app.py

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'] = ['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

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()   

    # 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.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。"
)

iface.launch(share=True)