Upload app.py

app.py

@@ -27,8 +27,8 @@ os.environ["OPENAI_API_KEY"] = os.environ['user_token']
 openai.api_key = os.environ['user_token']
 os.environ["VERBOSE"] = "True"  # 可以看到具体的错误？
 
-## 设置中文字体。
-myfont = FontProperties(fname='YaHei.ttf') #NOTE: 注意这里的云服务器路径格式。 
+# 设置中文字体。
+myfont = FontProperties(fname='YaHei.ttf')  # NOTE: 注意这里的云服务器路径格式。
 sns.set(font='myfont')
 # plt.title("这个是数据分布图", fontsize=12, fontproperties=myfont)
 # plt.xlabel('数据A', fontproperties=myfont)
@@ -44,23 +44,26 @@ sns.set(font='myfont')
 # st.title("ChatGPT-like clone")
 st.title("大语言模型商业数据分析中心")
 st.subheader("Business Data Analytics Based Upon LLM")
-uploaded_file = st.file_uploader("Choose a file", type=(["csv","txt","xlsx","xls"]))
+uploaded_file = st.file_uploader(
+    "Choose a file", type=(["csv", "txt", "xlsx", "xls"]))
 # uploaded_file = st.file_uploader("选择一个文件", type=(["csv","txt","xlsx","xls"]))
 # st.write(uploaded_file)
 if uploaded_file is not None:
     # csv_file = csv.reader(uploaded_file)
     csv_file = pd.read_csv(uploaded_file)
-    st.write(csv_file[:5]) ## 这里只是显示文件，后面需要定位文件所在的绝对路径。
+    st.write(csv_file[:5])  # 这里只是显示文件，后面需要定位文件所在的绝对路径。
 
     uploaded_file_name = "File_provided"
     temp_dir = tempfile.TemporaryDirectory()
-    uploaded_file_path = pathlib.Path(temp_dir.name) / uploaded_file_name #! working. 
+    # ! working.
+    uploaded_file_path = pathlib.Path(temp_dir.name) / uploaded_file_name
     with open(uploaded_file_path, 'wb') as output_temporary_file:
         # output_temporary_file.write(uploaded_file.read())
-        output_temporary_file.write(uploaded_file.getvalue()) #! 必须用这种格式读入内容，然后才可以写入temporary文件夹中。
+        # ! 必须用这种格式读入内容，然后才可以写入temporary文件夹中。
+        output_temporary_file.write(uploaded_file.getvalue())
         # st.write(uploaded_file_path) #* 可以查看文件是否真实存在，然后是否可以
 
-### how to read data inside streamlit. 
+# how to read data inside streamlit.
 #     # files = pd.read_csv(uploaded_file)
 #     bytes_data = uploaded_file.getvalue()
 #     # st.write(bytes_data)
@@ -79,10 +82,12 @@ if uploaded_file is not None:
 
 # openai.api_key = st.secrets["OPENAI_API_KEY"]
 
+
 async def main():
     if "openai_model" not in st.session_state:
         # st.session_state["openai_model"] = "gpt-3.5-turbo"
-        st.session_state["openai_model"] = "gpt-4" ##NOTE: data analysis module must use GPT-4. 
+        # NOTE: data analysis module must use GPT-4.
+        st.session_state["openai_model"] = "gpt-4"
 
     if "messages" not in st.session_state:
         st.session_state.messages = []
@@ -100,7 +105,7 @@ async def main():
             message_placeholder = st.empty()
             full_response = ""
 
-            ###原始示例 https://docs.streamlit.io/knowledge-base/tutorials/build-conversational-apps
+            # 原始示例 https://docs.streamlit.io/knowledge-base/tutorials/build-conversational-apps
             # for response in openai.ChatCompletion.create(
             #     model=st.session_state["openai_model"],
             #     messages=[
@@ -121,7 +126,9 @@ async def main():
                 1. 你需要用提问的语言来回答（如：中文提问你就用中文来回答，英文提问你就用英文来回答）。
                 2. 如果要求你输出图表，那么图的解析度dpi需要设定为300。图尽量使用seaborn库。seaborn库的参数设定：sns.set(rc={'axes.facecolor':'#FFF9ED','figure.facecolor':'#FFF9ED'}, palette='deep'。
                 3. matplotlib和seaborn图表上的字体可以设置为中文字体，如下：
-                            myfont = FontProperties(fname='YaHei.ttf') #NOTE: 当前路径下。 
+                    3.1 首先从根目录下安装中文字体：
+                            myfont = matplotlib.font_manager.FontProperties(fname='YaHei.ttf')
+                    3.2 然后在图表中设置字体：
                             plt.rcParams['font.family'] = myfont
                             plt.title中：fontproperties=myfont
                             plt.xlabel中：fontProperties=myfont
@@ -129,19 +136,20 @@ async def main():
                             sns.set(font='myfont')
                             
                 -------------------------------------------------------------------------
-                """ ## seaborn中的palette参数可以设定图表的颜色,选项包括：deep, muted, pastel, bright, dark, colorblind，Spectral。更多参数可以参考：https://seaborn.pydata.org/generated/seaborn.color_palette.html。
+                """  # seaborn中的palette参数可以设定图表的颜色,选项包括：deep, muted, pastel, bright, dark, colorblind，Spectral。更多参数可以参考：https://seaborn.pydata.org/generated/seaborn.color_palette.html。
 
                 sns.set(font='myfont')
 
-                user_request = environ_settings + "\n\n"+ "你需要完成以下任务：\n\n" + prompt + f"注：文件位置在{uploaded_file_path}"
+                user_request = environ_settings + "\n\n" + \
+                    "你需要完成以下任务：\n\n" + prompt + f"注：文件位置在{uploaded_file_path}"
                 # print('user_request: \n', user_request)
 
-                ### 加载上传的文件，主要路径在上面代码中。
+                # 加载上传的文件，主要路径在上面代码中。
                 files = [File.from_path(str(uploaded_file_path))]
 
                 with st.status('processing...', expanded=True, state='running') as status:
                     sns.set(font='myfont')
-                    ### generate the response
+                    # generate the response
                     response = await session.generate_response(
                         user_request, files=files
                     )
@@ -153,26 +161,25 @@ async def main():
 
                     # for file in response.files:
                     for i, file in enumerate(response.files):
-                        # await file.asave(f"/Users/yunshi/Downloads/360Data/Data Center/Working-On Task/演讲与培训/2023ChatGPT/Coding/code_interpreter/output{i}.png") ##working. 
-                        # st.image(file.get_image() #! working. 
+                        # await file.asave(f"/Users/yunshi/Downloads/360Data/Data Center/Working-On Task/演讲与培训/2023ChatGPT/Coding/code_interpreter/output{i}.png") ##working.
+                        # st.image(file.get_image() #! working.
                         # file.show_image()
                         # st.image(file.get_image(), width=500, output_format='png')
-                        st.image(file.get_image(), width=None, output_format='PNG') #* 注意这里的设定，可以提高图片的精细程度。
-                    
+                        # * 注意这里的设定，可以提高图片的精细程度。
+                        st.image(file.get_image(), width=None,
+                                 output_format='PNG')
 
                     # message_placeholder.markdown(full_response + "▌") ## orignal code.
                 # message_placeholder.markdown(full_response) ## orignal code.
                 st.write(full_response)
                 status.update(label='complete', state='complete')
 
-            #TODO：看看是否缩进准确？ 放在这里好像可以。
-            await session.astop() #! 确认需要关闭。
-
+            # TODO：看看是否缩进准确？ 放在这里好像可以。
+            await session.astop()  # ! 确认需要关闭。
 
         st.session_state.messages.append(
             {"role": "assistant", "content": full_response})
 
-        
 
 if __name__ == "__main__":
     import asyncio