Create app.py

app.py

@@ -0,0 +1,62 @@
+import pandas as pd
+import matplotlib.pyplot as plt
+import gradio as gr
+import tempfile
+import warnings
+
+warnings.filterwarnings(action='ignore', category=UserWarning)
+
+# 设置中文字体和编码
+plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']  # 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
+
+def process_data(file_name, column1, column2, is_continuous, bins):
+    # 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()   
+
+    # 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)
+
+    return df.head(), temp_image_path
+    
+# 创建Gradio界面
+iface = gr.Interface(
+    fn=process_data,
+    inputs=[
+        gr.inputs.File(label="上传数据表格"),
+        gr.inputs.Textbox(label="指定第1个数据列名称"),
+        gr.inputs.Textbox(label="指定第2个数据列名称"),
+        gr.inputs.Checkbox(label="第1列数据是连续值类型", default=False),
+        gr.inputs.Number(label="如果第1列是连续值，要分为几组", optional=True),
+    ],
+    outputs=[
+        gr.outputs.Dataframe(type='pandas', label="数据表的前5行"),
+        gr.outputs.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。"
+)
+
+iface.launch(share=True)