Update app.py

app.py

@@ -6,64 +6,10 @@ import requests
 from io import BytesIO
 import traceback
 
-def create_trend_chart(space_id, daily_ranks_df):
-    if space_id is None or daily_ranks_df.empty:
-        return None
-    
-    try:
-        space_data = daily_ranks_df[daily_ranks_df['id'] == space_id].copy()
-        if space_data.empty:
-            return None
-        
-        space_data = space_data.sort_values('date')
-        
-        fig = px.line(
-            space_data,
-            x='date',
-            y='rank',
-            title=f'Daily Rank Trend for {space_id}',
-            labels={'date': 'Date', 'rank': 'Rank'},
-            markers=True,
-            height=400
-        )
-        
-        fig.update_layout(
-            xaxis_title="Date",
-            yaxis_title="Rank",
-            yaxis=dict(
-                range=[100, 1],  # 랭킹이 1이 최고이므로 y축을 뒤집어서 표시
-                tickmode='linear',
-                tick0=1,
-                dtick=10
-            ),
-            hovermode='x unified',
-            plot_bgcolor='white',
-            paper_bgcolor='white',
-            showlegend=False,
-            margin=dict(t=50, r=20, b=40, l=40)
-        )
-        
-        fig.update_xaxes(showgrid=True, gridwidth=1, gridcolor='lightgray')
-        fig.update_yaxes(showgrid=True, gridwidth=1, gridcolor='lightgray')
-        
-        fig.update_traces(
-            line_color='#2563eb',
-            line_width=2,
-            marker=dict(size=8, color='#2563eb')
-        )
-        
-        return fig
-    except Exception as e:
-        print(f"Error creating trend chart: {e}")
-        traceback.print_exc()
-        return None
-
+######################################
+# 1) 데이터 로드 & 30일치 랭킹 산출
+######################################
 def load_and_process_data():
-    """
-    1) spaces.parquet를 다운로드하여 DataFrame으로 변환
-    2) 최근 30일치 데이터만 필터링
-    3) 매 일자별로 trendingScore 내림차순으로 rank를 매긴 뒤, 누적
-    """
     try:
         url = "https://huggingface.co/datasets/cfahlgren1/hub-stats/resolve/main/spaces.parquet"
         response = requests.get(url)
@@ -74,7 +20,7 @@ def load_and_process_data():
         df['createdAt'] = pd.to_datetime(df['createdAt'])
         df = df[df['createdAt'] >= thirty_days_ago].copy()
         
-        # 30일 동안의 모든 날짜에 대해
+        # 30일 동안의 모든 날짜에 대해 순회
         dates = pd.date_range(start=thirty_days_ago, end=datetime.now(), freq='D')
         daily_ranks = []
         
@@ -85,64 +31,58 @@ def load_and_process_data():
             date_data = date_data.sort_values(['trendingScore', 'id'], ascending=[False, True])
             date_data['rank'] = range(1, len(date_data) + 1)
             date_data['date'] = date.date()
-            
             daily_ranks.append(
                 date_data[['id', 'date', 'rank', 'trendingScore', 'createdAt']]
             )
         
-        # 하루하루 쌓인 rank 기록을 모두 합침
         daily_ranks_df = pd.concat(daily_ranks, ignore_index=True)
         
-        # 최신 날짜의 Top100만 별도로 추출
+        # 최신 날짜의 (랭킹 1000위 이하)만 추출 ← 여기서 범위를 1000으로 확장!
         latest_date = daily_ranks_df['date'].max()
-        top_100_spaces = daily_ranks_df[
+        top_1000_spaces = daily_ranks_df[
             (daily_ranks_df['date'] == latest_date) &
-            (daily_ranks_df['rank'] <= 100)
+            (daily_ranks_df['rank'] <= 1000)
         ].sort_values('rank').copy()
         
-        return daily_ranks_df, top_100_spaces
+        return daily_ranks_df, top_1000_spaces
     except Exception as e:
         print(f"Error loading data: {e}")
         traceback.print_exc()
         return pd.DataFrame(), pd.DataFrame()
 
-def get_top20_multiple_ids(daily_ranks_df):
+######################################
+# 2) 중복 ID(2개 이상) 합산 -> 상위 20
+######################################
+def get_top20_multiple_ids(top_n_spaces_df):
     """
-    '최신 날짜의 Top100'에서, 동일한 id가 2개 이상 등장하는 경우
-    해당 스코어를 합산하여, 합계가 높은 순으로 top 20까지만 리턴하는 함수
+    주어진 데이터프레임(예: top_1000_spaces)에서,
+    동일한 id가 2번 이상 등장하는 경우 'trendingScore'를 합산하고,
+    합산 점수가 높은 순으로 상위 20개만 반환
     """
-    if daily_ranks_df.empty:
+    if top_n_spaces_df.empty:
         return pd.DataFrame()
     
     try:
-        # 최신 날짜 파악
-        latest_date = daily_ranks_df['date'].max()
-        
-        # 최신 날짜의 Top100만 필터링
-        latest_top100 = daily_ranks_df[
-            (daily_ranks_df['date'] == latest_date) & (daily_ranks_df['rank'] <= 100)
-        ].copy()
-        
-        # id별 등장 횟수 (Top100 내)
-        id_counts = latest_top100['id'].value_counts()
+        # id별 등장 횟수
+        id_counts = top_n_spaces_df['id'].value_counts()
         # 2개 이상 등장하는 id만 추출
         multiple_ids = id_counts[id_counts >= 2].index
         
         if len(multiple_ids) == 0:
-            # 중복 id가 아예 없는 경우
+            # 중복 id가 아예 없으면 빈 DF
             return pd.DataFrame()
         
-        # 중복된 id에 해당하는 행만 모으기
-        multiple_entries = latest_top100[latest_top100['id'].isin(multiple_ids)].copy()
+        # 중복된 id에 해당하는 행만 필터링
+        multiple_entries = top_n_spaces_df[top_n_spaces_df['id'].isin(multiple_ids)].copy()
         
-        # id별로 score 합산
+        # id별 스코어 합산
         df_sum = (multiple_entries
                   .groupby('id')['trendingScore']
                   .sum()
                   .reset_index()
                   .rename(columns={'trendingScore': 'total_score'}))
         
-        # 합산된 total_score 순으로 내림차순 정렬 후 상위 20
+        # 합산된 total_score 내림차순 정렬 -> 상위 20
         df_sum = df_sum.sort_values(by='total_score', ascending=False).head(20)
         
         return df_sum
@@ -151,14 +91,16 @@ def get_top20_multiple_ids(daily_ranks_df):
         traceback.print_exc()
         return pd.DataFrame()
 
+######################################
+# 3) 막대 차트 생성 (상위 20개)
+######################################
 def create_score_chart(multiple_ids_df):
     """
-    위에서 만든 df_sum (id + total_score) 를 가지고,
-    id별 total_score 막대 차트를 생성. 상위 20개만 표시.
+    multiple_ids_df = [ id, total_score ] 형태
     """
     try:
         if multiple_ids_df.empty:
-            # 중복된 id 자체가 하나도 없는 경우(또는 집계결과 없음)
+            # 중복된 id가 전혀 없는 경우 (or 무엇인가 잘못된 경우)
             placeholder_df = pd.DataFrame({"id": ["No multiple entries"], "total_score": [0]})
             fig = px.bar(
                 placeholder_df,
@@ -167,7 +109,7 @@ def create_score_chart(multiple_ids_df):
                 orientation='h'
             )
             fig.update_layout(
-                title="No multiple entries found in Top 100",
+                title="No multiple entries found (in Top 1000)",
                 xaxis_title="Total Trending Score",
                 yaxis_title="Space ID",
                 plot_bgcolor='white',
@@ -177,17 +119,15 @@ def create_score_chart(multiple_ids_df):
             )
             return fig
         
-        # 여기서 multiple_ids_df에는 이미 상위 20개만 있는 상태
-        df = multiple_ids_df.copy()
-        
+        # 막대 차트 생성
         fig = px.bar(
-            df,
+            multiple_ids_df,
             y='id',
             x='total_score',
             orientation='h',
-            title=f"Top 20 IDs with Multiple Entries in Top 100",
-            height=400,
-            text=[f"Score: {score:.2f}" for score in df['total_score']]
+            title="Top 20 IDs with Multiple Entries (Rank ≤ 1000)",
+            text=[f"{score:.2f}" for score in multiple_ids_df['total_score']],
+            height=500
         )
         
         fig.update_layout(
@@ -197,7 +137,7 @@ def create_score_chart(multiple_ids_df):
             paper_bgcolor='white',
             showlegend=False,
             margin=dict(l=200, r=20, t=40, b=40),
-            yaxis={'categoryorder': 'total ascending'}
+            yaxis={'categoryorder': 'total ascending'}  # 큰 점수 순으로
         )
         
         fig.update_traces(
@@ -214,10 +154,71 @@ def create_score_chart(multiple_ids_df):
         traceback.print_exc()
         return None
 
+######################################
+# 4) 스페이스 상세/트렌드 차트
+######################################
+def create_trend_chart(space_id, daily_ranks_df):
+    """
+    선택한 id에 대한 (30일간) rank 변화를 라인차트로 표시
+    """
+    try:
+        if space_id is None or daily_ranks_df.empty:
+            return None
+        
+        # 해당 id 필터링
+        space_data = daily_ranks_df[daily_ranks_df['id'] == space_id].copy()
+        if space_data.empty:
+            return None
+        
+        space_data = space_data.sort_values('date')
+        
+        fig = px.line(
+            space_data,
+            x='date',
+            y='rank',
+            title=f'Daily Rank Trend for {space_id}',
+            labels={'date': 'Date', 'rank': 'Rank'},
+            markers=True,
+            height=400
+        )
+        
+        # y축을 랭킹이 1이 가장 높은 순이므로 뒤집어서 표시하려면 range=[100, 1] 등으로 설정
+        fig.update_layout(
+            xaxis_title="Date",
+            yaxis_title="Rank",
+            yaxis=dict(
+                range=[space_data['rank'].max()+1, 1],
+                tickmode='linear',
+                tick0=1,
+                dtick=10
+            ),
+            hovermode='x unified',
+            plot_bgcolor='white',
+            paper_bgcolor='white',
+            showlegend=False,
+            margin=dict(t=50, r=20, b=40, l=40)
+        )
+        
+        fig.update_xaxes(showgrid=True, gridwidth=1, gridcolor='lightgray')
+        fig.update_yaxes(showgrid=True, gridwidth=1, gridcolor='lightgray')
+        
+        fig.update_traces(
+            line_color='#2563eb',
+            line_width=2,
+            marker=dict(size=8, color='#2563eb')
+        )
+        
+        return fig
+    except Exception as e:
+        print(f"Error creating trend chart: {e}")
+        traceback.print_exc()
+        return None
+
 def update_display(selection):
     """
-    사용자가 왼쪽/HTML 카드에서 특정 id를 선택했을 때,
-    그 id에 대한 일간 Trend Chart + 상세 정보를 반환
+    사용자가 특정 id를 선택했을 때,
+    1) 그 id의 일간 Rank 변화를 Trend Chart로 표시
+    2) 상세 정보 HTML
     """
     global daily_ranks_df
     
@@ -227,6 +228,7 @@ def update_display(selection):
     try:
         space_id = selection
         
+        # 최신 데이터 (가장 마지막 날짜의, 해당 id) 하나 가져오기
         latest_data = daily_ranks_df[
             daily_ranks_df['id'] == space_id
         ].sort_values('date').iloc[-1]
@@ -256,59 +258,54 @@ def update_display(selection):
         print(f"Error in update_display: {e}")
         return None, gr.HTML(value=f"<div style='color: red;'>Error processing data: {str(e)}</div>")
 
-########## 메인 실행 ##########
-
-# 데이터 로드
+######################################
+# 메인
+######################################
 print("Loading initial data...")
-daily_ranks_df, top_100_spaces = load_and_process_data()
+daily_ranks_df, top_n_spaces = load_and_process_data()  # 여기서 n=1000
 print("Data loaded successfully!")
 
-# '최신 날짜의 Top100' 중복 ID 집계 -> 상위 20
-multiple_ids_df = get_top20_multiple_ids(daily_ranks_df)
+# 중복된 ID가 2번 이상 등장하는 것만 집계 -> 상위 20
+multiple_ids_df = get_top20_multiple_ids(top_n_spaces)
 score_chart = create_score_chart(multiple_ids_df)
 
-# Gradio 인터페이스 생성
+# Gradio 인터페이스
 with gr.Blocks(theme=gr.themes.Soft()) as demo:
     gr.Markdown("""
     # HF Space Ranking Tracker
     
-    Track, analyze, and discover trending AI applications in the Hugging Face ecosystem. 
-    Our service continuously monitors and ranks all Spaces over a 30-day period, 
-    providing detailed analytics and daily ranking changes for the top 100 performers.
+    **Note**: 이 데모는 실제 'Top 1000'을 대상으로 중복된 ID(2개 이상)를 찾아 합산 스코어를 표시합니다.
+    만약 데이터에 중복 ID가 없다면(또는 극히 적다면), 우측 막대 차트가 'No multiple entries found'일 수 있습니다.
     """)
     
     with gr.Tabs():
         with gr.Tab("Dashboard"):
             with gr.Row(variant="panel"):
-                # 왼쪽(Trend Plot)
                 with gr.Column(scale=7):
                     trend_plot = gr.Plot(
                         label="Daily Rank Trend",
                         container=True
                     )
-                # 오른쪽(Score Chart)
                 with gr.Column(scale=3):
-                    # multiple_ids_df 기반 차트
                     score_plot = gr.Plot(
                         value=score_chart,
                         label="Multiple-Entry IDs (Top 20)",
                         container=True
                     )
             
-            # Space 상세 정보
             with gr.Row():
                 info_box = gr.HTML(
                     value="<div style='text-align: center; padding: 20px; color: #666;'>Select a space to view details</div>"
                 )
             
-            # 라디오 버튼(가려놓고 HTML 버튼 -> JS -> 라디오 change 이벤트 트리거)
+            # 라디오 버튼 (Top n=1000)
             space_selection = gr.Radio(
-                choices=[row['id'] for _, row in top_100_spaces.iterrows()],
+                choices=[row['id'] for _, row in top_n_spaces.iterrows()],
                 value=None,
                 visible=False
             )
             
-            # Top100 리스트를 HTML 카드로 표시 (JS 로 클릭 이벤트 -> 라디오 선택)
+            # HTML 카드 (랭킹 순으로 표시)
             html_content = """
             <div style='display: flex; flex-wrap: wrap; gap: 16px; justify-content: center;'>
             """ + "".join([
@@ -320,7 +317,7 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
                     border-radius: 8px;
                     padding: 16px;
                     margin: 8px;
-                    background-color: hsl(210, {max(30, 90 - (row['rank'] / 100 * 60))}%, {min(97, 85 + (row['rank'] / 100 * 10))}%);
+                    background-color: hsl(210, {max(30, 90 - (row['rank'] / 1000 * 60))}%, {min(97, 85 + (row['rank'] / 1000 * 10))}%);
                     box-shadow: 0 1px 3px rgba(0,0,0,0.1);
                     display: inline-block;
                     width: 250px;
@@ -354,7 +351,7 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
                     </div>
                 </div>
                 """
-                for _, row in top_100_spaces.iterrows()
+                for _, row in top_n_spaces.iterrows()
             ]) + """
             </div>
             <script>
@@ -374,42 +371,20 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
         
         with gr.Tab("About"):
             gr.Markdown("""
-            ### Our Tracking System
-            
-            #### What We Track
-            - Daily ranking changes for all Hugging Face Spaces
-            - Comprehensive trending scores based on 30-day activity
-            - Detailed performance metrics for top 100 Spaces
-            - Historical ranking data with daily granularity
-            
-            #### Key Features
-            - **Real-time Rankings**: Stay updated with daily rank changes
-            - **Interactive Visualizations**: Track ranking trajectories over time
-            - **Trend Analysis**: Identify emerging popular AI applications
-            - **Direct Access**: Quick links to explore trending Spaces
-            - **Performance Metrics**: Detailed trending scores and statistics
-            
-            ### Why Use HF Space Ranking Tracker?
-            - Discover trending AI demos and applications
-            - Monitor your Space's performance and popularity
-            - Identify emerging trends in the AI community
-            - Make data-driven decisions about your AI projects
-            - Stay ahead of the curve in AI application development
-            
-            Our dashboard provides a comprehensive view of the Hugging Face Spaces ecosystem, 
-            helping developers, researchers, and enthusiasts track and understand 
-            the dynamics of popular AI applications.
+            ### Why might the chart be empty?
+            - 이 데모는 Top 1000 안에서 **동일한 `id`가 2번 이상** 등장하는 경우에만 점수를 합산해 막대차트를 그립니다.  
+            - 데이터셋 상 실제로 중복된 `id`가 많지 않다면 차트가 비어있을 수 있습니다.
             
-            Whether you're monitoring your own Space's performance or discovering new trending applications, 
-            HF Space Ranking Tracker offers the insights you need.
+            ### What can you do?
+            - (A) 코드를 수정해 Top 100 → 1000, 5000 등으로 늘려보거나,  
+            - (B) 아예 rank 제한 없이 전체 데이터에서 중복 여부를 확인할 수도 있습니다.  
+            - (C) 테스트용으로 가짜 중복 데이터를 만들어도 됩니다.
             """)
     
-    # 라디오 버튼 change 이벤트 -> update_display 함수
     space_selection.change(
         fn=update_display,
         inputs=[space_selection],
-        outputs=[trend_plot, info_box],
-        api_name="update_display"
+        outputs=[trend_plot, info_box]
     )
 
 if __name__ == "__main__":