Create app.py

app.py

@@ -0,0 +1,105 @@
+import streamlit as st
+import pandas as pd
+import plotly.express as px
+from dataclasses import dataclass, field
+import numpy as np
+from typing import Dict, Tuple, Any
+
+# 📥 讀取 Google 試算表函數
+def read_google_sheet(sheet_id, sheet_number=0):
+    """📥 從 Google Sheets 讀取數據"""
+    url = f'https://docs.google.com/spreadsheets/d/{sheet_id}/export?format=csv&gid={sheet_number}'
+    try:
+        df = pd.read_csv(url)
+        return df
+    except Exception as e:
+        st.error(f"❌ 讀取失敗：{str(e)}")
+        return None
+
+# 📊 Google Sheets ID
+sheet_id = "1Wc15DZWq48MxL7nXAsROJ6sRvH5njSa1ea0aaOGUOVk"
+gid = "1168424766"
+
+@dataclass
+class SurveyMappings:
+    """📋 問卷數據對應"""
+    gender: Dict[str, int] = field(default_factory=lambda: {'男性': 1, '女性': 2})
+    education: Dict[str, int] = field(default_factory=lambda: {
+        '國小(含)以下': 1, '國/初中': 2, '高中/職': 3, '專科': 4, '大學': 5, '研究所(含)以上': 6})
+    frequency: Dict[str, int] = field(default_factory=lambda: {
+        '第1次': 1, '2-3次': 2, '4-6次': 3, '6次以上': 4, '經常來學習，忘記次數了': 5})
+
+class SurveyAnalyzer:
+    """📊 問卷分析類"""
+
+    def __init__(self):
+        self.mappings = SurveyMappings()
+        self.satisfaction_columns = [
+            '１． 示範場域提供多元的數位課程與活動',
+            '２．示範場域的數位課程與活動對我的生活應用有幫助',
+            '３． 示範場域的服務人員親切有禮貌',
+            '４．示範場域的服務空間與數位設備友善方便',
+            '５．在示範場域可以獲得需要的協助',
+            '６．對於示範場域的服務感到滿意'
+        ]
+
+    def plot_satisfaction_correlation(self, df: pd.DataFrame):
+        """🔥 滿意度相關性熱力圖"""
+        correlation_matrix = df[self.satisfaction_columns].corr()
+        fig = px.imshow(correlation_matrix, text_auto=True, color_continuous_scale='viridis',
+                        title='🔥 滿意度項目相關性熱力圖')
+
+        # ✅ 放大圖表
+        fig.update_layout(
+            font=dict(size=20),
+            title_font=dict(size=26, family="Arial Black"),
+            width=1000,
+            height=800,
+            coloraxis_colorbar=dict(title="相關性"),
+        )
+
+        st.plotly_chart(fig, use_container_width=True)
+
+    def generate_report(self, df: pd.DataFrame) -> Dict[str, Any]:
+        """📝 生成問卷調查報告"""
+        return {
+            '基本統計': {
+                '總受訪人數': len(df),
+                '性別分布': df['1.   性別'].value_counts().to_dict(),
+                '教育程度分布': df['３．教育程度'].value_counts().to_dict(),
+                '平均年齡': f"{pd.to_numeric(df['２．出生年（民國__年）'], errors='coerce').mean():.1f}歲"
+            },
+            '滿意度統計': {
+                '整體平均滿意度': f"{df['６．對於示範場域的服務感到滿意'].mean():.2f}",
+                '最高分項目': df[self.satisfaction_columns].mean().idxmax(),
+                '最低分項目': df[self.satisfaction_columns].mean().idxmin()
+            }
+        }
+
+# 🎨 Streamlit UI
+def main():
+    st.set_page_config(page_title="問卷調查分析", layout="wide")
+
+    st.title("📊 問卷調查分析報告")
+    st.write("本頁面展示問卷調查數據的分析結果，包括統計信息與視覺化圖表。")
+
+    # 讀取數據
+    df = read_google_sheet(sheet_id, gid)
+
+    if df is not None:
+        analyzer = SurveyAnalyzer()
+
+        # 📌 基本統計數據
+        st.header("📋 問卷統計報告")
+        report = analyzer.generate_report(df)
+        for category, stats in report.items():
+            with st.expander(f"🔍 {category}"):
+                for key, value in stats.items():
+                    st.write(f"**{key}**: {value}")
+
+        # 📊 滿意度熱力圖
+        st.header("🔥 滿意度相關性熱力圖")
+        analyzer.plot_satisfaction_correlation(df)
+
+if __name__ == "__main__":
+    main()