Update app.py

app.py

@@ -8,6 +8,8 @@ import io
 import time
 from sklearn.cluster import KMeans
 from sklearn.preprocessing import StandardScaler
+import base64
+from io import BytesIO
 
 # 確保正確的中文字符編碼
 st.set_page_config(page_title="🌳台灣中小企業ESG數據分析與揭露儀表板🌲", page_icon=":chart_with_upwards_trend:", layout="wide")
@@ -28,6 +30,15 @@ def load_data(url):
     df = df.fillna(0)
     return df
 
+# 函數：將圖表轉換為可下載的連結
+def get_image_download_link(fig, filename, text):
+    buf = BytesIO()
+    fig.write_image(buf, format="png")
+    buf.seek(0)
+    b64 = base64.b64encode(buf.read()).decode()
+    href = f'<a href="data:image/png;base64,{b64}" download="{filename}">{text}</a>'
+    return href
+
 # Streamlit 應用程式
 st.title("台灣企業ESG數據分析與揭露")
 st.subheader("以溫室氣體 X 再生能源 X 董事會資訊: https://www.tejwin.com/insight/carbon-footprint-verification/")
@@ -84,6 +95,9 @@ if st.button("生成圖表"):
             margin=dict(t=50, b=50, l=50, r=50)
         )
         st.plotly_chart(fig_pie, use_container_width=True)
+        
+        # 添加下載按鈕
+        st.markdown(get_image_download_link(fig_pie, "pie_chart.png", "下載圓餅圖"), unsafe_allow_html=True)
 
     with tab2:
         # 使用 plotly 創建長條圖
@@ -104,6 +118,9 @@ if st.button("生成圖表"):
             height=600
         )
         st.plotly_chart(fig_bar, use_container_width=True)
+        
+        # 添加下載按鈕
+        st.markdown(get_image_download_link(fig_bar, "bar_chart.png", "下載長條圖"), unsafe_allow_html=True)
 
     with tab3:
         # 對所有數據集執行K-means分析
@@ -140,6 +157,9 @@ if st.button("生成圖表"):
                     title=f"{dataset_choice}數據的K-means聚類 ({cluster_features[0]} vs {cluster_features[1]})"
                 )
                 st.plotly_chart(fig_scatter, use_container_width=True)
+                
+                # 添加下載按鈕
+                st.markdown(get_image_download_link(fig_scatter, "kmeans_scatter.png", "下載K-means散點圖"), unsafe_allow_html=True)
 
                 # 顯示每個聚類的特徵
                 st.subheader("聚類特徵")
@@ -149,7 +169,7 @@ if st.button("生成圖表"):
             else:
                 st.warning("請至少選擇兩個特徵進行聚類分析。")
 
-    st.success("圖表生成完成！")
+    st.success("圖表生成完成！您可以使用下載按鈕保存圖表，然後列印。")
 
 # 下載並設置自定義字體以顯示中文字符
 font_url = "https://drive.google.com/uc?id=1eGAsTN1HBpJAkeVM57_C7ccp7hbgSz3_&export=download"