loc[sub_idx, "_x"] = xs
        block_bounds[c] = (xs.min(), xs.max())
        x_cursor += n + 2  # +2 als optischer Abstand zwischen Blöcken

    hovertemplate = (
        "Thermometer: %{customdata[2]}<br>"
        "Stichwort: %{text}<br>"
        "Effektstärke: %{y:.2f}<br>"
        "Kapitel: %{customdata[0]}<br>"
        "Clusterstärke: %{customdata[1]:.2f}<extra></extra>"
    )

    fig = go.Figure()

    # Punkte je Cluster zeichnen
    for idx, c in enumerate(clusters_sorted):
        cdf = tmp[tmp["Cluster"] == c]
        fig.add_trace(go.Scatter(
            x=cdf["_x"],
            y=cdf["Effektstärke"],
            mode="markers",
            marker={**palette_markers[idx % len(palette_markers)], "size": 10},
            name=f"Cluster: {cluster_strengths[c]:.2f}",
            text=cdf["Stichwort"],
            customdata=np.stack([cdf["Kapitelname"], cdf["Clusterstärke"], cdf["Thermometer_ID"]], axis=-1),
            hovertemplate=hovertemplate
        ))

    # Centroid-Linien (horizontale Ø d pro Cluster)
    for c in clusters_sorted:
        x0, x1 = block_bounds[c]
        yd = cluster_strengths[c]
        centroid_color = colors.get("depthArea", "#444")
        line_style = dict(styles.get("linie_secondaryLine", {"width": 2}))
        line_style["color"] = centroid_color
        fig.add_trace(go.Scatter(
            x=[x0, x1],
            y=[yd, yd],
            mode="lines",
            line=line_style,
            name=None,
            showlegend=False,
            hovertemplate=f"Cluster-Mittel: {yd:.2f}<extra></extra>"
        ))

    # Vertikale Trennlinien zwischen Cluster-Blöcken (zur Orientierung)
    # (nur als dezente Linien, keine Legende)
    block_edges = sorted({bounds[1] + 1 for bounds in block_bounds.values()})
    for edge in block_edges[:-1]:  # letzte Kante führt bereits zum Abstand
        fig.add_vline(x=edge - 1, line=dict(color=colors.get("depthArea"), width=1, dash="dot"))

    fig.update_layout(plotly_template.get_standard_layout(
        f"Effektstärke × Cluster ({title_suffix}) ({kapitel_label}) – Silhouette: {sil:.3f}",
        "Thermometer (gruppiert nach Cluster)", "Cohen d"
    ))
    fig.update_xaxes(showticklabels=False)

    fig.show()
    export_figure(fig, f"vl-scatter-{title_suffix}", export_fig_visual, export_fig_png)


def plot_scatter_3d(df: pd.DataFrame, cluster_labels: np.ndarray, sil: float, title_suffix: str, kapitel: int | None = None):
    styles = plotly_template.get_plot_styles()
    kapitel_label = f"Kapitel {kapitel}" if kapitel else "Gesamt"
    tmp = df.copy()
    tmp["Cluster"] = cluster_labels.astype(int)

    # Clusterzentren für durchschnittliche Effektstärke
    cluster_strengths = {i: float(tmp[tmp["Cluster"] == i]["Effektstärke"].mean()) for i in sorted(set(cluster_labels))}

    hovertemplate = (
        "Thermometer: %{text}<br>"
        "Kapitel: %{customdata[0]}<br>"
        "Effektstärke: %{x:.2f}<br>"
        "Textdim: %{z:.2f}<br>"
        "Cluster: %{customdata[1]}<extra></extra>"
    )

    fig = go.Figure()
    clusters = sorted(tmp["Cluster"].unique())
    palette_keys = ["positiveHighlight", "negativeHighlight", "accent", "brightArea"]

    for idx, cluster in enumerate(clusters):
        cluster_df = tmp[tmp["Cluster"] == cluster]
        color_key = palette_keys[idx % len(palette_keys)]
        marker_style = styles.get(f"marker_{color_key}", {})
        fig.add_trace(go.Scatter3d(
            x=cluster_df["Effektstärke"],
            y=cluster_df["Kapitel"],
            z=cluster_df["Text_Dimension"],
            mode="markers",
            marker={**marker_style, "size": 6},
            name=f"Cluster {cluster} (Ø d = {cluster_strengths[cluster]:.2f})",
            text=cluster_df["Stichwort"],
            customdata=np.stack([cluster_df["Kapitelname"], cluster_df["Cluster"]], axis=-1),
            hovertemplate=hovertemplate
        ))

    fig.update_layout(plotly_template.get_standard_layout(
        f"3D-Clustering (Effektstärke × Kapitel × Text) – {title_suffix} ({kapitel_label}) – Silhouette: {sil:.3f}",
        "Effektstärke", "Kapitel", "Textdimension"
    ))
    fig.update_layout(scene=dict(
        yaxis=dict(
            title="Kapitel",
            tickmode="linear",
            dtick=1
        )
    ))
    fig.show()
    export_figure(fig, f"vl-scatter3d-{title_suffix}", export_fig_visual, export_fig_png)

# -----------------------------------------
# Pipeline
# -----------------------------------------

def analyse(csv_path: str = "Thermometer.csv", k: int = 4, kapitel: int | None = None):
    # Laden
    df = load_data(csv_path)

    # Datenvalidierung
    dq = validate_data(df)
    print("\nDATA QUALITY REPORT:")
    for key, val in dq.items():
        print(f"  {key}: {val}")
    export_json(dq, "data_quality_report.json")
    if kapitel is not None:
        df = df[df["Kapitel"] == kapitel]
        if df.empty:
            print(f"Keine Daten für Kapitel {kapitel}.")
            return None

    # Bins
    df = add_manual_bins(df)

    # Systeme (psychisch/sozial) mappen (optional CSV, sonst 0/0)
    df = load_system_axes(df, mapping_csv=os.path.join(os.path.dirname(__file__), "systems_mapping.csv"))

    # K-Means
    # Kapitelgewicht = 0.0 => Kapitel-OHE trägt nicht zur Distanz bei (kapitelübergreifendes Clustering)
    labels, sil, model = run_kmeans(df, k=k, kapitel_weight=0.0)
    # Silhouette je Punkt anhängen
    try:
        X_for_sil, _ = encode_features(df, kapitel_weight=0.0)
        X_for_sil = _sanitize_X(X_for_sil, clip=1e6)
        if k > 1 and len(df) > k:
            df["Silhouette_point"] = silhouette_samples(X_for_sil, labels)
        else:
            df["Silhouette_point"] = np.nan
    except Exception:
        df["Silhouette_point"] = np.nan

    # Zusätzliche Cluster-Visualisierungen
    plot_silhouette_bars(df, labels, sil)
    plot_cluster_embedding(df, labels, title_suffix=f"k{k}-embedding", kapitel_weight=0.0)

    # Reports
    print("—" * 60)
    print("ANALYSE Sicht 1 | Heuristische Bins (Grenzen: <0 | <0.40 | <0.70 | ≥0.70)")
    print(df["Bin"].value_counts().reindex(["negativ", "gering", "mittel", "hoch"]).fillna(0).astype(int))

    print("\nANALYSE Sicht 2 | K-Means-Clustering")
    if not math.isnan(sil):
        print(f"Silhouette-Score (k={k}): {sil:.3f}")
    else:
        print(f"Silhouette-Score (k={k}): n/a (zu wenige Daten oder k zu groß)")

    if not math.isnan(sil):
        # Clusterzentren (nur Effektstärke + Kapitelmittelwerte)
        centers = model.cluster_centers_
        print("\nClusterzentren (erste Spalte = Effektstärke, Rest = Kapitel-OHE):")
        for idx, center in enumerate(centers):
            eff = center[0]
            print(f"  Cluster {idx}: Effektstärke-Mittel {eff:.3f}")

    # --- Statistik-Block ---
    stats_df = describe_effects(df)
    plot_table_stats(stats_df, f"Deskriptive Statistik ({'Kapitel '+str(kapitel) if kapitel else 'Gesamt'})")
    # Deskriptive Statistik exportieren
    try:
        stats_df.to_csv(os.path.join(EXPORT_DIR, "deskriptiv.csv"))
    except Exception:
        pass
    normality_and_qq(df, kapitel=kapitel)
    df = mark_outliers_iqr(df)
    if kapitel is None:
        group_tests_by_kapitel(df)
    text_vs_effect(df)
    if kapitel is None:
        chi2_bins_kapitel(df)
    cluster_diagnostics(df, kapitel_weight=0.0)
    profiles_df = cluster_profiles(df, labels)
    try:
        export_json(json.loads(profiles_df.to_json(orient="table")), "cluster_profile.json")
    except Exception:
        pass

    # --- Signifikanz-geführte Sicht ---
    df_sig = build_significance_view(df)
    try:
        df_sig.sort_values("Rank_score").to_csv(os.path.join(EXPORT_DIR, "signifikanz_ranking.csv"), index=False)
    except Exception:
        pass
    plot_significance_space(df_sig)

    # --- Fibonacci-Ähnlichkeit prüfen ---
    try:
        fib_like_analysis(df, export_prefix="fib")
    except Exception as _e:
        print(f"Fibonacci-Analyse übersprungen: {_e}")

    # Tests zusammenfassen (vor Export sammeln)
    tests_summary = {"silhouette_global": float(sil) if not math.isnan(sil) else None}

    if kapitel is None and df["Kapitel"].nunique() > 1:
        groups = [g.dropna().values for _, g in df.groupby("Kapitel")["Effektstärke"]]
        try:
            lev = levene(*groups, center='median')
            tests_summary["levene_W"] = float(lev.statistic)
            tests_summary["levene_p"] = float(lev.pvalue)
        except Exception:
            pass
        try:
            kw = kruskal(*groups)
            n_total = sum(len(g) for g in groups)
            h = float(kw.statistic)
            eps2 = (h - (len(groups)-1)) / (n_total - 1) if n_total > 1 else None
            tests_summary["kruskal_H"] = h
            tests_summary["kruskal_p"] = float(kw.pvalue)
            tests_summary["kruskal_eps2"] = float(eps2) if eps2 is not None else None
        except Exception:
            pass

    try:
        if "Text_Dimension" not in df.columns:
            encode_features_3d(df)
        rho, p = spearmanr(df["Text_Dimension"], df["Effektstärke"], nan_policy='omit')
        tests_summary["spearman_rho_text_d"] = float(rho)
        tests_summary["spearman_p_text_d"] = float(p)
    except Exception:
        pass

    if kapitel is None and df["Kapitel"].nunique() > 1:
        try:
            ct = pd.crosstab(df["Kapitel"], df["Bin"]).reindex(sorted(df["Kapitel"].unique()))
            chi2 = stats.chi2_contingency(ct)
            tests_summary["chi2"] = float(chi2[0])
            tests_summary["chi2_p"] = float(chi2[1])
            tests_summary["chi2_df"] = int(chi2[2])
        except Exception:
            pass

    export_json(tests_summary, "tests_summary.json")

    # --- WERTEDATEI: Alles in einer JSON bündeln ---
    if export_werte_all:
        try:
            # Kern-Datenzeilen
            base_cols = [
                "Thermometer_ID", "Stichwort", "Effektstärke", "Kapitel", "Kapitelname",
                "Bin", "Text_Dimension", "Outlier_IQR", "Silhouette_point"
            ]
            rows = _df_records(df, [c for c in base_cols if c in df.columns])

            # Deskriptive Statistik als Records
            desc_records = _df_records(
                (stats_df.reset_index().rename(columns={"index": "Gruppe"})),
                list(stats_df.reset_index().columns)
            )

            # Cluster-Profile als Records
            prof_records = _df_records(
                (profiles_df.reset_index().rename(columns={"index": "Cluster"})),
                list(profiles_df.reset_index().columns)
            )

            # Cluster-Zentren (voll) und nur d-Komponente
            centers_full = model.cluster_centers_.tolist() if hasattr(model, "cluster_centers_") else None
            centers_d = [float(c[0]) for c in model.cluster_centers_] if hasattr(model, "cluster_centers_") else None

            payload = {
                "meta": {
                    "k": int(k),
                    "kapitel": int(kapitel) if kapitel is not None else None,
                    "theme": theme,
                },
                "data": rows,
                "deskriptiv": desc_records,
                "cluster": {
                    "silhouette_global": float(sil) if not math.isnan(sil) else None,
                    "centers_full": centers_full,
                    "centers_effekt_only": centers_d,
                },
                "profiles": prof_records,
                "tests_summary": tests_summary if isinstance(tests_summary, dict) else {},
                "data_quality": dq,
            }
            export_json(payload, "werte_all.json")
        except Exception as _e:
            pass

    # Plots
    plot_heatmap_kapitel_vs_d(df, kapitel=kapitel)
    # Boxplots
    plot_boxplots(df, kapitel=kapitel)
    plot_hist(df, kapitel=kapitel)
    plot_bins(df, kapitel=kapitel)
    plot_scatter(df, labels, model, sil, title_suffix=f"k{k}", kapitel=kapitel)

    # --- 3‑Achsige System-Clusteranalyse (x=Psychisch, y=Sozial, z=d) ---
    try:
        labels_sys3, sil_sys3, model_sys3, X_sys3 = run_kmeans_system3(df, k=k, psych_weight=1.0, sozial_weight=1.0, effekt_weight=1.0)
        plot_cluster_system3(df, labels_sys3, sil_sys3, title_suffix=f"k{k}-system3d")
    except Exception as _e:
        print(f"System-3D-Analyse übersprungen: {_e}")

    # 3D-Clustering
    X3d, _ = encode_features_3d(df, kapitel_weight=0.0)
    X3d = _sanitize_X(X3d, clip=1e6)
    model3d = KMeans(n_clusters=k, n_init=20, random_state=42)
    labels3d = model3d.fit_predict(X3d)
    sil3d = silhouette_score(X3d, labels3d) if k > 1 and len(df) > k else np.nan
    plot_scatter_3d(df, labels3d, sil3d, title_suffix=f"k{k}-3d", kapitel=kapitel)

    # Clusterzuordnung exportieren
    try:
        df_export = df.copy()
        df_export["Cluster"] = labels
        df_export.to_csv(os.path.join(EXPORT_DIR, "clusterzuordnung.csv"), index=False)
    except Exception:
        pass

    return {
        "df": df,
        "kmeans_labels": labels,
        "silhouette": sil,
        "model": model,
    }


# -----------------------------------------
# Main
# -----------------------------------------
if __name__ == "__main__":
    # Passe den CSV-Pfad an, falls die Datei woanders liegt
    if analyse_all:
        df_all = load_data(os.path.join(os.path.dirname(__file__), csv_file))
        for kap in sorted(df_all["Kapitel"].unique()):
            analyse(csv_path=os.path.join(os.path.dirname(__file__), csv_file), k=k_clusters, kapitel=kap)
    else:
        analyse(csv_path=os.path.join(os.path.dirname(__file__), csv_file), k=k_clusters, kapitel=selected_kapitel)