import matplotlib.pyplot as plt
import numpy as np
import pickle

with open('./results.pkl', 'rb') as fin:
    drift,results = pickle.load(fin)

x_axis = np.asarray(drift)
results = {k:np.asarray(v) for k, v in results.items()}
import pandas as pd

# Crear los bins y asignar cada x a un bin
num_bins = 5
bins = np.linspace(x_axis.min(), x_axis.max(), num_bins + 1)
bin_labels = np.digitize(x_axis, bins) - 1  # Asignar cada x al bin correspondiente (restamos 1 para indexar desde 0)

# Crear la figura
plt.figure(figsize=(10, 6))
bin_positions = np.arange(num_bins)  # Posiciones centrales de los bins
offset = 0.2  # Desplazamiento entre métodos

# Recorrer los métodos y construir boxplots para cada bin
for i, (method, y_values) in enumerate(results.items()):
    binned_data = [[] for _ in range(num_bins)]

    # Agrupar valores de y por los bins
    for bin_idx in range(num_bins):
        binned_data[bin_idx] = y_values[bin_labels == bin_idx]

    # Crear un DataFrame para boxplot
    binned_df = pd.DataFrame({f"Bin {j + 1}": pd.Series(data) for j, data in enumerate(binned_data)})

    # Dibujar los boxplots con un desplazamiento en el eje x
    positions = bin_positions + i * offset  # Desplazar las posiciones
    box = plt.boxplot(
        binned_df.values,
        positions=positions,
        widths=0.15,
        patch_artist=True,
        showfliers=False,
        boxprops=dict(facecolor=plt.cm.Set1(i / len(results)), alpha=0.7),
        medianprops=dict(color="black"),
    )

    # Añadir el método a la leyenda con un marcador
    plt.plot([], [], label=method, color=plt.cm.Set1(i / len(results)))

# Configurar la gráfica
plt.xticks(ticks=bin_positions, labels=[f"Bin {i + 1}" for i in range(num_bins)])
plt.xlabel("Bins")
plt.ylabel("Values")
plt.legend(title="Methods")
plt.title("Boxplot by Bins for Different Methods")
plt.tight_layout()
plt.show()