Update app.py

app.py

@@ -3,40 +3,27 @@ import pandas as pd
 import matplotlib.pyplot as plt
 import seaborn as sns
 
-# Sayfa Genişlik Ayarı
+# Sayfa Ayarları (Uyarıları engellemek ve hızı artırmak için)
 st.set_page_config(layout="wide", page_title="Gold Analysis Dashboard")
 plt.style.use('dark_background')
 
-# 1. VERİ YÜKLEME (Hata Giderilmiş Esnek Versiyon)
-@st.cache_data
+# 1. VERİ YÜKLEME (Titremeyi önlemek için cache mekanizması)
+@st.cache_data(show_spinner=False) # Spinner'ı kapatmak titremeyi azaltır
 def load_data():
-    # Hugging Face'teki dosya adın
     df = pd.read_csv("gold_feature_engineered.csv")
     
-    # Tarih sütununu bul (date, Date, DATE veya 0. sütun)
-    date_col = None
-    for col in df.columns:
-        if col.lower() == 'date':
-            date_col = col
-            break
+    # Tarih sütununu otomatik bul
+    date_col = next((col for col in df.columns if col.lower() == 'date'), df.columns[0])
     
-    if date_col is None:
-        date_col = df.columns[0] # Bulamazsa ilk sütunu tarih varsay
-    
-    # Tarih dönüşümü ve Yıl sütunu oluşturma
     df[date_col] = pd.to_datetime(df[date_col])
     df['YEAR'] = df[date_col].dt.year
-    
-    # Kodun geri kalanında hata çıkmaması için sütun adını 'Date' yapalım
     df = df.rename(columns={date_col: 'Date'})
-    
     return df
 
-# Veriyi çek, hata varsa ekrana yazdır
 try:
     df = load_data()
 except Exception as e:
-    st.error(f"⚠️ Veri yüklenirken bir hata oluştu: {e}")
+    st.error(f"⚠️ Hata: {e}")
     st.stop()
 
 # 2. SOL PANEL (SIDEBAR)
@@ -49,7 +36,8 @@ year = st.sidebar.selectbox(
     index=0
 )
 
-filtered_df = df[df['YEAR'] == year]
+# Veriyi filtrele (Sadece bir kez yapıyoruz)
+filtered_df = df[df['YEAR'] == year].copy()
 
 # 3. ANA BAŞLIK
 st.markdown("<h1 style='text-align: center;'>Gold Price Analysis / Altın Fiyat Analizi</h1>", unsafe_allow_html=True)
@@ -79,13 +67,12 @@ if not filtered_df.empty:
     fig1, ax1 = plt.subplots(figsize=(8, 2.5)) 
     ax1.plot(filtered_df['Date'], filtered_df['GLD'], color='gold', linewidth=1.5)
     ax1.fill_between(filtered_df['Date'], filtered_df['GLD'], color='gold', alpha=0.1)
-
-    # Odaklanma ayarı
+    
     y_min, y_max = filtered_df['GLD'].min(), filtered_df['GLD'].max()
     ax1.set_ylim(y_min * 0.98, y_max * 1.02)
-    st.pyplot(fig1)
+    st.pyplot(fig1, clear_figure=True) # Hafızayı temizlemek titremeyi önler
 else:
-    st.write("Seçilen yıl için veri bulunamadı.")
+    st.write("Veri bulunamadı.")
 
 st.markdown(f"#### 📝 Not: Bu grafik {year} yılındaki günlük fiyat hareketlerini gösterir. / Note: This chart shows daily price movements in {year}.")
 
@@ -98,17 +85,19 @@ with col_left:
     st.markdown("### 🎯 Dağılım / Distribution")
     fig2, ax2 = plt.subplots(figsize=(5, 3))
     sns.kdeplot(x=filtered_df['GLD'], fill=True, color="orange", ax=ax2)
-    st.pyplot(fig2)
+    st.pyplot(fig2, clear_figure=True)
 
 with col_right:
     st.markdown("### 🌡️ Korelasyon / Correlation")
     fig3, ax3 = plt.subplots(figsize=(5, 3))
-    # Sadece sayısal sütunlarla korelasyon
-    sns.heatmap(filtered_df.select_dtypes(include=['number']).corr(), annot=True, cmap='YlOrBr', ax=ax3, annot_kws={"size": 7})
-    st.pyplot(fig3)
+    # Sadece sayısal sütunları seçerek hızı artırıyoruz
+    num_df = filtered_df.select_dtypes(include=['number'])
+    sns.heatmap(num_df.corr(), annot=True, cmap='YlOrBr', ax=ax3, annot_kws={"size": 7})
+    st.pyplot(fig3, clear_figure=True)
 
-# 7. VERİ TABLOSU
+# 7. VERİ TABLOSU VE İNDİRME
 with st.expander("Verileri Gör / View Data"):
-    st.dataframe(filtered_df.head(), use_container_width=True)
+    # Logdaki uyarıyı gidermek için width='stretch' kullandık
+    st.dataframe(filtered_df.head(), width=None) 
     csv = filtered_df.to_csv(index=False).encode('utf-8')
     st.download_button("📥 İndir / Download", data=csv, file_name=f'gold_{year}.csv')