from pathlib import Path
import numpy
import torch
from torch.utils.data import DataLoader, Dataset
from torchvision.transforms import v2 as tvtrans
import settings

class MnistDataset(Dataset):
    """适配PyTorch的自定义Dataset，用于加载MNIST数据。"""

    shape: int
    transform: tvtrans.Transform
    images_data: numpy.ndarray
    labels_data: torch.Tensor

    def __init__(self, images: numpy.ndarray, labels: numpy.ndarray, transform: tvtrans.Transform):
        images_len: int = images.shape[0]
        labels_len: int = labels.shape[0]
        assert (images_len == labels_len)
        self.shape = images_len

        self.images_data = images
        self.labels_data = torch.from_numpy(labels)
        self.transform = transform

    def __getitem__(self, index):
        return self.transform(self.images_data[index]), self.labels_data[index]

    def __len__(self):
        return self.shape


class MnistDataLoaders:
    """包含适配PyTorch的训练数据Loader和测试数据Loader的类。"""

    train_loader: DataLoader
    test_loader: DataLoader

    def __init__(self, batch_size: int):
        dataset = numpy.load(settings.MNIST_DATASET_PATH)

        # 所有图片均为黑底白字
        # 6万张训练图片：60000x28x28。标签只有第一维。
        train_images: numpy.ndarray = dataset['x_train']
        train_labels: numpy.ndarray = dataset['y_train']
        # 1万张测试图片：10000x28x28。标签只有第一维。
        test_images: numpy.ndarray = dataset['x_test']
        test_labels: numpy.ndarray = dataset['y_test']

        # 定义数据转换器
        trans = tvtrans.Compose([
            # 从uint8转换为float32并自动归一化到0-1区间
            # YYC MARK: 下面这个被标outdated了，换下面两个替代。
            # tvtrans.ToTensor(),
            tvtrans.ToImage(),
            tvtrans.ToDtype(torch.float32, scale=True),

            # 为了符合后面图像的输入颜色通道条件，要在最后挤出一个新的维度
            # YYC MARK: 上面这两步已经帮我们自动挤出那个灰度通道了。
            # tvtrans.Lambda(lambda x: x.unsqueeze(-1))

            # 这个特定的标准化参数 (0.1307, 0.3081) 是 MNIST 数据集的标准化参数，这些数值是MNIST训练集的全局均值和标准差。
            # 这种标准化有助于模型训练时的数值稳定性和收敛速度。
            # YYC MARK: 但我不想用，反正最后训练的也收敛。
            # tvtrans.Normalize((0.1307,), (0.3081,)),
        ])

        # 创建数据集
        train_dataset = MnistDataset(train_images, train_labels, 
                                     transform=trans)
        test_dataset = MnistDataset(test_images, test_labels, 
                                    transform=trans)

        # 赋值到自身
        self.train_loader = DataLoader(dataset=train_dataset, 
                                       batch_size=batch_size, 
                                       shuffle=False)
        self.test_loader = DataLoader(dataset=test_dataset, 
                                      batch_size=batch_size, 
                                      shuffle=False)