Update src/streamlit_app.py

src/streamlit_app.py

@@ -3,78 +3,55 @@ import pandas as pd
 import numpy as np
 import plotly.graph_objects as go
 
-# Configuration de la page
 st.set_page_config(page_title="Brake_Lab_Test", layout="wide")
 st.title("🔬 Lab_test_visual : Analyse de Performance")
 
-# --- PARAMÈTRES GOOGLE DRIVE (Lien direct CSV) ---
-# Votre ID : 16tPsyYoe8O3LGM9FGOx5B-Je3S7ggVqUZPrs9XYDUHA
-sheet_id = '16tPsyYoe8O3LGM9FGOx5B-Je3S7ggVqUZPrs9XYDUHA'
-# On force l'export de l'onglet 'Data' en format CSV pour plus de simplicité
-url = f'https://docs.google.com/spreadsheets/d/{sheet_id}/gviz/tq?tqx=out:csv&sheet=Data'
-
-@st.cache_data(ttl=300)
+# --- CHARGEMENT LOCAL ---
+@st.cache_data
 def load_data():
-    # Connexion directe sans gdown
-    return pd.read_csv(url)
+    # On lit le fichier que vous venez de déposer sur Hugging Face
+    return pd.read_excel("Brake_Lab_Test_Data.xlsx", sheet_name='data')
 
-# --- CHARGEMENT ET INTERFACE ---
 try:
     df = load_data()
+    df.columns = df.columns.str.strip() # Nettoie les noms de colonnes
 
-    # Nettoyage des noms de colonnes (au cas où il y aurait des espaces)
-    df.columns = df.columns.str.strip()
-
-    # Barre latérale : Sélection de la valeur X (40 à 200)
     st.sidebar.header("⚙️ Configuration")
     x_input = st.sidebar.slider("Valeur cible (X)", 40, 200, 100)
     
-    st.write(f"Comparaison des modèles pour une valeur d'entrée de **{x_input}**")
-
-    # --- GRAPHIQUE DES RÉGRESSIONS ---
+    # --- GRAPHIQUE ---
     fig = go.Figure()
     x_range = np.linspace(40, 200, 100)
-
     colors = ['#636EFA', '#EF553B', '#00CC96', '#AB63FA', '#FFA15A', '#19D3F3']
 
     for i, (index, row) in enumerate(df.iterrows()):
         color = colors[i % len(colors)]
         model = row['model name']
         
-        # Calcul y = ax + b
+        # Calcul Sec et Humide
         y_dry = row['dry a'] * x_range + row['dry b']
         y_wet = row['wet a'] * x_range + row['wet b']
 
         fig.add_trace(go.Scatter(x=x_range, y=y_dry, mode='lines', 
                                  name=f"{model} (Sec)", line=dict(color=color, width=3)))
-        
         fig.add_trace(go.Scatter(x=x_range, y=y_wet, mode='lines', 
                                  name=f"{model} (Wet)", line=dict(color=color, width=2, dash='dot')))
 
     fig.add_vline(x=x_input, line_width=2, line_dash="dash", line_color="black")
-
-    fig.update_layout(height=600, xaxis_title="Entrée (X)", yaxis_title="Performance (Y)", hovermode="x unified")
+    fig.update_layout(height=600, xaxis_title="Entrée (X)", yaxis_title="Performance (Y)")
     st.plotly_chart(fig, use_container_width=True)
 
-    # --- TABLEAU RÉCAPITULATIF ---
-    st.subheader(f"📊 Performances calculées à X = {x_input}")
-    
+    # --- TABLEAU ---
     recap_data = []
     for index, row in df.iterrows():
         val_dry = row['dry a'] * x_input + row['dry b']
         val_wet = row['wet a'] * x_input + row['wet b']
-        perte = ((val_dry - val_wet) / val_dry) * 100 if val_dry != 0 else 0
-        
         recap_data.append({
             "Modèle": row['model name'],
             "Résultat Sec": round(val_dry, 2),
-            "Résultat Humide": round(val_wet, 2),
-            "Perte d'efficacité (%)": f"{round(perte, 1)}%"
+            "Résultat Humide": round(val_wet, 2)
         })
-    
     st.table(pd.DataFrame(recap_data))
 
 except Exception as e:
-    st.error("⚠️ Impossible de lire l'onglet 'Data'.")
-    st.write("Vérifiez que votre Google Sheet possède bien un onglet nommé **Data** (avec une majuscule au D).")
-    st.info(f"Détail technique : {e}")
+    st.error(f"Erreur de lecture : {e}")