Update app.py

app.py

@@ -1,109 +1,130 @@
-import streamlit as st
-import re
-import numpy as np
-import matplotlib.pyplot as plt
-from io import BytesIO
-
-# Başlık
-st.title("Note Analyzer Streamlit Uygulaması")
-
-# Kullanıcıdan veri alma
-st.sidebar.header("Girdi Alanları")
-uploaded_file = st.sidebar.file_uploader("Notlar Dosyasını Yükleyin (TXT)", type=["txt"])
-lecture_name = st.sidebar.text_input("Ders Adı", value="Ders Adı")
-perfect_score = st.sidebar.number_input("Sınav Puanı Üst Limiti", value=100, step=1)
-my_note = st.sidebar.number_input("Benim Notum", value=0.0, step=0.1)
-note_s_axis_diff = st.sidebar.number_input("Notlar X Ekseni Ortak Farkı", value=5, step=1)
-amount_s_axis_diff = st.sidebar.number_input("Miktar Y Ekseni Ortak Farkı", value=1, step=1)
-first_step = st.sidebar.number_input("İlk Adım", value=0, step=1)
-increase_amount = st.sidebar.number_input("Artış Miktarı", value=1, step=1)
-
-if st.sidebar.button("Analizi Çalıştır"):
-    if uploaded_file is None:
-        st.error("Lütfen bir dosya yükleyin!")
-    else:
-        try:
-            # Dosya içeriğini okuma
-            content = uploaded_file.read().decode("utf-8")
-            result = re.split(r'[ \n]+', content)
-            
-            # Veriyi filtreleme ve işleme
-            notes_result = result[first_step::increase_amount]
-            notes_result = [x for x in notes_result if x != '∅' and x != "NA"]
-            notes_result = list(map(lambda x: float(x), notes_result))
-            notes_result = np.array(notes_result)
-
-            # İstatistikler
-            average_x = np.average(notes_result)
-            min_x = notes_result.min()
-            max_x = notes_result.max()
-            std = np.std(notes_result)
-            z_score = (my_note - average_x) / std
-
-            # İstatistikleri ekrana yazdırma
-            st.subheader("Genel Bilgiler")
-            st.write(f"Katilimci Sayısı: {len(notes_result)}")
-            st.write(f"En Düşük Not: {min_x:.2f}")
-            st.write(f"En Yüksek Not: {max_x:.2f}")
-            st.write(f"Ortalama Not: {average_x:.2f}")
-            st.write(f"Standart Sapma: {std:.2f}")
-            st.write(f"Z-Skoru: {z_score:.2f}")
-
-            # Grafik oluşturma
-            st.subheader("Not Dağılım Grafiği")
-            unique_values, counts = np.unique(notes_result, return_counts=True)
-            plt.figure(figsize=(10, 6))
-            bars = plt.bar(unique_values, counts, width=0.3)
-            plt.axvline(x=average_x, color='red', linestyle='--')
-            plt.text(average_x + 1.5, max(counts), 'Ortalama Not', color='red', rotation=0, ha='center', va='bottom')
-
-            if my_note in unique_values:
-                plt.text(my_note, counts[unique_values == my_note][0], 'Benim\nNotum', color='green', rotation=0, ha='center', va='bottom')
-            
-            for bar in bars:
-                if bar.get_x() <= my_note < bar.get_x() + bar.get_width():
-                    bar.set_color('green')
-
-            plt.title(f'{lecture_name} Not Sayıları Grafiği')
-            plt.xlabel('Notlar')
-            plt.ylabel('Adet')
-            plt.xticks(range(0, int(perfect_score), note_s_axis_diff), rotation=90)
-            plt.yticks(range(0, max(counts), amount_s_axis_diff), rotation=0)
-
-            # Grafik bilgileri
-            info_text = (
-                f"Katilimci sayısı: {len(notes_result)}\n"
-                f"En düşük not: {min_x:.2f}\n"
-                f"En yüksek not: {max_x:.2f}\n"
-                f"Benim notum: {my_note:.2f}\n"
-                f"Ortalama not: {average_x:.2f}\n"
-                f"Standart sapma: {std:.2f}\n"
-                f"Z-skoru: {z_score:.2f}"
-            )
-            plt.text(
-                1.05 * max(unique_values), 0.8 * max(counts),
-                info_text,
-                fontsize=10,
-                color="black",
-                ha="left",
-                va="top",
-                bbox=dict(boxstyle="round,pad=0.3", edgecolor="blue", facecolor="lightgrey")
-            )
-            plt.subplots_adjust(left=0.055, bottom=0.065, right=0.90, top=0.962, wspace=0.2, hspace=0.2)
-
-            # Grafik gösterimi
-            st.pyplot(plt)
-
-            # Grafik indirme bağlantısı
-            buf = BytesIO()
-            plt.savefig(buf, format="png")
-            buf.seek(0)
-            st.download_button(
-                label="Grafiği İndir",
-                data=buf,
-                file_name="not_dagilimi.png",
-                mime="image/png"
-            )
-
-        except Exception as e:
-            st.error(f"Hata: {e}")
+import streamlit as st
+import re
+import numpy as np
+import matplotlib.pyplot as plt
+from io import BytesIO
+
+# Başlık
+st.title("Note Analyzer Streamlit Uygulaması")
+
+# Kullanıcıdan veri alma
+st.sidebar.header("Girdi Alanları")
+
+# Dosya yükleme veya metin girişi seçimi
+input_method = st.sidebar.radio(
+    "Notları nasıl gireceksiniz?",
+    options=["Dosya Yükle", "Kopyala-Yapıştır"]
+)
+
+uploaded_file = None
+text_input = None
+
+if input_method == "Dosya Yükle":
+    uploaded_file = st.sidebar.file_uploader("Notlar Dosyasını Yükleyin (TXT)", type=["txt"])
+elif input_method == "Kopyala-Yapıştır":
+    text_input = st.sidebar.text_area("Notları Yapıştırın", height=200)
+
+# Diğer parametreler
+lecture_name = st.sidebar.text_input("Ders Adı", value="Ders Adı")
+perfect_score = st.sidebar.number_input("Sınav Puanı Üst Limiti", value=100, step=1)
+my_note = st.sidebar.number_input("Benim Notum", value=0.0, step=0.1)
+note_s_axis_diff = st.sidebar.number_input("Notlar X Ekseni Ortak Farkı", value=5, step=1)
+amount_s_axis_diff = st.sidebar.number_input("Miktar Y Ekseni Ortak Farkı", value=1, step=1)
+first_step = st.sidebar.number_input("İlk Adım", value=0, step=1)
+increase_amount = st.sidebar.number_input("Artış Miktarı", value=1, step=1)
+
+if st.sidebar.button("Analizi Çalıştır"):
+    # Notları yükleme ve işleme
+    if input_method == "Dosya Yükle" and uploaded_file is None:
+        st.error("Lütfen bir dosya yükleyin!")
+    elif input_method == "Kopyala-Yapıştır" and not text_input:
+        st.error("Lütfen notları metin kutusuna yapıştırın!")
+    else:
+        try:
+            # Dosya veya metin kutusundan içerik okuma
+            if uploaded_file:
+                content = uploaded_file.read().decode("utf-8")
+            elif text_input:
+                content = text_input
+
+            # Veriyi işleme
+            result = re.split(r'[ \n]+', content)
+            notes_result = result[first_step::increase_amount]
+            notes_result = [x for x in notes_result if x != '∅' and x != "NA"]
+            notes_result = list(map(lambda x: float(x), notes_result))
+            notes_result = np.array(notes_result)
+
+            # İstatistikler
+            average_x = np.average(notes_result)
+            min_x = notes_result.min()
+            max_x = notes_result.max()
+            std = np.std(notes_result)
+            z_score = (my_note - average_x) / std
+
+            # İstatistikleri ekrana yazdırma
+            st.subheader("Genel Bilgiler")
+            st.write(f"Katilimci Sayısı: {len(notes_result)}")
+            st.write(f"En Düşük Not: {min_x:.2f}")
+            st.write(f"En Yüksek Not: {max_x:.2f}")
+            st.write(f"Ortalama Not: {average_x:.2f}")
+            st.write(f"Standart Sapma: {std:.2f}")
+            st.write(f"Z-Skoru: {z_score:.2f}")
+
+            # Grafik oluşturma
+            st.subheader("Not Dağılım Grafiği")
+            unique_values, counts = np.unique(notes_result, return_counts=True)
+            plt.figure(figsize=(10, 6))
+            bars = plt.bar(unique_values, counts, width=0.3)
+            plt.axvline(x=average_x, color='red', linestyle='--')
+            plt.text(average_x + 1.5, max(counts), 'Ortalama Not', color='red', rotation=0, ha='center', va='bottom')
+
+            if my_note in unique_values:
+                plt.text(my_note, counts[unique_values == my_note][0], 'Benim\nNotum', color='green', rotation=0, ha='center', va='bottom')
+            
+            for bar in bars:
+                if bar.get_x() <= my_note < bar.get_x() + bar.get_width():
+                    bar.set_color('green')
+
+            plt.title(f'{lecture_name} Not Sayıları Grafiği')
+            plt.xlabel('Notlar')
+            plt.ylabel('Adet')
+            plt.xticks(range(0, int(perfect_score), note_s_axis_diff), rotation=90)
+            plt.yticks(range(0, max(counts), amount_s_axis_diff), rotation=0)
+
+            # Grafik bilgileri
+            info_text = (
+                f"Katilimci sayısı: {len(notes_result)}\n"
+                f"En düşük not: {min_x:.2f}\n"
+                f"En yüksek not: {max_x:.2f}\n"
+                f"Benim notum: {my_note:.2f}\n"
+                f"Ortalama not: {average_x:.2f}\n"
+                f"Standart sapma: {std:.2f}\n"
+                f"Z-skoru: {z_score:.2f}"
+            )
+            plt.text(
+                1.05 * max(unique_values), 0.8 * max(counts),
+                info_text,
+                fontsize=10,
+                color="black",
+                ha="left",
+                va="top",
+                bbox=dict(boxstyle="round,pad=0.3", edgecolor="blue", facecolor="lightgrey")
+            )
+            plt.subplots_adjust(left=0.055, bottom=0.065, right=0.90, top=0.962, wspace=0.2, hspace=0.2)
+
+            # Grafik gösterimi
+            st.pyplot(plt)
+
+            # Grafik indirme bağlantısı
+            buf = BytesIO()
+            plt.savefig(buf, format="png")
+            buf.seek(0)
+            st.download_button(
+                label="Grafiği İndir",
+                data=buf,
+                file_name="not_dagilimi.png",
+                mime="image/png"
+            )
+
+        except Exception as e:
+            st.error(f"Hata: {e}")