Update web/pages/tender_analysis.py

web/pages/tender_analysis.py

@@ -1,290 +1,138 @@
 import streamlit as st
 import pandas as pd
 import numpy as np
-import plotly.express as px
-from datetime import datetime
-import os
+import matplotlib.pyplot as plt
+import seaborn as sns
 
-def show_tender_analysis():
+def tender_analysis_page():
     """
-    عرض صفحة تحليل المناقصات
+    صفحة تحليل العطاءات - تعرض تحليلات مختلفة للعطاءات
     """
-    st.subheader("تحليل المناقصات")
+    st.title("تحليل العطاءات")
+    st.write("هذه الصفحة تعرض تحليلات مختلفة للعطاءات والمناقصات")
     
-    # تقسيم الشاشة إلى جزئين
-    col1, col2 = st.columns([1, 2])
+    # يمكنك إضافة رفع ملف CSV أو Excel
+    uploaded_file = st.file_uploader("ارفع ملف بيانات العطاءات", type=["csv", "xlsx"])
     
-    with col1:
-        # قسم رفع الملفات
-        st.markdown("### رفع ملفات المناقصة")
-        
-        uploaded_files = st.file_uploader(
-            "قم برفع ملفات المناقصة (PDF, DOCX, XLSX)",
-            type=["pdf", "docx", "xlsx", "csv", "json"],
-            accept_multiple_files=True
-        )
-        
-        if uploaded_files:
-            st.session_state.uploaded_files = uploaded_files
-            st.success(f"تم رفع {len(uploaded_files)} ملفات بنجاح")
-            
-            # عرض قائمة الملفات
-            st.markdown("### الملفات المرفوعة")
-            for file in uploaded_files:
-                st.markdown(f"- {file.name} ({file.size / 1024:.1f} KB)")
-        
-        # خيارات التحليل
-        st.markdown("### خيارات التحليل")
-        
-        analysis_options = st.multiselect(
-            "اختر أنواع التحليل",
-            [
-                "استخراج المتطلبات الرئيسية",
-                "تحليل التكاليف التقديرية",
-                "تحليل المخاطر",
-                "تحليل المحتوى المحلي",
-                "تحليل سلاسل الإمداد",
-                "التحليل الزمني",
-                "توقع احتمالية النجاح"
-            ],
-            default=["استخراج المتطلبات الرئيسية", "تحليل التكاليف التقديرية"]
-        )
-        
-        # زر بدء التحليل
-        if st.button("بدء التحليل"):
-            if not uploaded_files:
-                st.error("يرجى رفع ملفات المناقصة أولاً")
-            elif not analysis_options:
-                st.error("يرجى اختيار نوع التحليل المطلوب")
+    if uploaded_file is not None:
+        # قراءة البيانات
+        try:
+            if uploaded_file.name.endswith('csv'):
+                df = pd.read_csv(uploaded_file)
             else:
-                # هنا سيتم استدعاء عمليات التحليل الفعلية
-                # نستخدم هنا بيانات توضيحية للعرض فقط
-                with st.spinner("جاري تحليل المناقصة... قد تستغرق العملية بضع دقائق..."):
-                    # محاكاة وقت المعالجة
-                    import time
-                    time.sleep(2)
-                    
-                    # تخزين نتائج التحليل في حالة الجلسة
-                    st.session_state.analysis_results = {
-                        "tender_id": "T-2025-" + str(np.random.randint(1000, 9999)),
-                        "analyzed_at": datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
-                        "requirements": [
-                            "توريد وتركيب معدات البنية التحتية",
-                            "صيانة الشبكات لمدة سنتين",
-                            "تدريب الموظفين على الأنظمة الجديدة",
-                            "توفير قطع الغيار اللازمة",
-                            "الالتزام بمعايير الجودة ISO 9001"
-                        ],
-                        "cost_estimate": {
-                            "total": np.random.uniform(80, 150, 1)[0].round(2),
-                            "breakdown": {
-                                "مواد": np.random.uniform(30, 60, 1)[0].round(2),
-                                "عمالة": np.random.uniform(20, 40, 1)[0].round(2),
-                                "معدات": np.random.uniform(10, 30, 1)[0].round(2),
-                                "إدارة": np.random.uniform(5, 15, 1)[0].round(2),
-                                "أخرى": np.random.uniform(5, 10, 1)[0].round(2)
-                            }
-                        },
-                        "risks": [
-                            {"name": "تأخر التوريدات", "probability": 0.4, "impact": 0.7, "score": 0.28},
-                            {"name": "تغيير المواصفات", "probability": 0.3, "impact": 0.6, "score": 0.18},
-                            {"name": "نقص العمالة الماهرة", "probability": 0.5, "impact": 0.5, "score": 0.25},
-                            {"name": "تقلبات أسعار المواد", "probability": 0.6, "impact": 0.4, "score": 0.24},
-                            {"name": "ظروف جوية غير مناسبة", "probability": 0.2, "impact": 0.3, "score": 0.06}
-                        ],
-                        "local_content": {
-                            "estimated_percentage": np.random.uniform(50, 80, 1)[0].round(2),
-                            "required_percentage": np.random.uniform(40, 60, 1)[0].round(2),
-                            "breakdown": {
-                                "عمالة محلية": np.random.uniform(60, 90, 1)[0].round(2),
-                                "مواد محلية": np.random.uniform(40, 70, 1)[0].round(2),
-                                "خدمات محلية": np.random.uniform(50, 80, 1)[0].round(2),
-                                "تدريب وتطوير": np.random.uniform(30, 60, 1)[0].round(2)
-                            }
-                        },
-                        "success_probability": np.random.uniform(60, 90, 1)[0].round(2)
-                    }
-                    
-                    st.success("تم الانتهاء من تحليل المناقصة بنجاح!")
-    
-    with col2:
-        # عرض نتائج التحليل إذا كانت متوفرة
-        if "analysis_results" in st.session_state and st.session_state.analysis_results:
-            results = st.session_state.analysis_results
-            
-            # عرض معلومات المناقصة
-            st.markdown("### معلومات المناقصة")
-            st.markdown(f"**رقم المناقصة:** {results['tender_id']}")
-            st.markdown(f"**تاريخ التحليل:** {results['analyzed_at']}")
+                df = pd.read_excel(uploaded_file)
+                
+            # عرض البيانات الأولية
+            st.subheader("نظرة عامة على البيانات")
+            st.dataframe(df.head())
             
-            # تبويب لعرض مختلف أنواع التحليل
-            tabs = st.tabs([
-                "المتطلبات", 
-                "التكاليف", 
-                "المخاطر", 
-                "المحتوى المحلي", 
-                "احتمالية النجاح"
-            ])
+            # إحصائيات أساسية
+            st.subheader("إحصائيات أساسية")
+            st.write(df.describe())
             
-            # تبويب المتطلبات
-            with tabs[0]:
-                st.markdown("### المتطلبات الرئيسية للمناقصة")
-                for i, req in enumerate(results["requirements"]):
-                    st.markdown(f"{i+1}. {req}")
+            # تحليل حسب نوع العطاء (مثال)
+            if 'نوع_العطاء' in df.columns:
+                st.subheader("تحليل حسب نوع العطاء")
+                tender_types = df['نوع_العطاء'].value_counts()
+                st.bar_chart(tender_types)
             
-            # تبويب التكاليف
-            with tabs[1]:
-                st.markdown("### تحليل التكاليف التقديرية")
-                
-                # إجمالي التكلفة
-                st.markdown(f"**إجمالي التكلفة التقديرية:** {results['cost_estimate']['total']} مليون ريال")
-                
-                # رسم بياني لتوزيع التكاليف
-                cost_data = {
-                    "الفئة": list(results["cost_estimate"]["breakdown"].keys()),
-                    "القيمة (مليون ريال)": list(results["cost_estimate"]["breakdown"].values())
-                }
-                
-                cost_df = pd.DataFrame(cost_data)
-                
-                fig = px.pie(
-                    cost_df, 
-                    values="القيمة (مليون ريال)", 
-                    names="الفئة",
-                    title="توزيع التكاليف التقديرية",
-                    color_discrete_sequence=px.colors.qualitative.Bold
-                )
-                
-                st.plotly_chart(fig, use_container_width=True)
-            
-            # تبويب المخاطر
-            with tabs[2]:
-                st.markdown("### تحليل المخاطر")
-                
-                # جدول المخاطر
-                risk_data = pd.DataFrame(results["risks"])
-                risk_data.columns = ["المخاطرة", "الاحتمالية", "التأثير", "الدرجة"]
-                
-                st.table(risk_data.style.format({
-                    "الاحتمالية": "{:.1%}",
-                    "ا��تأثير": "{:.1%}",
-                    "الدرجة": "{:.1%}"
-                }))
-                
-                # مصفوفة المخاطر
-                st.markdown("### مصفوفة المخاطر")
-                
-                fig = px.scatter(
-                    risk_data, 
-                    x="الاحتمالية", 
-                    y="التأثير",
-                    size="الدرجة",
-                    text="المخاطرة",
-                    size_max=60,
-                    color="الدرجة",
-                    color_continuous_scale=px.colors.sequential.Reds,
-                    title="مصفوفة المخاطر",
-                    range_x=[0, 1],
-                    range_y=[0, 1]
-                )
-                
-                fig.update_traces(textposition="top center")
-                fig.update_layout(
-                    xaxis_title="احتمالية الحدوث",
-                    yaxis_title="مستوى التأثير"
-                )
+            # تحليل القيمة حسب الشهر (مثال)
+            if 'تاريخ' in df.columns and 'قيمة_العطاء' in df.columns:
+                st.subheader("تحليل قيمة العطاءات حسب الشهر")
+                df['شهر'] = pd.to_datetime(df['تاريخ']).dt.month
+                monthly_values = df.groupby('شهر')['قيمة_العطاء'].sum()
+                st.line_chart(monthly_values)
+                
+            # تحليل نسب النجاح (مثال)
+            if 'حالة_العطاء' in df.columns:
+                st.subheader("نسب نجاح العطاءات")
+                success_rate = df['حالة_العطاء'].value_counts(normalize=True) * 100
+                st.pie_chart(success_rate)
+                
+        except Exception as e:
+            st.error(f"حدث خطأ أثناء تحليل البيانات: {e}")
+    else:
+        st.info("يرجى رفع ملف بيانات العطاءات لعرض التحليلات")
+
+def contracts_page():
+    """
+    صفحة إدارة العقود - تعرض معلومات وتحليلات للعقود
+    """
+    st.title("إدارة العقود")
+    st.write("هذه الصفحة مخصصة لإدارة وتحليل العقود")
+    
+    # يمكنك إضافة رفع ملف CSV أو Excel
+    uploaded_file = st.file_uploader("ارفع ملف بيانات العقود", type=["csv", "xlsx"])
+    
+    if uploaded_file is not None:
+        # قراءة البيانات
+        try:
+            if uploaded_file.name.endswith('csv'):
+                df = pd.read_csv(uploaded_file)
+            else:
+                df = pd.read_excel(uploaded_file)
                 
-                st.plotly_chart(fig, use_container_width=True)
+            # عرض البيانات الأولية
+            st.subheader("نظرة عامة على بيانات العقود")
+            st.dataframe(df.head())
             
-            # تبويب المحتوى المحلي
-            with tabs[3]:
-                st.markdown("### تحليل المحتوى المحلي")
-                
-                # نسب المحتوى المحلي
-                est_pct = results["local_content"]["estimated_percentage"]
-                req_pct = results["local_content"]["required_percentage"]
-                
-                col1, col2 = st.columns(2)
-                
-                with col1:
-                    # متطلبات المحتوى المحلي
-                    st.markdown(f"**نسبة المحتوى المحلي المطلوبة:** {req_pct}%")
-                    st.progress(req_pct / 100)
-                
-                with col2:
-                    # النسبة المتوقعة
-                    st.markdown(f"**نسبة المحتوى المحلي المتوقعة:** {est_pct}%")
-                    st.progress(est_pct / 100)
-                    
-                    # حالة المحتوى المحلي (هل يلبي المتطلبات)
-                    if est_pct >= req_pct:
-                        st.success(f"المحتوى المحلي المتوقع يتجاوز المتطلبات بنسبة {est_pct - req_pct:.1f}%")
-                    else:
-                        st.error(f"المحتوى المحلي المتوقع أقل من المتطلبات بنسبة {req_pct - est_pct:.1f}%")
-                
-                # رسم بياني لمكونات المحتوى المحلي
-                local_data = {
-                    "الفئة": list(results["local_content"]["breakdown"].keys()),
-                    "النسبة (%)": list(results["local_content"]["breakdown"].values())
-                }
-                
-                local_df = pd.DataFrame(local_data)
-                
-                fig = px.bar(
-                    local_df, 
-                    x="الفئة", 
-                    y="النسبة (%)",
-                    color="النسبة (%)",
-                    color_continuous_scale=px.colors.sequential.Viridis,
-                    title="مكونات المحتوى المحلي حسب الفئة"
-                )
-                
-                st.plotly_chart(fig, use_container_width=True)
+            # إحصائيات العقود
+            st.subheader("إحصائيات العقود")
+            st.write(df.describe())
             
-            # تبويب احتمالية النجاح
-            with tabs[4]:
-                st.markdown("### توقع احتمالية النجاح")
-                
-                # عرض احتمالية النجاح
-                success_prob = results["success_probability"]
-                
-                # اختيار اللون حسب النسبة
-                color = "green" if success_prob >= 80 else "orange" if success_prob >= 60 else "red"
-                
-                st.markdown(f"<h1 style='text-align: center; color: {color};'>{success_prob}%</h1>", unsafe_allow_html=True)
-                st.progress(success_prob / 100)
-                
-                # نصائح لتحسين الاحتمالية
-                st.markdown("### توصيات لتحسين فرص النجاح")
-                
-                recommendations = [
-                    "زيادة نسبة المحتوى المحلي بنسبة 5-10%",
-                    "تعزيز فريق المشروع بخبرات في مجال التقنية",
-                    "البحث عن موردين محليين بديلين للمواد الرئيسية",
-                    "وضع خطة واضحة للتعامل مع المخاطر ذات التأثير العالي",
-                    "تقديم حلول مبتكرة في المجالات التقنية"
-                ]
-                
-                for rec in recommendations:
-                    st.markdown(f"- {rec}")
-                
-                # زر لحفظ التقرير
-                if st.button("حفظ تقرير التحليل"):
-                    st.session_state.latest_analysis = results
-                    st.success("تم حفظ تقرير التحليل بنجاح!")
-        else:
-            # توجيهات للمستخدم
-            st.info("قم برفع ملفات المناقصة واختر خيارات التحليل المطلوبة، ثم اضغط على زر 'بدء التحليل' لعرض النتائج هنا.")
+            # تحليل حسب نوع العقد (مثال)
+            if 'نوع_العقد' in df.columns:
+                st.subheader("تحليل حسب نوع العقد")
+                contract_types = df['نوع_العقد'].value_counts()
+                st.bar_chart(contract_types)
             
-            # عرض مثال توضيحي
-            st.markdown("### مثال توضيحي لنتائج التحليل")
-            st.image("https://via.placeholder.com/800x500?text=مثال+لنتائج+تحليل+المناقصة", caption="مثال لنتائج تحليل المناقصة")
+            # تحليل قيمة العقود حسب الشهر (مثال)
+            if 'تاريخ_التوقيع' in df.columns and 'قيمة_العقد' in df.columns:
+                st.subheader("تحليل قيمة العقود حسب الشهر")
+                df['شهر'] = pd.to_datetime(df['تاريخ_التوقيع']).dt.month
+                monthly_values = df.groupby('شهر')['قيمة_العقد'].sum()
+                st.line_chart(monthly_values)
+                
+            # تحليل العقود حسب المورد/العميل (مثال)
+            if 'المورد' in df.columns and 'قيمة_العقد' in df.columns:
+                st.subheader("تحليل العقود حسب المورد")
+                vendor_analysis = df.groupby('المورد')['قيمة_العقد'].sum().sort_values(ascending=False).head(10)
+                st.bar_chart(vendor_analysis)
+                
+            # جدول العقود النشطة (مثال)
+            if 'حالة_العقد' in df.columns:
+                st.subheader("العقود النشطة")
+                active_contracts = df[df['حالة_العقد'] == 'نشط']
+                st.dataframe(active_contracts)
+                
+        except Exception as e:
+            st.error(f"حدث خطأ أثناء تحليل بيانات العقود: {e}")
+    else:
+        st.info("يرجى رفع ملف بيانات العقود لعرض التحليلات")
 
-# اختبار مستقل للصفحة
-if __name__ == "__main__":
-    st.set_page_config(
-        page_title="نظام تحليل المناقصات - تحليل المناقصات",
-        page_icon="📊",
-        layout="wide",
+def main():
+    st.sidebar.title("قائمة الصفحات")
+    page = st.sidebar.selectbox(
+        "اختر صفحة", 
+        ["الصفحة الرئيسية", "تحليل العطاءات", "إدارة العقود", "المعلومات"]
     )
-    show_tender_analysis()
+    
+    if page == "الصفحة الرئيسية":
+        home_page()
+    elif page == "تحليل العطاءات":
+        tender_analysis_page()
+    elif page == "إدارة العقود":
+        contracts_page()
+    elif page == "المعلومات":
+        about_page()
+
+def home_page():
+    st.title("نظام تحليل العطاءات")
+    st.write("مرحباً بك في نظام تحليل العطاءات. استخدم القائمة الجانبية للتنقل بين الصفحات.")
+
+def about_page():
+    st.title("عن النظام")
+    st.write("نظام تحليل العطاءات هو أداة لتحليل بيانات العطاءات والمناقصات.")
+
+if __name__ == "__main__":
+    main()