src/streamlit_app.py

import streamlit as st
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from scipy.stats import norm, skew
import platform
import os
import matplotlib.font_manager as fm  # [수정 1] 누락되었던 폰트 관리자 모듈 import

# --- set_korean_font 함수를 아래 코드로 교체해주세요 ---
def set_korean_font():
    """
    Hugging Face Space 또는 Streamlit Cloud 환경에서 한글 폰트를 안정적으로 로드합니다.
    1. 지정된 경로에 폰트 파일이 있는지 확인합니다.
    2. 파일이 없다면 경고를 표시합니다.
    3. 파일이 있다면 해당 폰트를 matplotlib의 기본값으로 설정합니다.
    4. 혹시 모를 캐시 문제를 해결하기 위해 캐시를 재생성하는 옵션을 고려할 수 있습니다.
    """
    # 폰트 파일 이름 지정
    font_filename = "NanumGaRamYeonGgoc.ttf"
    
    # 시스템 환경에 따라 폰트 경로 탐색
    # (Hugging Face, Streamlit Cloud와 같은 리눅스 기반 환경을 가정)
    font_path = None

    if os.path.exists(font_path):
        try:
            # 폰트 프로퍼티를 설정하고 matplotlib의 rcParams에 등록
            font_prop = fm.FontProperties(fname=font_path)
            fm.fontManager.addfont(font_path) # 캐시에 폰트 추가
            plt.rc('font', family=font_prop.get_name())
            
            # 성공 메시지 표시 (Streamlit 렌더링 과정에서 오류 방지)
            try:
                st.sidebar.success(f"'{font_prop.get_name()}' 폰트 로딩 성공!")
            except Exception:
                pass
        except Exception as e:
            try:
                st.sidebar.error(f"폰트 로딩 중 오류가 발생했습니다: {e}")
            except Exception:
                pass
    else:
        # 폰트 파일이 없을 경우 경고 메시지
        try:
            st.sidebar.warning(f"폰트 파일({font_filename})을 찾을 수 없습니다. 앱의 루트 디렉토리에 폰트 파일을 업로드하세요.")
            # matplotlib의 폰트 캐시를 강제로 다시 빌드 (디버깅용)
            # st.sidebar.info("Matplotlib 폰트 캐시를 재빌드합니다...")
            # fm._rebuild()
            # st.sidebar.info("캐시 재빌드 완료. 앱을 새로고침하세요.")
        except Exception:
            pass

    # 마이너스 부호가 깨지는 현상 방지
    plt.rcParams['axes.unicode_minus'] = False
    
# --- 점수 분석 함수 ---
def analyze_scores(df):
    """데이터프레임을 받아 분석 결과를 표시하는 함수"""
    st.subheader("데이터 미리보기 (상위 5개)")
    st.dataframe(df.head())

    # 숫자 형식의 열만 선택지로 제공하여 오류 방지
    numeric_columns = df.select_dtypes(include=np.number).columns.tolist()
    if not numeric_columns:
        st.error("데이터에서 분석 가능한 숫자 형식의 열을 찾을 수 없습니다.")
        return

    score_column = st.selectbox("분석할 점수 열(column)을 선택하세요:", numeric_columns)

    if score_column:
        scores = df[score_column].dropna()
        st.subheader(f"'{score_column}' 점수 분포 분석 결과")

        # 1. 기술 통계량
        st.write("#### 📈 기술 통계량")
        st.table(scores.describe())

        # 2. 분포 시각화
        st.write("#### 🎨 점수 분포 시각화")
        fig, ax = plt.subplots(figsize=(10, 6))
        sns.histplot(scores, kde=True, stat='density', label='학생 점수 분포', ax=ax)
        mu, std = norm.fit(scores)
        xmin, xmax = plt.xlim()
        x = np.linspace(xmin, xmax, 100)
        p = norm.pdf(x, mu, std)
        ax.plot(x, p, 'k', linewidth=2, label='정규분포 곡선')
        ax.set_title(f"'{score_column}' 점수 분포 (평균: {mu:.2f}, 표준편차: {std:.2f})")
        ax.set_xlabel('점수'); ax.set_ylabel('밀도'); ax.legend()
        st.pyplot(fig)

        # 3. 왜도(Skewness) 분석
        st.write("#### 📐 왜도 (Skewness) 분석")
        skewness = skew(scores)
        st.metric(label="왜도 (Skewness)", value=f"{skewness:.4f}")

        if skewness > 0.5:
            st.info("꼬리가 오른쪽으로 긴 분포 (Positive Skew): 대부분의 학생들이 평균보다 낮은 점수에 몰려있고, 일부 고득점자들이 평균을 높이고 있습니다.")
        elif skewness < -0.5:
            st.info("꼬리가 왼쪽으로 긴 분포 (Negative Skew): 대부분의 학생들이 평균보다 높은 점수에 몰려있고, 일부 저득점자들이 평균을 낮추고 있습니다.")
        else:
            st.info("대칭에 가까운 분포: 점수가 평균을 중심으로 비교적 고르게 분포되어 있습니다.")

# --- 메인 실행 함수 ---
def main():
    st.set_page_config(layout="wide") # 페이지 레이아웃을 넓게 설정
    set_korean_font() # 앱 시작 시 폰트 설정 먼저 실행
    
    st.title("학생 점수 분포 분석 도구 📊")
    st.write("CSV 파일을 직접 업로드하거나 Google Sheets URL을 붙여넣어 학생 점수 분포를 분석합니다.")
    st.write("---")

    st.sidebar.title("데이터 가져오기")
    source_option = st.sidebar.radio("데이터 소스를 선택하세요:", ("Google Sheets URL", "CSV 파일 업로드"))
    
    df = None

    if source_option == "Google Sheets URL":
        sample_url = "https://docs.google.com/spreadsheets/d/e/2PACX-1vQ2Z8kzJq2sM7w2_9gXo-jZ-mO5o-BvC-w5p2nJ6oJ7oJ9xL-w3kZ9j5Z3kX7vN1aQ4mB1cW8jB7fR/pub?gid=0&single=true&output=csv"
        url = st.sidebar.text_input("웹에 게시된 Google Sheets CSV URL", value=sample_url)
        if url:
            try:
                df = pd.read_csv(url)
            except Exception as e:
                st.error(f"URL로부터 데이터를 읽는 중 오류가 발생했습니다: {e}")
                st.warning("올바른 Google Sheets '웹 게시' CSV URL인지 확인해주세요.")

    # [수정 2] elif의 들여쓰기를 수정하여 if와 같은 레벨로 맞춤
    elif source_option == "CSV 파일 업로드":
        uploaded_file = st.sidebar.file_uploader("CSV 파일을 업로드하세요.", type="csv")
        if uploaded_file:
            try:
                df = pd.read_csv(uploaded_file, encoding='utf-8-sig')
            except Exception as e:
                st.error(f"파일을 읽는 중 오류가 발생했습니다: {e}")

    # 데이터가 성공적으로 로드된 경우에만 분석 함수 실행
    if df is not None:
        analyze_scores(df)
    else:
        st.info("사이드바에서 데이터 소스를 선택하고 데이터를 불러와주세요.")

if __name__ == '__main__':
    main()