Update app.py

app.py

@@ -1,66 +1,59 @@
+import gradio as gr
 import pandas as pd
 import matplotlib.pyplot as plt
-import gradio as gr
-import tempfile
-import warnings
 
-warnings.filterwarnings(action='ignore', category=UserWarning)
+def process_file(file):
+    # 读取CSV文件并创建DataFrame
+    df = pd.read_csv(file.name)
+    columns = df.columns.tolist()
+    print("文件已上传，表头为：", columns)  # 调试信息
+    # 返回前5行数据，更新下拉列表选项，并使其他控件可见
+    return (df.head(), 
+            gr.update(visible=True), 
+            gr.update(choices=columns, visible=True), 
+            gr.update(choices=columns, visible=True), 
+            gr.update(visible=True))
+
+def update_slider(choice):
+    print("选择框的值：", choice)  # 调试信息
+    # 更新数轴控件的可见性
+    return gr.update(visible=choice == "是")
+
+def generate_output(file, col1, col2, choice, number):
+    df = pd.read_csv(file.name)
+    filtered_data = df[[col1, col2]].dropna()
 
-# 设置中文字体和编码
-plt.rcParams['font.sans-serif'] = ['SimHei']  # 选择合适的中文字体，这里使用宋体
-plt.rcParams['axes.unicode_minus'] = False  # 设置正常显示字符
+    plt.figure(figsize=(10, 6))
+    plt.scatter(filtered_data[col1], filtered_data[col2])
+    plt.xlabel(col1)
+    plt.ylabel(col2)
+    plt.title(f'Scatter plot of {col1} vs {col2}')
+    
+    image_path = 'output.png'
+    plt.savefig(image_path)
+    plt.close()
 
-def process_data(file_name, column1, column2, is_continuous, bins):
-    # column1 = "身高"
-    # column2 = "心血管疾病"
-    # is_continuous = True
-    # bins = 5
-    # 读取数据
-    df = pd.read_csv(file_name)
-    data_x = df[column1]
-    data_y = df[column2]
-    # 自动判断column1的数据类型
-    if is_continuous:
-        # 如果是连续值，则进行分组
-        data_x = pd.qcut(data_x, q=bins, duplicates='drop')
-    else:
-        # 如果是离散值，则直接使用
-        pass
-    # 统计每个身高分段中不同心血管疾病类别的数量
-    counts = pd.crosstab(data_x, data_y)
-    # 绘制分段柱形图
-    counts.plot(kind='bar')
-    # 设置 x 轴刻度标签横向显示
-    plt.xticks(rotation=0)
-    plt.xlabel(column1, fontsize=12)
-    plt.ylabel(column2, fontsize=12)
-    # plt.legend(['不患病', '患病'])
-    plt.title(f'{column1}与{column2}的关系', fontsize=14)
-    # plt.show()   
+    return filtered_data.head(), image_path
 
-    # 将图表保存为PNG图像文件
-    with tempfile.NamedTemporaryFile(delete=False, suffix=".png") as temp:
-        temp_image_path = temp.name
-        plt.savefig(temp_image_path)
+with gr.Blocks() as demo:
+    file_input = gr.File(label="上传CSV文件", file_types=["csv"])
+    df_display = gr.Dataframe(visible=False)
+    col1_dropdown = gr.Dropdown(label="选择列1", visible=False)
+    col2_dropdown = gr.Dropdown(label="选择列2", visible=False)
+    choice_radio = gr.Radio(["是", "否"], label="是否选择", visible=False)
+    slider = gr.Slider(minimum=2, maximum=7, step=1, label="选择数字", visible=False)
+    submit_button = gr.Button("提交")
+    output_image = gr.Image(visible=False)
 
-    return df.head(), temp_image_path
+    # 文件上传后调用 process_file 函数
+    file_input.upload(process_file, inputs=file_input, outputs=[df_display, col1_dropdown, col2_dropdown, choice_radio])
+    
+    # 选择框值改变时调用 update_slider 函数
+    choice_radio.change(update_slider, inputs=choice_radio, outputs=slider)
     
-# 创建Gradio界面
-iface = gr.Interface(
-    fn=process_data,
-    inputs=[
-        gr.File(label="上传数据表格"),
-        gr.Textbox(label="指定第1个数据列名称"),
-        gr.Textbox(label="指定第2个数据列名称"),
-        gr.Checkbox(label="第1列数据是连续值类型", default=False),
-        gr.Slider(3, 6, label="如果第1列是连续值，要分为几组"),
-    ],
-    outputs=[
-        gr.Dataframe(type='pandas', label="数据表的前5行"),
-        gr.Image(type='filepath', label="柱形图")
-    ],
-    title="数据分布可视化工具",
-    description="上传数据表格，指定列名称，查看特定数据列分布的可视化结果。"
-)
+    # 点击提交按钮时调用 generate_output 函数
+    submit_button.click(generate_output, inputs=[file_input, col1_dropdown, col2_dropdown, choice_radio, slider], outputs=[df_display, output_image])
+
+demo.launch()
+
 
-iface.launch(share=True)