Upload 4 files

Dockerfile

@@ -0,0 +1,13 @@
+FROM python:3.9
+
+RUN useradd -m -u 1000 user
+USER user
+ENV PATH="/home/user/.local/bin:$PATH"
+
+WORKDIR /app
+
+COPY --chown=user ./requirements.txt requirements.txt
+RUN pip install --no-cache-dir --upgrade -r requirements.txt
+
+COPY --chown=user . /app
+CMD ["gunicorn", "app:app", "--bind", "0.0.0.0:7860"]

app.py

@@ -0,0 +1,123 @@
+from flask import Flask, request, jsonify
+from flask_cors import CORS
+import pandas as pd
+from openai import OpenAI
+import re
+import plotly.io as pio
+import json
+import plotly.express as px
+import os
+from dotenv import load_dotenv
+
+# Load environment variables from .env file
+load_dotenv()
+
+# Get the API key from the environment variable
+api_key = os.getenv('OPENAI_API_KEY')
+pio.renderers.default = 'json'
+
+app = Flask(__name__)
+CORS(app, resources={r"/analyze": {"origins": "https://viz.zhanglearning.com"}})
+
+@app.route('/analyze', methods=['POST'])
+def analyze():
+ if 'file' not in request.files:
+ return jsonify({'error': '没有文件上传'}), 400
+ 
+ file = request.files['file']
+ prompt = request.form.get('prompt', '')
+ 
+ if file.filename == '':
+ return jsonify({'error': '没有选择文件'}), 400
+ 
+ if file and file.filename.endswith('.csv'):
+ df = pd.read_csv(file)
+ data_info = df.dtypes.to_dict()
+ #data_columns = df.columns.tolist()
+
+ #client = OpenAI(api_key=api_key, base_url="https://api.siliconflow.cn/v1")
+ client = OpenAI(api_key=api_key,base_url='https://api.deepseek.com/v1')
+ messages = [
+ {"role": "system", "content": """
+ 你是数据分析、可视化和 Jupyter Notebook 开发方面的专家，专注于 Python 库，如 pandas、matplotlib、seaborn 和 numpy。
+ **关键原则：**
+ - 用准确的 Python 示例写出简洁的技术回复。
+ - 在数据分析工作流中优先考虑可读性和可重复性。
+ - 在适当的时候使用函数式编程；避免不必要的类。
+ - 优先使用向量化操作而不是显式循环以获得更好的性能。
+ - 使用描述性的变量名以反映它们所包含的数据。
+ - 遵循 Python 代码的 PEP 8 风格指南。
+
+ **数据分析和操作：**
+ - 使用 pandas 进行数据操作和分析。
+ - 在可能的情况下，优先使用方法链进行数据转换。
+ - 使用 loc 和 iloc 进行明确的数据选择。
+ - 利用 groupby 操作进行高效的数据聚合。
+
+ **可视化：**
+ - 使用 matplotlib 进行低级绘图控制和自定义。
+ - 使用 seaborn 进行统计可视化和美观的默认设置。
+ - 创建带有适当标签、标题和图例的信息丰富且视觉上吸引人的图。
+ - 使用适当的配色方案并考虑色盲可访问性。
+
+ **Jupyter Notebook 最佳实践：**
+ - 使用 Markdown 单元格以清晰的部分结构笔记本。
+ - 使用有意义的单元格执行顺序以确保可重复性。
+ - 在 Markdown 单元格中包含解释性文本以记录分析步骤。
+ - 保持代码单元格专注且模块化，以便于理解和调试。
+ - 使用诸如 %matplotlib inline 之类的魔术命令进行内联绘图。
+
+ **错误处理和数据验证：**
+ - 在分析开始时实施数据质量检查。
+ - 适当地处理缺失数据（插补、删除或标记）。
+ - 对于容易出错的操作使用 try-except 块，尤其是在读取外部数据时。
+ - 验证数据类型和范围以确保数据完整性。
+
+ **依赖项：**
+ - pandas
+ - numpy
+ - matplotlib
+ - seaborn
+ - jupyter
+ - scikit-learn（用于机器学习任务）
+
+ **关键约定：**
+ 1. 以数据探索和汇总统计开始分析。
+ 2. 创建可重用的绘图函数以实现一致的可视化。
+ 参考 pandas、matplotlib 和 Jupyter 的官方文档以获取最佳实践和最新的 API。
+ """},
+ {"role": "user", "content": f"""
+ 根据接收的数据字段和类型：{data_info},{prompt},注意：我已经安装好了所有依赖;
+ 请确保在代码中使用 'df' 变量来引用数据框;直接给我最终代码即可，不要写注释;请确保在代码中使用 'df' 变量来引用数据框。
+ 使用 plotly.express 进行可视化，并使用 'px' 作为别名。
+ 不要使用 df_filtered 变量，所有的过滤操作都应该直接在 df 上进行。
+ """}
+ ]
+ 
+ response = client.chat.completions.create(
+ model="deepseek-ai/DeepSeek-Coder-V2-Instruct",
+ messages=messages,
+ stream=False
+ )
+ 
+ response_code = response.choices[0].message.content
+ code_blocks = re.findall(r'```(.*?)```', response_code, re.DOTALL)
+ cleaned_code_blocks = [code.replace("python\n", "") for code in code_blocks]
+ 
+ results = []
+ for code in cleaned_code_blocks:
+ try:
+ local_vars = {'df': df,'px': px}
+ exec(code, globals(), local_vars)
+ for var_name, var_value in local_vars.items():
+ if var_name.startswith('fig'):
+ results.append(pio.to_json(var_value))
+ except Exception as e:
+ print(f"执行代码时出错：{str(e)}")
+ 
+ return jsonify({'plots': results})
+ 
+ return jsonify({'error': '不支持的文件类型'}), 400
+
+if __name__ == '__main__':
+ app.run(debug=True)

gitattributes

@@ -0,0 +1,35 @@
+*.7z filter=lfs diff=lfs merge=lfs -text
+*.arrow filter=lfs diff=lfs merge=lfs -text
+*.bin filter=lfs diff=lfs merge=lfs -text
+*.bz2 filter=lfs diff=lfs merge=lfs -text
+*.ckpt filter=lfs diff=lfs merge=lfs -text
+*.ftz filter=lfs diff=lfs merge=lfs -text
+*.gz filter=lfs diff=lfs merge=lfs -text
+*.h5 filter=lfs diff=lfs merge=lfs -text
+*.joblib filter=lfs diff=lfs merge=lfs -text
+*.lfs.* filter=lfs diff=lfs merge=lfs -text
+*.mlmodel filter=lfs diff=lfs merge=lfs -text
+*.model filter=lfs diff=lfs merge=lfs -text
+*.msgpack filter=lfs diff=lfs merge=lfs -text
+*.npy filter=lfs diff=lfs merge=lfs -text
+*.npz filter=lfs diff=lfs merge=lfs -text
+*.onnx filter=lfs diff=lfs merge=lfs -text
+*.ot filter=lfs diff=lfs merge=lfs -text
+*.parquet filter=lfs diff=lfs merge=lfs -text
+*.pb filter=lfs diff=lfs merge=lfs -text
+*.pickle filter=lfs diff=lfs merge=lfs -text
+*.pkl filter=lfs diff=lfs merge=lfs -text
+*.pt filter=lfs diff=lfs merge=lfs -text
+*.pth filter=lfs diff=lfs merge=lfs -text
+*.rar filter=lfs diff=lfs merge=lfs -text
+*.safetensors filter=lfs diff=lfs merge=lfs -text
+saved_model/**/* filter=lfs diff=lfs merge=lfs -text
+*.tar.* filter=lfs diff=lfs merge=lfs -text
+*.tar filter=lfs diff=lfs merge=lfs -text
+*.tflite filter=lfs diff=lfs merge=lfs -text
+*.tgz filter=lfs diff=lfs merge=lfs -text
+*.wasm filter=lfs diff=lfs merge=lfs -text
+*.xz filter=lfs diff=lfs merge=lfs -text
+*.zip filter=lfs diff=lfs merge=lfs -text
+*.zst filter=lfs diff=lfs merge=lfs -text
+*tfevents* filter=lfs diff=lfs merge=lfs -text

requirements.txt

@@ -0,0 +1,9 @@
+Flask==3.0.3
+Flask_Cors==4.0.1
+pandas==2.2.3
+plotly==5.18.0
+Requests==2.32.3
+openai==1.33.0
+plotly==5.18.0
+python-dotenv==1.0.1
+gunicorn