Update app.py

app.py

@@ -6,19 +6,19 @@ from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
 from textblob import TextBlob
 import nltk
 from wordcloud import WordCloud
-import base64
+import base66
 from io import BytesIO
 import numpy as np
 from sklearn.linear_model import LinearRegression
 import plotly.graph_objects as go
-from plotly.subplots import make_subplots
+from plotly.subplots import make_subplots # Import สิ่งนี้
 import yfinance as yf
 
 # --------------------------
 # CONFIG
 # --------------------------
 st.set_page_config(page_title="📰 SentimentSync NewsAI", layout="wide")
-API_KEY = "88bc396d4eab4be494a4b86ec842db47"
+API_KEY = "88bc396d4eab4be494a4b86ec842db47" # (แนะนำให้เปลี่ยนเป็นคีย์ของคุณ)
 
 # --------------------------
 # UTILITIES
@@ -36,7 +36,7 @@ def generate_wordcloud(text):
     wordcloud = WordCloud(width=800, height=400, background_color="white", stopwords=stopwords).generate(text)
     buf = BytesIO()
     wordcloud.to_image().save(buf, format="PNG")
-    return base64.b64encode(buf.getvalue()).decode()
+    return base66.b64encode(buf.getvalue()).decode()
 
 
 # --------------------------
@@ -123,6 +123,9 @@ def fetch_financial_news(keyword):
 # --------------------------
 @st.cache_data(ttl=3600)
 def fetch_stock_price(symbol, start_date, end_date):
+    """
+    ดึงราคาหุ้นตามช่วงเวลาของข่าวที่พบ (บวก/ลบ 1-2 วัน เผื่อวันหยุด)
+    """
     try:
         start_str = (start_date - timedelta(days=2)).strftime('%Y-%m-%d')
         end_str = (end_date + timedelta(days=1)).strftime('%Y-%m-%d')
@@ -135,6 +138,7 @@ def fetch_stock_price(symbol, start_date, end_date):
             
         df = df.reset_index()[["Date", "Close"]]
         df.rename(columns={"Date": "date", "Close": "price"}, inplace=True)
+        # Normalize วันที่ให้เป็น .dt.date
         df["date"] = pd.to_datetime(df["date"].dt.date)
         return df
     except Exception as e:
@@ -143,7 +147,7 @@ def fetch_stock_price(symbol, start_date, end_date):
 
 
 # --------------------------
-# MAIN APP (เพิ่ม Code Debug)
+# MAIN APP
 # --------------------------
 def main():
     st.title("📰 SentimentSync NewsAI")
@@ -219,8 +223,12 @@ def main():
     # 2. เทรนโมเดล Prediction โดยใช้ข้อมูล "รายวัน"
     df_sorted = daily_data.sort_values("date_day").copy()
     
+    # ป้องกัน Error ถ้ามีข้อมูลน้อยกว่า 2 วัน
     if len(df_sorted) < 2:
         st.warning("มีข้อมูลข่าวไม่เพียงพอที่จะสร้างแนวโน้ม (น้อยกว่า 2 วัน)")
+        # แสดงตารางข่าวต่อไป แม้จะพล็อตไม่ได้
+        st.subheader("📰 รายการข่าว")
+        st.dataframe(news_df[["date", "source", "text", "sentiment", "url"]], use_column_width=True)
         return
 
     df_sorted["timestamp"] = (df_sorted["date_day"] - df_sorted["date_day"].min()).dt.days
@@ -241,29 +249,26 @@ def main():
     st.info(f"กำลังดึงราคาหุ้น {symbol} ระหว่างวันที่ {min_date.strftime('%Y-%m-%d')} ถึง {max_date.strftime('%Y-%m-%d')}...")
     stock_df = fetch_stock_price(symbol, min_date, max_date)
 
-    # ---------------------------------
-    # ----- (เพิ่ม DEBUGGING) -----
-    st.subheader("🕵️ DEBUGGING INFO: ข้อมูลราคาหุ้นที่ดึงได้")
-    st.write(f"Found {len(stock_df)} stock price data points:")
-    st.dataframe(stock_df)
-    # ---------------------------------
-
     # 4. สร้างกราฟ (Plot) ด้วย Subplots
     fig = make_subplots(rows=2, cols=1, specs=[[{"secondary_y": True}], [{}]],
                          row_heights=[0.7, 0.3], vertical_spacing=0.1,
                          shared_xaxes=True)
 
     # --- กราฟส่วนบน (ราคา, Sentiment, Prediction) ---
+
+    # Add stock price (Y-axis 1, สีเขียว)
     if not stock_df.empty:
         fig.add_trace(
             go.Scatter(
                 x=stock_df["date"], y=stock_df["price"],
                 name=f"{symbol} Stock Price",
+                mode="lines+markers", # <-- นี่คือจุดที่แก้ไขล่าสุด
                 line=dict(color="green", width=2)
             ),
             row=1, col=1, secondary_y=False
         )
 
+    # Add daily sentiment score (Y-axis 2, สีน้ำเงิน)
     fig.add_trace(
         go.Scatter(
             x=df_sorted["date_day"], y=df_sorted["avg_sentiment"],
@@ -274,6 +279,7 @@ def main():
         row=1, col=1, secondary_y=True
     )
     
+    # Add Predicted sentiment (Y-axis 2, สีส้ม)
     fig.add_trace(go.Scatter(
         x=future_dates, y=future_preds,
         mode="lines+markers", name="Predicted Sentiment (7-day Forecast)",
@@ -306,9 +312,9 @@ def main():
 
     st.plotly_chart(fig, use_container_width=True)
 
-    # แสดงข่าว
+    # แสดงข่าว (ยังอยู่เหมือนเดิม)
     st.subheader("📰 รายการข่าว")
-    st.dataframe(news_df[["date", "source", "text", "sentiment", "url"]], use_container_width=True)
+    st.dataframe(news_df[["date", "source", "text", "sentiment", "url"]], use_column_width=True)
 
 
 if __name__ == "__main__":