app.py

import streamlit as st
import pandas as pd
import numpy as np
import plotly.express as px
import plotly.graph_objects as go
from io import StringIO
import openpyxl
import matplotlib.font_manager as fm
from scipy import stats

# 한글 폰트 설정
def set_font():
    font_path = "Pretendard-Bold.ttf"  # 실제 폰트 파일 경로로 변경해주세요
    fm.fontManager.addfont(font_path)
    return {'font.family': 'Pretendard-Bold', 'axes.unicode_minus': False}

# 폰트 설정을 가져옵니다
font_settings = set_font()

def load_data(file):
    file_extension = file.name.split('.')[-1].lower()
    if file_extension == 'csv':
        data = pd.read_csv(file)
    elif file_extension in ['xls', 'xlsx']:
        data = pd.read_excel(file)
    else:
        st.error("지원되지 않는 파일 형식입니다. CSV, XLS, 또는 XLSX 파일을 업로드해주세요.")
        return None
    return data

def manual_data_entry():
    st.subheader("수동 데이터 입력")
    col_names = st.text_input("열 이름을 쉼표로 구분하여 입력하세요:").split(',')
    col_names = [name.strip() for name in col_names if name.strip()]
    
    if col_names:
        num_rows = st.number_input("초기 행의 수를 입력하세요:", min_value=1, value=5)
        data = pd.DataFrame(columns=col_names, index=range(num_rows))
        
        edited_data = st.data_editor(data, num_rows="dynamic")
        
        return edited_data
    return None

def preprocess_data(data):
    st.subheader("데이터 전처리")
    
    # 결측치 처리
    if data.isnull().sum().sum() > 0:
        st.write("결측치 처리:")
        for column in data.columns:
            if data[column].isnull().sum() > 0:
                method = st.selectbox(f"{column} 열의 처리 방법 선택:", 
                                      ["제거", "평균으로 대체", "중앙값으로 대체", "최빈값으로 대체"])
                if method == "제거":
                    data = data.dropna(subset=[column])
                elif method == "평균으로 대체":
                    data[column].fillna(data[column].mean(), inplace=True)
                elif method == "중앙값으로 대체":
                    data[column].fillna(data[column].median(), inplace=True)
                elif method == "최빈값으로 대체":
                    data[column].fillna(data[column].mode()[0], inplace=True)
    
    # 데이터 타입 변환
    for column in data.columns:
        if data[column].dtype == 'object':
            try:
                data[column] = pd.to_numeric(data[column])
                st.write(f"{column} 열을 숫자형으로 변환했습니다.")
            except ValueError:
                st.write(f"{column} 열은 범주형으로 유지됩니다.")
    
    return data

def perform_analysis(data):
    st.header("탐색적 데이터 분석")
    
    # 요약 통계
    st.write("요약 통계:")
    st.write(data.describe())

    # 상관관계 히트맵
    st.write("상관관계 히트맵:")
    numeric_data = data.select_dtypes(include=['float64', 'int64'])
    if not numeric_data.empty:
        fig = px.imshow(numeric_data.corr(), color_continuous_scale='RdBu_r', zmin=-1, zmax=1)
        fig.update_layout(title='상관관계 히트맵')
        st.plotly_chart(fig)
    else:
        st.write("상관관계 히트맵을 그릴 수 있는 숫자형 열이 없습니다.")

    # 과목별 점수 분포
    if '과목' in data.columns and '학습평가' in data.columns:
        st.write("과목별 점수 분포:")
        fig = px.box(data, x='과목', y='학습평가', points="all")
        fig.update_layout(title='과목별 학습평가 점수 분포')
        st.plotly_chart(fig)

    # 월별 점수 추이
    if '달' in data.columns and '학습평가' in data.columns:
        st.write("월별 점수 추이:")
        fig = px.line(data, x='달', y='학습평가', color='과목', markers=True)
        fig.update_layout(title='월별 학습평가 점수 추이')
        st.plotly_chart(fig)

    # 자기노력도와 학습평가 관계 (회귀선과 R-squared 추가)
    if '자기노력도' in data.columns and '학습평가' in data.columns:
        st.write("자기노력도와 학습평가 관계:")
        fig = px.scatter(data, x='자기노력도', y='학습평가', color='과목', hover_data=['달'])
        
        # 전체 데이터에 대한 회귀선 추가
        x = data['자기노력도']
        y = data['학습평가']
        slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)
        line_x = np.array([x.min(), x.max()])
        line_y = slope * line_x + intercept
        fig.add_trace(go.Scatter(x=line_x, y=line_y, mode='lines', name='회귀선'))
        
        r_squared = r_value ** 2
        fig.update_layout(
            title=f'자기노력도와 학습평가 관계 (R-squared: {r_squared:.4f})',
            annotations=[
                dict(
                    x=0.5,
                    y=1.05,
                    xref='paper',
                    yref='paper',
                    text=f'R-squared: {r_squared:.4f}',
                    showarrow=False,
                )
            ]
        )
        st.plotly_chart(fig)

    # 인터랙티브 필터링
    st.write("인터랙티브 필터링:")
    if '자기노력도' in data.columns:
        min_effort = int(data['자기노력도'].min())
        max_effort = int(data['자기노력도'].max())
        effort_range = st.slider("자기노력도 범위 선택", min_effort, max_effort, (min_effort, max_effort))
        
        filtered_data = data[(data['자기노력도'] >= effort_range[0]) & (data['자기노력도'] <= effort_range[1])]
        
        if '과목' in filtered_data.columns and '학습평가' in filtered_data.columns:
            fig = px.scatter(filtered_data, x='자기노력도', y='학습평가', color='과목', hover_data=['달'])
            
            # 필터링된 데이터에 대한 회귀선 추가
            x = filtered_data['자기노력도']
            y = filtered_data['학습평가']
            slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)
            line_x = np.array([x.min(), x.max()])
            line_y = slope * line_x + intercept
            fig.add_trace(go.Scatter(x=line_x, y=line_y, mode='lines', name='회귀선'))
            
            r_squared = r_value ** 2
            fig.update_layout(
                title=f'자기노력도 {effort_range[0]}-{effort_range[1]} 범위의 학습평가 관계 (R-squared: {r_squared:.4f})',
                annotations=[
                    dict(
                        x=0.5,
                        y=1.05,
                        xref='paper',
                        yref='paper',
                        text=f'R-squared: {r_squared:.4f}',
                        showarrow=False,
                    )
                ]
            )
            st.plotly_chart(fig)

    # 과목별 상세 분석
    if '과목' in data.columns:
        st.write("과목별 상세 분석:")
        selected_subject = st.selectbox("분석할 과목 선택", data['과목'].unique())
        subject_data = data[data['과목'] == selected_subject]
        
        if '달' in subject_data.columns and '학습평가' in subject_data.columns:
            fig = px.line(subject_data, x='달', y='학습평가', markers=True)
            fig.update_layout(title=f'{selected_subject} 월별 학습평가 점수 추이')
            st.plotly_chart(fig)
        
        if '자기노력도' in subject_data.columns and '학습평가' in subject_data.columns:
            fig = px.scatter(subject_data, x='자기노력도', y='학습평가', hover_data=['달'])
            
            # 선택된 과목에 대한 회귀선 추가
            x = subject_data['자기노력도']
            y = subject_data['학습평가']
            slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)
            line_x = np.array([x.min(), x.max()])
            line_y = slope * line_x + intercept
            fig.add_trace(go.Scatter(x=line_x, y=line_y, mode='lines', name='회귀선'))
            
            r_squared = r_value ** 2
            fig.update_layout(
                title=f'{selected_subject} 자기노력도와 학습평가 관계 (R-squared: {r_squared:.4f})',
                annotations=[
                    dict(
                        x=0.5,
                        y=1.05,
                        xref='paper',
                        yref='paper',
                        text=f'R-squared: {r_squared:.4f}',
                        showarrow=False,
                    )
                ]
            )
            st.plotly_chart(fig)

def main():
    st.title("인터랙티브 EDA 툴킷")

    data_input_method = st.radio("데이터 입력 방법 선택:", ("파일 업로드", "수동 입력"))
    
    if data_input_method == "파일 업로드":
        uploaded_file = st.file_uploader("CSV, XLS, 또는 XLSX 파일을 선택하세요", type=["csv", "xls", "xlsx"])
        if uploaded_file is not None:
            data = load_data(uploaded_file)
        else:
            data = None
    else:
        data = manual_data_entry()
    
    if data is not None:
        st.subheader("데이터 미리보기 및 수정")
        st.write("데이터를 확인하고 필요한 경우 수정하세요:")
        edited_data = st.data_editor(data, num_rows="dynamic")
        
        if st.button("데이터 분석 시작"):
            processed_data = preprocess_data(edited_data)
            perform_analysis(processed_data)

if __name__ == "__main__":
    main()