visualization.py

# ============================================================
# visualization.py —— 可视化层
# ============================================================
# 这一层只干一件事：把"分数字典"画成图。它不关心这些分数
# 是怎么算出来的、也不关心是哪个模型给的——上层把 scores 传进来，
# 这里只管画图。以后想换画图库（比如从 matplotlib 换成 plotly），
# 只需要改这一个文件。
# ============================================================

import matplotlib.pyplot as plt
import numpy as np

# matplotlib 默认字体不一定支持中文（容易画出方块乱码），
# 所以图上的维度标签统一换成英文；报告正文本身仍然是中文，
# 不受影响。
_LABEL_TRANSLATION = {
    "语言表达": "Verbal Expression",
    "行为反应": "Behavior",
    "情绪状态": "Emotional State",
    "自我呈现": "Self Presentation",
    "环境适应": "Adaptability",
}

def plot_radar_chart(scores: dict, title: str = "Consistency Profile", show: bool = True):
    """
    把一次分析的五维度分数画成雷达图。
    scores 为 None（比如上一步 JSON 解析失败）时不画图，返回 None，
    避免因为一次解析失败就让整个程序崩溃。
    """
    if scores is None:
        print("没有可用的分数数据，无法画图（可能是上一步 JSON 解析失败）")
        return None

    labels = [_LABEL_TRANSLATION.get(key, key) for key in scores.keys()]
    values = list(scores.values())

    # 雷达图要画成一个封闭的多边形，所以把第一个点重复一遍接到末尾，
    # 让线条首尾相连
    values += values[:1]

    num_vars = len(labels)
    angles = np.linspace(0, 2 * np.pi, num_vars, endpoint=False).tolist()
    angles += angles[:1]

    fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(polar=True))

    ax.plot(angles, values, linewidth=2, color="#7B2FF7")
    ax.fill(angles, values, color="#7B2FF7", alpha=0.25)

    ax.set_xticks(angles[:-1])
    ax.set_xticklabels(labels, fontsize=11)

    ax.set_ylim(0, 100)

    ax.set_title(title, fontsize=14, pad=20)

    if show:
        plt.show()

    return fig

def plot_trend_chart(records: list, show: bool = True):
    """
    把多次历史记录的分数连成趋势折线图，每个维度一条线。
    只用有 scores 的记录（跳过解析失败、scores 为 None 的记录），
    并且至少要 2 条有效记录才能连成一条线。
    """
    valid_records = [r for r in records if r.get("scores")]

    if len(valid_records) < 2:
        print("历史记录还不够多（至少需要2次有效记录），暂时无法画趋势图。")
        return None

    fig, ax = plt.subplots(figsize=(8, 5))

    dimension_keys = list(valid_records[0]["scores"].keys())

    session_numbers = list(range(1, len(valid_records) + 1))

    for key in dimension_keys:
        english_label = _LABEL_TRANSLATION.get(key, key)
        values = [r["scores"].get(key, None) for r in valid_records]
        ax.plot(session_numbers, values, marker="o", label=english_label)

    ax.set_xlabel("Session Number")
    ax.set_ylabel("Consistency Score")
    ax.set_ylim(0, 100)
    ax.set_xticks(session_numbers)
    ax.set_title("Consistency Trend Over Time")
    ax.legend(loc="upper center", bbox_to_anchor=(0.5, -0.15), ncol=3)
    ax.grid(True, alpha=0.3)

    fig.tight_layout()

    if show:
        plt.show()

    return fig