Update src/streamlit_app.py

src/streamlit_app.py

@@ -6,30 +6,66 @@ import seaborn as sns
 from scipy.stats import norm, skew
 import platform
 import os
-import matplotlib.font_manager as fm  # [수정 1] 누락되었던 폰트 관리자 모듈 import
+import matplotlib.font_manager as fm
 
 def set_korean_font():
+    """한글 폰트 설정 함수 - 여러 방법으로 시도"""
+    
+    # 1. 시스템 기본 한글 폰트 찾기
+    available_fonts = [f.name for f in fm.fontManager.ttflist]
+    korean_fonts = [
+        'NanumGothic', 'NanumBarunGothic', 'NanumSquare',
+        'Malgun Gothic', 'AppleGothic', 'Noto Sans CJK KR',
+        'DejaVu Sans', 'Arial Unicode MS'
+    ]
+    
+    selected_font = None
+    
+    # 2. 사용자 지정 폰트 파일 확인
     font_filename = "NanumGaRamYeonGgoc.ttf"
-    # 앱 루트 디렉터리에서 폰트 파일 찾기
     font_path = os.path.join(os.getcwd(), font_filename)
-
-    if font_path and os.path.exists(font_path):
+    
+    if os.path.exists(font_path):
         try:
-            font_prop = fm.FontProperties(fname=font_path)
+            # 폰트 파일을 시스템에 등록
             fm.fontManager.addfont(font_path)
-            plt.rc('font', family=font_prop.get_name())
-            st.sidebar.success(f"'{font_prop.get_name()}' 폰트 로딩 성공!")
+            font_prop = fm.FontProperties(fname=font_path)
+            selected_font = font_prop.get_name()
+            plt.rcParams['font.family'] = selected_font
+            st.sidebar.success(f"사용자 폰트 '{selected_font}' 로딩 성공!")
         except Exception as e:
-            st.sidebar.error(f"폰트 로딩 중 오류 발생: {e}")
-    else:
+            st.sidebar.warning(f"사용자 폰트 로딩 실패: {e}")
+    
+    # 3. 시스템 폰트에서 한글 폰트 찾기
+    if not selected_font:
+        for font in korean_fonts:
+            if font in available_fonts:
+                selected_font = font
+                plt.rcParams['font.family'] = font
+                st.sidebar.info(f"시스템 폰트 '{font}' 사용 중")
+                break
+    
+    # 4. 모든 방법이 실패한 경우 기본 설정
+    if not selected_font:
+        # 운영체제별 기본 설정
+        if platform.system() == 'Windows':
+            plt.rcParams['font.family'] = 'Malgun Gothic'
+        elif platform.system() == 'Darwin':  # macOS
+            plt.rcParams['font.family'] = 'AppleGothic'
+        else:  # Linux
+            plt.rcParams['font.family'] = 'DejaVu Sans'
+        
         st.sidebar.warning(
-            f"폰트 파일({font_filename})을 찾을 수 없습니다. "
-            "앱 루트 디렉토리에 업로드했는지 확인하세요."
+            f"한글 폰트를 찾을 수 없어 기본 폰트를 사용합니다.\n"
+            f"'{font_filename}' 파일을 앱과 같은 폴더에 넣으면 더 좋은 한글 표시가 가능합니다."
         )
-
+    
+    # 마이너스 기호 깨짐 방지
     plt.rcParams['axes.unicode_minus'] = False
     
-# --- 점수 분석 함수 ---
+    # 현재 설정된 폰트 정보 표시
+    st.sidebar.text(f"현재 폰트: {plt.rcParams['font.family']}")
+
 def analyze_scores(df):
     """데이터프레임을 받아 분석 결과를 표시하는 함수"""
     st.subheader("데이터 미리보기 (상위 5개)")
@@ -45,6 +81,12 @@ def analyze_scores(df):
 
     if score_column:
         scores = df[score_column].dropna()
+        
+        # 유효한 데이터가 있는지 확인
+        if len(scores) == 0:
+            st.error("선택한 열에 유효한 데이터가 없습니다.")
+            return
+            
         st.subheader(f"'{score_column}' 점수 분포 분석 결과")
 
         # 1. 기술 통계량
@@ -54,66 +96,125 @@ def analyze_scores(df):
         # 2. 분포 시각화
         st.write("#### 🎨 점수 분포 시각화")
         fig, ax = plt.subplots(figsize=(10, 6))
-        sns.histplot(scores, kde=True, stat='density', label='학생 점수 분포', ax=ax)
-        mu, std = norm.fit(scores)
-        xmin, xmax = plt.xlim()
-        x = np.linspace(xmin, xmax, 100)
-        p = norm.pdf(x, mu, std)
-        ax.plot(x, p, 'k', linewidth=2, label='정규분포 곡선')
-        ax.set_title(f"'{score_column}' 점수 분포 (평균: {mu:.2f}, 표준편차: {std:.2f})")
-        ax.set_xlabel('점수'); ax.set_ylabel('밀도'); ax.legend()
-        st.pyplot(fig)
+        
+        try:
+            sns.histplot(scores, kde=True, stat='density', label='학생 점수 분포', ax=ax)
+            mu, std = norm.fit(scores)
+            xmin, xmax = ax.get_xlim()
+            x = np.linspace(xmin, xmax, 100)
+            p = norm.pdf(x, mu, std)
+            ax.plot(x, p, 'k', linewidth=2, label='정규분포 곡선')
+            ax.set_title(f"'{score_column}' 점수 분포 (평균: {mu:.2f}, 표준편차: {std:.2f})")
+            ax.set_xlabel('점수')
+            ax.set_ylabel('밀도')
+            ax.legend()
+            st.pyplot(fig)
+        except Exception as e:
+            st.error(f"그래프 생성 중 오류 ��생: {e}")
+        finally:
+            plt.close(fig)  # 메모리 누수 방지
 
         # 3. 왜도(Skewness) 분석
         st.write("#### 📐 왜도 (Skewness) 분석")
-        skewness = skew(scores)
-        st.metric(label="왜도 (Skewness)", value=f"{skewness:.4f}")
-
-        if skewness > 0.5:
-            st.info("꼬리가 오른쪽으로 긴 분포 (Positive Skew): 대부분의 학생들이 평균보다 낮은 점수에 몰려있고, 일부 고득점자들이 평균을 높이고 있습니다.")
-        elif skewness < -0.5:
-            st.info("꼬리가 왼쪽으로 긴 분포 (Negative Skew): 대부분의 학생들이 평균보다 높은 점수에 몰려있고, 일부 저득점자들이 평균을 낮추고 있습니다.")
-        else:
-            st.info("대칭에 가까운 분포: 점수가 평균을 중심으로 비교적 고르게 분포되어 있습니다.")
+        try:
+            skewness = skew(scores)
+            st.metric(label="왜도 (Skewness)", value=f"{skewness:.4f}")
+
+            if skewness > 0.5:
+                st.info("🔴 꼬리가 오른쪽으로 긴 분포 (Positive Skew): 대부분의 학생들이 평균보다 낮은 점수에 몰려있고, 일부 고득점자들이 평균을 높이고 있습니다.")
+            elif skewness < -0.5:
+                st.info("🔵 꼬리가 왼쪽으로 긴 분포 (Negative Skew): 대부분의 학생들이 평균보다 높은 점수에 몰려있고, 일부 저득점자들이 평균을 낮추고 있습니다.")
+            else:
+                st.info("🟢 대칭에 가까운 분포: 점수가 평균을 중심으로 비교적 고르게 분포되어 있습니다.")
+        except Exception as e:
+            st.error(f"왜도 계산 중 오류 발생: {e}")
 
-# --- 메인 실행 함수 ---
 def main():
-    st.set_page_config(layout="wide") # 페이지 레이아웃을 넓게 설정
-    set_korean_font() # 앱 시작 시 폰트 설정 먼저 실행
+    st.set_page_config(
+        page_title="학생 점수 분석",
+        page_icon="📊",
+        layout="wide"
+    )
+    
+    # 폰트 설정을 먼저 실행
+    set_korean_font()
     
     st.title("학생 점수 분포 분석 도구 📊")
     st.write("CSV 파일을 직접 업로드하거나 Google Sheets URL을 붙여넣어 학생 점수 분포를 분석합니다.")
     st.write("---")
 
-    st.sidebar.title("데이터 가져오기")
-    source_option = st.sidebar.radio("데이터 소스를 선택하세요:", ("Google Sheets URL", "CSV 파일 업로드"))
+    st.sidebar.title("📁 데이터 가져오기")
+    source_option = st.sidebar.radio(
+        "데이터 소스를 선택하세요:", 
+        ("CSV 파일 업로드", "Google Sheets URL")
+    )
     
     df = None
 
-    if source_option == "Google Sheets URL":
-        sample_url = "https://docs.google.com/spreadsheets/d/e/2PACX-1vQ2Z8kzJq2sM7w2_9gXo-jZ-mO5o-BvC-w5p2nJ6oJ7oJ9xL-w3kZ9j5Z3kX7vN1aQ4mB1cW8jB7fR/pub?gid=0&single=true&output=csv"
-        url = st.sidebar.text_input("웹에 게시된 Google Sheets CSV URL", value=sample_url)
-        if url:
-            try:
-                df = pd.read_csv(url)
-            except Exception as e:
-                st.error(f"URL로부터 데이터를 읽는 중 오류가 발생했습니다: {e}")
-                st.warning("올바른 Google Sheets '웹 게시' CSV URL인지 확인해주세요.")
-
-    # [수정 2] elif의 들여쓰기를 수정하여 if와 같은 레벨로 맞춤
-    elif source_option == "CSV 파일 업로드":
-        uploaded_file = st.sidebar.file_uploader("CSV 파일을 업로드하세요.", type="csv")
+    if source_option == "CSV 파일 업로드":
+        uploaded_file = st.sidebar.file_uploader(
+            "CSV 파일을 업로드하세요.", 
+            type=["csv"],
+            help="UTF-8 또는 CP949 인코딩된 CSV 파일을 선택하세요."
+        )
         if uploaded_file:
             try:
-                df = pd.read_csv(uploaded_file, encoding='utf-8-sig')
+                # 여러 인코딩 방식으로 시도
+                encodings = ['utf-8-sig', 'utf-8', 'cp949', 'euc-kr']
+                for encoding in encodings:
+                    try:
+                        df = pd.read_csv(uploaded_file, encoding=encoding)
+                        st.sidebar.success(f"파일 읽기 성공! (인코딩: {encoding})")
+                        break
+                    except UnicodeDecodeError:
+                        continue
+                
+                if df is None:
+                    st.error("파일 인코딩을 인식할 수 없습니다. UTF-8 또는 CP949로 저장된 파일을 사용해주세요.")
+                    
             except Exception as e:
                 st.error(f"파일을 읽는 중 오류가 발생했습니다: {e}")
 
+    elif source_option == "Google Sheets URL":
+        st.sidebar.info("Google Sheets를 '웹에 게시'하고 CSV 형식의 URL을 입력하세요.")
+        sample_url = "https://docs.google.com/spreadsheets/d/e/2PACX-1vSGdxUwlxDVZXlqFJtLMPcZbKt_B3qBAUSj-hO-EwnG25iQRR3wxWVT9X54a1XkhBVw-BSEIXfeWKg6/pub?gid=966112810&single=true&output=csv"
+        url = st.sidebar.text_input(
+            "Google Sheets CSV URL", 
+            value="",
+            placeholder="https://docs.google.com/spreadsheets/d/..."
+        )
+        
+        if url:
+            if "docs.google.com" not in url:
+                st.sidebar.warning("올바른 Google Sheets URL인지 확인해주세요.")
+            else:
+                try:
+                    with st.spinner("데이터를 불러오는 중..."):
+                        df = pd.read_csv(url)
+                    st.sidebar.success("Google Sheets 데이터 로딩 성공!")
+                except Exception as e:
+                    st.error(f"URL로부터 데이터를 읽는 중 오류가 발생했습니다: {e}")
+                    st.warning("올바른 Google Sheets '웹 게시' CSV URL인지 확인해주세요.")
+
     # 데이터가 성공적으로 로드된 경우에만 분석 함수 실행
-    if df is not None:
+    if df is not None and not df.empty:
+        st.success(f"데이터 로딩 완료! (행: {len(df)}, 열: {len(df.columns)})")
         analyze_scores(df)
     else:
-        st.info("사이드바에서 데이터 소스를 선택하고 데이터를 불러와주세요.")
+        st.info("👈 사이드바에서 데이터 소스를 선택하고 데이터를 불러와주세요.")
+        
+        # 샘플 데이터 생성 버튼
+        if st.button("🎲 샘플 데이터로 테스트"):
+            np.random.seed(42)
+            sample_data = {
+                '학생번호': range(1, 101),
+                '수학점수': np.random.normal(75, 15, 100).clip(0, 100).round(1),
+                '영어점수': np.random.normal(80, 12, 100).clip(0, 100).round(1),
+                '과학점수': np.random.normal(70, 18, 100).clip(0, 100).round(1)
+            }
+            df = pd.DataFrame(sample_data)
+            st.success("샘플 데이터가 생성되었습니다!")
+            analyze_scores(df)
 
 if __name__ == '__main__':
     main()