Update app.py

app.py

@@ -8,6 +8,7 @@ import json
 import plotly.express as px
 import os
 from dotenv import load_dotenv
+import logging
 
 # Load environment variables from .env file
 load_dotenv()
@@ -19,105 +20,116 @@ pio.renderers.default = 'json'
 app = Flask(__name__)
 CORS(app, resources={r"/analyze": {"origins": "https://viz.zhanglearning.com"}})
 
+logging.basicConfig(level=logging.INFO)
+
 @app.route('/analyze', methods=['POST'])
 def analyze():
+    app.logger.info("Analyze function called")
     if 'file' not in request.files:
+        app.logger.error("No file uploaded")
         return jsonify({'error': '没有文件上传'}), 400
     
     file = request.files['file']
     prompt = request.form.get('prompt', '')
     
     if file.filename == '':
+        app.logger.error("No file selected")
         return jsonify({'error': '没有选择文件'}), 400
     
     if file and file.filename.endswith('.csv'):
-        df = pd.read_csv(file)
-        data_info = df.dtypes.to_dict()
-        #data_columns = df.columns.tolist()
-
-        client = OpenAI(api_key=api_key, base_url="https://api.siliconflow.cn/v1")
-        #client = OpenAI(api_key=api_key,base_url='https://api.deepseek.com/v1')
-        messages = [
-            {"role": "system", "content": """
-            你是数据分析、可视化和 Jupyter Notebook 开发方面的专家，专注于 Python 库，如 pandas、matplotlib、seaborn 和 numpy。
-            **关键原则：**
-            - 用准确的 Python 示例写出简洁的技术回复。
-            - 在数据分析工作流中优先考虑可读性和可重复性。
-            - 在适当的时候使用函数式编程；避免不必要的类。
-            - 优先使用向量化操作而不是显式循环以获得更好的性能。
-            - 使用描述性的变量名以反映它们所包含的数据。
-            - 遵循 Python 代码的 PEP 8 风格指南。
+        try:
+            df = pd.read_csv(file)
+            app.logger.info(f"CSV file read successfully. Shape: {df.shape}")
+            data_info = df.dtypes.to_dict()
+            
+            app.logger.info("Initializing OpenAI client")
+            client = OpenAI(api_key=api_key, base_url="https://api.siliconflow.cn/v1")
+            
+            messages = [
+                {"role": "system", "content": """
+                你是数据分析、可视化和 Jupyter Notebook 开发方面的专家，专注于 Python 库，如 pandas、matplotlib、seaborn 和 numpy。
+                **关键原则：**
+                - 用准确的 Python 示例写出简洁的技术回复。
+                - 在数据分析工作流中优先考虑可读性和可重复性。
+                - 在适当的时候使用函数式编程；避免不必要的类。
+                - 优先使用向量化操作而不是显式循环以获得更好的性能。
+                - 使用描述性的变量名以反映它们所包含的数据。
+                - 遵循 Python 代码的 PEP 8 风格指南。
 
-            **数据分析和操作：**
-            - 使用 pandas 进行数据操作和分析。
-            - 在可能的情况下，优先使用方法链进行数据转换。
-            - 使用 loc 和 iloc 进行明确的数据选择。
-            - 利用 groupby 操作进行高效的数据聚合。
+                **数据分析和操作：**
+                - 使用 pandas 进行数据操作和分析。
+                - 在可能的情况下，优先使用方法链进行数据转换。
+                - 使用 loc 和 iloc 进行明确的数据选择。
+                - 利用 groupby 操作进行高效的数据聚合。
 
-            **可视化：**
-            - 使用 matplotlib 进行低级绘图控制和自定义。
-            - 使用 seaborn 进行统计可视化和美观的默认设置。
-            - 创建带有适当标签、标题和图例的信息丰富且视觉上吸引人的图。
-            - 使用适当的配色方案并考虑色盲可访问性。
+                **可视化：**
+                - 使用 matplotlib 进行低级绘图控制和自定义。
+                - 使用 seaborn 进行统计可视化和美观的默认设置。
+                - 创建带有适当标签、标题和图例的信息丰富且视觉上吸引人的图。
+                - 使用适当的配色方案并考虑色盲可访问性。
 
-            **Jupyter Notebook 最佳实践：**
-            - 使用 Markdown 单元格以清晰的部分结构笔记本。
-            - 使用有意义的单元格执行顺序以确保可重复性。
-            - 在 Markdown 单元格中包含解释性文本以记录分析步骤。
-            - 保持代码单元格专注且模块化，以便于理解和调试。
-            - 使用诸如 %matplotlib inline 之类的魔术命令进行内联绘图。
+                **Jupyter Notebook 最佳实践：**
+                - 使用 Markdown 单元格以清晰的部分结构笔记本。
+                - 使用有意义的单元格执行顺序以确保可重复��。
+                - 在 Markdown 单元格中包含解释性文本以记录分析步骤。
+                - 保持代码单元格专注且模块化，以便于理解和调试。
+                - 使用诸如 %matplotlib inline 之类的魔术命令进行内联绘图。
 
-            **错误处理和数据验证：**
-            - 在分析开始时实施数据质量检查。
-            - 适当地处理缺失数据（插补、删除或标记）。
-            - 对于容易出错的操作使用 try-except 块，尤其是在读取外部数据时。
-            - 验证数据类型和范围以确保数据完整性。
+                **错误处理和数据验证：**
+                - 在分析开始时实施数据质量检查。
+                - 适当地处理缺失数据（插补、删除或标记）。
+                - 对于容易出错的操作使用 try-except 块，尤其是在读取外部数据时。
+                - 验证数据类型和范围以确保数据完整性。
 
-            **依赖项：**
-            - pandas
-            - numpy
-            - matplotlib
-            - seaborn
-            - jupyter
-            - scikit-learn（用于机器学习任务）
+                **依赖项：**
+                - pandas
+                - numpy
+                - matplotlib
+                - seaborn
+                - jupyter
+                - scikit-learn（用于机器学习任务）
 
-            **关键约定：**
-            1. 以数据探索和汇总统计开始分析。
-            2. 创建可重用的绘图函数以实现一致的可视化。
-            参考 pandas、matplotlib 和 Jupyter 的官方文档以获取最佳实践和最新的 API。
-            """},
-            {"role": "user", "content": f"""
-             根据接收的数据字段和类型：{data_info},{prompt},注意：我已经安装好了所有依赖;
-             请确保在代码中使用 'df' 变量来引用数据框;直接给我最终代码即可，不要写注释;请确保在代码中使用 'df' 变量来引用数据框。
-             使用 plotly.express 进行可视化，并使用 'px' 作为别名。
-             不要使用 df_filtered 变量，所有的过滤操作都应该直接在 df 上进行。
-             """}
-        ]
-        
-        response = client.chat.completions.create(
-            model="deepseek-ai/DeepSeek-V2.5",
-            messages=messages,
-            stream=False
-        )
-        
-        response_code = response.choices[0].message.content
-        code_blocks = re.findall(r'```(.*?)```', response_code, re.DOTALL)
-        cleaned_code_blocks = [code.replace("python\n", "") for code in code_blocks]
-        
-        results = []
-        for code in cleaned_code_blocks:
-            try:
-                local_vars = {'df': df,'px': px}
-                exec(code, globals(), local_vars)
-                for var_name, var_value in local_vars.items():
-                    if var_name.startswith('fig'):
-                        results.append(pio.to_json(var_value))
-            except Exception as e:
-                print(f"执行代码时出错：{str(e)}")
-        
-        return jsonify({'plots': results})
+                **关键约定：**
+                1. 以数据探索和汇总统计开始分析。
+                2. 创建可重用的绘图函数以实现一致的可视化。
+                参考 pandas、matplotlib 和 Jupyter 的官方文档以获取最佳实践和最新的 API。
+                """},
+                {"role": "user", "content": f"根据接收的数据字段和类型：{data_info},{prompt},注意：我已经安装好了所有依赖;请确保在代码中使用 'df' 变量来引用数据框;直接给我最终代码即可，不要写注释;请确保在代码中使用 'df' 变量来引用数据框。使用 plotly.express 进行可视化，并使用 'px' 作为别名。不要使用 df_filtered 变量，所有的过滤操作都应该直接在 df 上进行。"}
+            ]
+            
+            app.logger.info("Sending request to OpenAI")
+            response = client.chat.completions.create(
+                model="deepseek-ai/DeepSeek-V2.5",
+                messages=messages,
+                stream=False
+            )
+            
+            app.logger.info("Received response from OpenAI")
+            response_code = response.choices[0].message.content
+            code_blocks = re.findall(r'```(.*?)```', response_code, re.DOTALL)
+            cleaned_code_blocks = [code.replace("python\n", "") for code in code_blocks]
+            
+            results = []
+            for code in cleaned_code_blocks:
+                try:
+                    app.logger.info(f"Executing code block: {code[:100]}...")  # Log first 100 chars of code
+                    local_vars = {'df': df, 'px': px}
+                    exec(code, globals(), local_vars)
+                    for var_name, var_value in local_vars.items():
+                        if var_name.startswith('fig'):
+                            results.append(pio.to_json(var_value))
+                    app.logger.info(f"Code block executed successfully. Results: {len(results)}")
+                except Exception as e:
+                    app.logger.error(f"Error executing code: {str(e)}")
+            
+            app.logger.info(f"Returning {len(results)} plots")
+            return jsonify({'plots': results})
+        except Exception as e:
+            app.logger.error(f"Error in analyze function: {str(e)}")
+            return jsonify({'error': str(e)}), 500
     
+    app.logger.error("Unsupported file type")
     return jsonify({'error': '不支持的文件类型'}), 400
 
 if __name__ == '__main__':
-    app.run(debug=True)
+    app.run(debug=True)