Update app.py

app.py

@@ -15,11 +15,25 @@ def download_and_load_csv(url):
     df = df.fillna(0)  # 避免 NaN 錯誤
     return df
 
-# 繪圖函數
-def generate_plots(df, df_name, selected_columns):
+# 美化圖表
+def beautify_chart(fig):
+    fig.update_layout(
+        font_family="Arial",
+        font_color="#444",
+        title_font_family="Arial",
+        title_font_color="#000",
+        legend_title_font_color="#000",
+        plot_bgcolor='rgba(0,0,0,0)',
+        paper_bgcolor='rgba(0,0,0,0)',
+    )
+    fig.update_xaxes(showline=True, linewidth=2, linecolor='lightgray', gridcolor='lightgray')
+    fig.update_yaxes(showline=True, linewidth=2, linecolor='lightgray', gridcolor='lightgray')
+    return fig
+
+# **生成 Plotly 圖表**
+def generate_plots(df, df_name, selected_columns, chart_type):
     selected_columns = list(selected_columns)  # 確保是列表
 
-    # 🛠️ **檢查錯誤**
     if not selected_columns:
         st.error("❌ 沒有選擇數據欄位，請至少選擇一個！")
         return
@@ -35,10 +49,27 @@ def generate_plots(df, df_name, selected_columns):
         st.error("❌ 選擇的欄位長度與 `公司名稱` 不匹配，請檢查數據！")
         return
 
-    # **繪製折線圖**
-    st.subheader(f"📈 {df_name} - 折線圖")
-    fig_line = px.line(df, x="公司名稱", y=valid_columns, title=f"{df_name} 線圖", color_discrete_sequence=theme)
-    st.plotly_chart(fig_line)
+    with st.expander(f"📊 顯示 {df_name} 圖表"):
+        st.subheader(f"{df_name} - {chart_type} 圖")
+
+        # **根據選擇的圖表類型來繪製**
+        if chart_type == "折線圖":
+            fig = px.line(df, x="公司名稱", y=valid_columns, title=f"{df_name} - 折線圖", color_discrete_sequence=theme)
+        
+        elif chart_type == "散點圖":
+            fig = px.scatter(df, x="公司名稱", y=valid_columns, title=f"{df_name} - 散點圖", color_discrete_sequence=theme)
+        
+        elif chart_type == "長條圖":
+            fig = px.bar(df, x="公司名稱", y=valid_columns, title=f"{df_name} - 長條圖", color_discrete_sequence=theme)
+        
+        elif chart_type == "餅圖":
+            total_emissions = df.groupby("公司名稱")[valid_columns].sum().reset_index()
+            total_emissions = total_emissions.melt(id_vars=["公司名稱"], value_vars=valid_columns, var_name="排放類型", value_name="總排放量")
+            fig = px.pie(total_emissions, values='總排放量', names='公司名稱', title=f"{df_name} - 餅圖", color_discrete_sequence=theme, hole=0.3)
+            fig.update_traces(textposition='inside', textinfo='percent+label')
+
+        fig = beautify_chart(fig)
+        st.plotly_chart(fig, use_container_width=True)  # ✅ **讓圖表自適應畫面**
 
 # **下載數據**
 urls = [
@@ -56,12 +87,15 @@ st.title("📊 台灣企業 ESG 數據分析")
 st.subheader("📂 數據預覽")
 st.dataframe(combined_df)
 
-# **選擇要顯示的排放類別**
+# **選擇數據欄位**
 emission_columns = ["範疇一排放量(噸CO2e)", "範疇二排放量(噸CO2e)", "範疇三排放量(噸CO2e)"]
-selected_columns = st.multiselect("選擇排放類別", emission_columns, default=emission_columns[:1])
+selected_columns = st.multiselect("選擇要顯示的排放類別", emission_columns, default=emission_columns[:1])
+
+# **選擇圖表類型**
+chart_type = st.selectbox("選擇圖表類型", ["折線圖", "散點圖", "長條圖", "餅圖"])
 
 # **生成圖表**
 if selected_columns:
-    generate_plots(combined_df, "綜合數據", selected_columns)
+    generate_plots(combined_df, "綜合數據", selected_columns, chart_type)
 else:
     st.write("⚠️ 請選擇至少一個排放類別來顯示圖表。")