app.py

import pandas as pd
import matplotlib.pyplot as plt
import gradio as gr
import tempfile
import os

def analyze_csv(file):
    # 读取上传的文件
    df = pd.read_csv(file.name)

    # 统计信息
    stats = df.describe().loc[["mean", "std", "min", "max"]].round(2).to_string()

    # 临时生成图片路径
    tmp_img_path = os.path.join(tempfile.gettempdir(), "income_vs_score.png")

    # 绘制散点图
    plt.figure(figsize=(6, 4))
    plt.scatter(df["Income"], df["SpendingScore"], alpha=0.7)
    plt.title("Income vs Spending Score")
    plt.xlabel("Income")
    plt.ylabel("Spending Score")
    plt.grid(True)
    plt.tight_layout()
    plt.savefig(tmp_img_path)
    plt.close()

    # 返回字典结构，避免多输出 schema 解析问题
    return {
        "统计摘要": stats,
        "图表": tmp_img_path
    }

# Gradio 接口，注意 outputs 使用 gr.Json 兼容 dict 返回
iface = gr.Interface(
    fn=analyze_csv,
    inputs=gr.File(file_types=[".csv"], label="上传CSV文件"),
    outputs=gr.JSON(label="分析结果（包含统计摘要 + 图像路径）"),
    title="📊 表格分析大模型",
    description="上传一个CSV表格，我将输出统计分析结果并展示一张图表的路径。"
)

if __name__ == "__main__":
    iface.launch()