Update app.py

app.py

@@ -5,8 +5,8 @@ import plotly.express as px
 import plotly.graph_objects as go
 from io import StringIO
 import openpyxl
-import matplotlib.pyplot as plt
 import matplotlib.font_manager as fm
+from scipy import stats
 
 # 한글 폰트 설정
 def set_font():
@@ -89,38 +89,121 @@ def perform_analysis(data):
     else:
         st.write("상관관계 히트맵을 그릴 수 있는 숫자형 열이 없습니다.")
 
-    # 산점도 행렬
-    st.write("산점도 행렬:")
-    if not numeric_data.empty:
-        fig = px.scatter_matrix(numeric_data)
-        fig.update_layout(title='산점도 행렬')
+    # 과목별 점수 분포
+    if '과목' in data.columns and '학습평가' in data.columns:
+        st.write("과목별 점수 분포:")
+        fig = px.box(data, x='과목', y='학습평가', points="all")
+        fig.update_layout(title='과목별 학습평가 점수 분포')
         st.plotly_chart(fig)
-    else:
-        st.write("산점도 행렬을 그릴 수 있는 숫자형 열이 없습니다.")
 
-    # 히스토그램
-    st.write("히스토그램:")
-    for column in numeric_data.columns:
-        fig = px.histogram(data, x=column, marginal='box')
-        fig.update_layout(title=f'{column} 히스토그램')
+    # 월별 점수 추이
+    if '달' in data.columns and '학습평가' in data.columns:
+        st.write("월별 점수 추이:")
+        fig = px.line(data, x='달', y='학습평가', color='과목', markers=True)
+        fig.update_layout(title='월별 학습평가 점수 추이')
         st.plotly_chart(fig)
 
-    # 박스플롯
-    st.write("박스플롯:")
-    for column in numeric_data.columns:
-        fig = px.box(data, y=column)
-        fig.update_layout(title=f'{column} 박스플롯')
+    # 자기노력도와 학습평가 관계 (회귀선과 R-squared 추가)
+    if '자기노력도' in data.columns and '학습평가' in data.columns:
+        st.write("자기노력도와 학습평가 관계:")
+        fig = px.scatter(data, x='자기노력도', y='학습평가', color='과목', hover_data=['달'])
+        
+        # 전체 데이터에 대한 회귀선 추가
+        x = data['자기노력도']
+        y = data['학습평가']
+        slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)
+        line_x = np.array([x.min(), x.max()])
+        line_y = slope * line_x + intercept
+        fig.add_trace(go.Scatter(x=line_x, y=line_y, mode='lines', name='회귀선'))
+        
+        r_squared = r_value ** 2
+        fig.update_layout(
+            title=f'자기노력도와 학습평가 관계 (R-squared: {r_squared:.4f})',
+            annotations=[
+                dict(
+                    x=0.5,
+                    y=1.05,
+                    xref='paper',
+                    yref='paper',
+                    text=f'R-squared: {r_squared:.4f}',
+                    showarrow=False,
+                )
+            ]
+        )
         st.plotly_chart(fig)
 
-    # 범주형 변수 막대 그래프
-    categorical_columns = data.select_dtypes(include=['object']).columns
-    if not categorical_columns.empty:
-        st.write("범주형 변수 막대 그래프:")
-        for column in categorical_columns:
-            value_counts = data[column].value_counts().reset_index()
-            value_counts.columns = ['category', 'count']
-            fig = px.bar(value_counts, x='category', y='count', title=f'{column} 분포')
-            fig.update_layout(xaxis_title=column, yaxis_title='개수')
+    # 인터랙티브 필터링
+    st.write("인터랙티브 필터링:")
+    if '자기노력도' in data.columns:
+        min_effort = int(data['자기노력도'].min())
+        max_effort = int(data['자기노력도'].max())
+        effort_range = st.slider("자기노력도 범위 선택", min_effort, max_effort, (min_effort, max_effort))
+        
+        filtered_data = data[(data['자기노력도'] >= effort_range[0]) & (data['자기노력도'] <= effort_range[1])]
+        
+        if '과목' in filtered_data.columns and '학습평가' in filtered_data.columns:
+            fig = px.scatter(filtered_data, x='자기노력도', y='학습평가', color='과목', hover_data=['달'])
+            
+            # 필터링된 데이터에 대한 회귀선 추가
+            x = filtered_data['자기노력도']
+            y = filtered_data['학습평가']
+            slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)
+            line_x = np.array([x.min(), x.max()])
+            line_y = slope * line_x + intercept
+            fig.add_trace(go.Scatter(x=line_x, y=line_y, mode='lines', name='회귀선'))
+            
+            r_squared = r_value ** 2
+            fig.update_layout(
+                title=f'자기노력도 {effort_range[0]}-{effort_range[1]} 범위의 학습평가 관계 (R-squared: {r_squared:.4f})',
+                annotations=[
+                    dict(
+                        x=0.5,
+                        y=1.05,
+                        xref='paper',
+                        yref='paper',
+                        text=f'R-squared: {r_squared:.4f}',
+                        showarrow=False,
+                    )
+                ]
+            )
+            st.plotly_chart(fig)
+
+    # 과목별 상세 분석
+    if '과목' in data.columns:
+        st.write("과목별 상세 분석:")
+        selected_subject = st.selectbox("분석할 과목 선택", data['과목'].unique())
+        subject_data = data[data['과목'] == selected_subject]
+        
+        if '달' in subject_data.columns and '학습평가' in subject_data.columns:
+            fig = px.line(subject_data, x='달', y='학습평가', markers=True)
+            fig.update_layout(title=f'{selected_subject} 월별 학습평가 점수 추이')
+            st.plotly_chart(fig)
+        
+        if '자기노력도' in subject_data.columns and '학습평가' in subject_data.columns:
+            fig = px.scatter(subject_data, x='자기노력도', y='학습평가', hover_data=['달'])
+            
+            # 선택된 과목에 대한 회귀선 추가
+            x = subject_data['자기노력도']
+            y = subject_data['학습평가']
+            slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)
+            line_x = np.array([x.min(), x.max()])
+            line_y = slope * line_x + intercept
+            fig.add_trace(go.Scatter(x=line_x, y=line_y, mode='lines', name='회귀선'))
+            
+            r_squared = r_value ** 2
+            fig.update_layout(
+                title=f'{selected_subject} 자기노력도와 학습평가 관계 (R-squared: {r_squared:.4f})',
+                annotations=[
+                    dict(
+                        x=0.5,
+                        y=1.05,
+                        xref='paper',
+                        yref='paper',
+                        text=f'R-squared: {r_squared:.4f}',
+                        showarrow=False,
+                    )
+                ]
+            )
             st.plotly_chart(fig)
 
 def main():