app.py

import gradio as gr
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
import random
import warnings
warnings.filterwarnings('ignore')

# 設置中文字體
plt.rcParams['font.sans-serif'] = ['Microsoft JhengHei', 'Arial Unicode MS', 'SimHei']
plt.rcParams['axes.unicode_minus'] = False

def generate_random_data(n, min_val=1, max_val=100, target_mean=None, target_std=None, target_skew=None, target_kurt=None):
    """生成隨機數據，可選擇性地控制平均數、標準差、偏態和峰態"""
    np.random.seed(random.randint(1, 10000))
    
    # 如果沒有指定統計特性，使用簡單的均勻分佈
    if all(param is None for param in [target_mean, target_std, target_skew, target_kurt]):
        return [random.randint(min_val, max_val) for _ in range(n)]
    
    # 設定預設值
    mean_target = target_mean if target_mean is not None else (min_val + max_val) / 2
    std_target = target_std if target_std is not None else (max_val - min_val) / 6
    
    # 生成基礎分佈
    if target_skew is not None and abs(target_skew) > 0.1:
        # 生成偏態分佈
        if target_skew > 0:
            # 右偏：使用伽馬分佈
            shape = max(0.5, 4 / (target_skew ** 2))
            scale = 1
            data = np.random.gamma(shape, scale, n)
        else:
            # 左偏：使用反向伽馬分佈
            shape = max(0.5, 4 / (target_skew ** 2))
            scale = 1
            data = -np.random.gamma(shape, scale, n)
    else:
        # 接近正態分佈
        data = np.random.normal(0, 1, n)
    
    # 調整峰態
    if target_kurt is not None and abs(target_kurt) > 0.1:
        if target_kurt > 0:
            # 增加峰態：混合正態分佈 (尖峭分佈)
            normal_data = np.random.normal(0, 1, n)
            concentrated_data = np.random.normal(0, 0.3, n)  # 更集中的分佈
            weight = min(0.8, target_kurt / 5)  # 權重根據目標峰態調整
            data = (1 - weight) * normal_data + weight * concentrated_data
        else:
            # 減少峰態：混合均勻分佈 (平坦分佈)
            normal_data = np.random.normal(0, 1, n)
            uniform_data = np.random.uniform(-2, 2, n)
            weight = min(0.8, abs(target_kurt) / 2)
            data = (1 - weight) * normal_data + weight * uniform_data
    
    # 標準化數據
    if len(set(data)) > 1:  # 避免除零錯誤
        data = (data - np.mean(data)) / np.std(data)
    
    # 調整到目標平均數和標準差
    data = data * std_target + mean_target
    
    # 確保數據在指定範圍內（如果需要）
    if min_val is not None and max_val is not None:
        # 只有當用戶明確設定了範圍且與平均數/標準差設定不衝突時才進行裁剪
        if target_mean is None and target_std is None:
            data = np.clip(data, min_val, max_val)
    
    return [round(x, 2) for x in data]

def generate_random_data_for_input(n, min_val, max_val, target_mean, target_std, target_skew, target_kurt):
    """生成隨機數據並返回字符串格式"""
    # 處理 None 值和 0 值
    mean_val = target_mean if target_mean != 0 else None
    std_val = target_std if target_std != 0 else None
    skew_val = target_skew if target_skew != 0 else None
    kurt_val = target_kurt if target_kurt != 0 else None
    
    data = generate_random_data(n, min_val, max_val, mean_val, std_val, skew_val, kurt_val)
    return ' '.join(map(str, data))

def calculate_statistics(data_str):
    """計算統計指標 - 簡化版本，直接使用輸入框的數據"""
    try:
        # 解析輸入數據
        if not data_str.strip():
            return "請輸入數據", None, None
        
        data = []
        for item in data_str.split():
            try:
                data.append(float(item))
            except ValueError:
                return f"無效數字: {item}", None, None
        
        if len(data) == 0:
            return "沒有有效數據", None, None
        
        data = np.array(data)
        
        # 計算各種統計指標
        # 1. 集中趨勢
        arithmetic_mean = np.mean(data)
        geometric_mean = stats.gmean(data) if np.all(data > 0) else "N/A (需要正數)"
        median = np.median(data)
        
        # 眾數
        mode_result = stats.mode(data, keepdims=True)
        mode_values = mode_result.mode
        mode_counts = mode_result.count
        mode_str = f"{mode_values[0]:.2f} (出現 {mode_counts[0]} 次)" if len(mode_values) > 0 else "無眾數"
        
        # 2. 分位數
        q1 = np.percentile(data, 25)  # 第一四分位數
        q3 = np.percentile(data, 75)  # 第三四分位數
        
        # 十分位數
        deciles = [np.percentile(data, i*10) for i in range(1, 10)]
        
        # 百分位數 (顯示一些關鍵百分位數)
        percentiles = {
            '5%': np.percentile(data, 5),
            '10%': np.percentile(data, 10),
            '25%': q1,
            '50%': median,
            '75%': q3,
            '90%': np.percentile(data, 90),
            '95%': np.percentile(data, 95)
        }
        
        # 3. 變異性指標
        data_range = np.max(data) - np.min(data)  # 全距
        iqr = q3 - q1  # 四分位距
        std_dev = np.std(data, ddof=1)  # 標準差 (樣本)
        variance = np.var(data, ddof=1)  # 變異數
        
        # 4. 分佈形狀
        skewness = stats.skew(data)  # 偏態
        kurtosis = stats.kurtosis(data)  # 峰態
        
        # 組織結果
        results = f"""
📊 **資料摘要**
• 資料點數: {len(data)} 最大值： {np.max(data):.4f} 最小值: {np.min(data):.4f}

📈 **集中趨勢**
• 算術平均數: {arithmetic_mean:.4f}
• 幾何平均數: {geometric_mean if isinstance(geometric_mean, str) else f'{geometric_mean:.4f}'}
• 中位數: {median:.4f}
• 眾數: {mode_str}

📏 **分位數**
• 第一四分位數 (Q1): {q1:.4f}
• 第二四分位數 (Q2/中位數): {median:.4f}
• 第三四分位數 (Q3): {q3:.4f}

🔢 **十分位數**
• D1: {deciles[0]:.2f}, D2: {deciles[1]:.2f}, D3: {deciles[2]:.2f}
• D4: {deciles[3]:.2f}, D5: {deciles[4]:.2f}, D6: {deciles[5]:.2f}
• D7: {deciles[6]:.2f}, D8: {deciles[7]:.2f}, D9: {deciles[8]:.2f}

📊 **關鍵百分位數**
• P5: {percentiles['5%']:.2f}, P10: {percentiles['10%']:.2f}
• P25: {percentiles['25%']:.2f}, P50: {percentiles['50%']:.2f}
• P75: {percentiles['75%']:.2f}, P90: {percentiles['90%']:.2f}, P95: {percentiles['95%']:.2f}

📐 **變異性指標**
• 全距 (Range): {data_range:.4f}
• 四分位距 (IQR): {iqr:.4f}
• 變異數: {variance:.4f}
• 標準差: {std_dev:.4f}
• 變異係數: {(std_dev/arithmetic_mean)*100:.2f}%

📉 **分佈形狀**
• 偏態 (Skewness): {skewness:.4f} {'(右偏)' if skewness > 0 else '(左偏)' if skewness < 0 else '(對稱)'}
• 峰態 (Kurtosis): {kurtosis:.4f} {'(尖峭)' if kurtosis > 0 else '(平坦)' if kurtosis < 0 else '(正常)'}
"""
        
        # 創建視覺化圖表 - 只顯示直方圖和盒形圖
        fig, axes = plt.subplots(2, 1, figsize=(8, 10))
        fig.suptitle('Statistical analysis visualization', fontsize=16, fontweight='bold')
        
        # 1. 直方圖
        axes[0].hist(data, bins=min(100, len(set(data))), alpha=0.7, color='skyblue', edgecolor='black')
        axes[0].axvline(arithmetic_mean, color='red', linestyle='--', linewidth=2, label=f'Mean: {arithmetic_mean:.2f}')
        axes[0].axvline(median, color='green', linestyle='--', linewidth=2, label=f'Median: {median:.2f}')
        axes[0].set_title('Histograms and Central Tendency', fontsize=14)
        axes[0].set_xlabel('Value')
        axes[0].set_ylabel('Frequency')
        axes[0].legend()
        axes[0].grid(True, alpha=0.3)
        
        # 2. 箱形圖
        box_data = axes[1].boxplot(data, patch_artist=True, widths=0.6, vert=False, whis=[0, 100])
        box_data['boxes'][0].set_facecolor('lightblue')
        box_data['boxes'][0].set_alpha(0.7)
        axes[1].set_title('Box Plot (Quartiles)', fontsize=14)
        axes[1].set_xlabel('Value')
        axes[1].grid(True, alpha=0.3)
        
        # 添加四分位數標籤
        # axes[1].text(q1, 1.1, f'Q1: {q1:.2f}', va='bottom', ha='center', fontsize=10)
        # axes[1].text(median, 1.1, f'Q2: {median:.2f}', va='bottom', ha='center', fontsize=10, weight='bold')
        # axes[1].text(q3, 1.1, f'Q3: {q3:.2f}', va='bottom', ha='center', fontsize=10)
        # axes[1].text(np.min(data), 1.1, f'Min: {np.min(data):.2f}', va='bottom', ha='center', fontsize=9, alpha=0.7)
        # axes[1].text(np.max(data), 1.1, f'Max: {np.max(data):.2f}', va='bottom', ha='center', fontsize=9, alpha=0.7)
        
        y_offset = [1.05, 1.10, 1.15, 1.20, 1.25]  # 依序往上排
        axes[1].text(q1, y_offset[0], f'Q1: {q1:.2f}', ha='center', fontsize=10)
        axes[1].text(median, y_offset[1], f'Q2: {median:.2f}', ha='center', fontsize=10, weight='bold')
        axes[1].text(q3, y_offset[2], f'Q3: {q3:.2f}', ha='center', fontsize=10)
        axes[1].text(np.min(data), y_offset[3], f'Min: {np.min(data):.2f}', ha='center', fontsize=9, alpha=0.7)
        axes[1].text(np.max(data), y_offset[4], f'Max: {np.max(data):.2f}', ha='center', fontsize=9, alpha=0.7)


        
        plt.tight_layout()
        
        return results, fig
        
    except Exception as e:
        return f"計算錯誤: {str(e)}", None

def create_interface():
    """創建 Gradio 介面"""
    
    with gr.Blocks(title="敘述性統計計算機", theme=gr.themes.Soft()) as interface:
        
        gr.Markdown("""
        # 📊 敘述性統計計算機

        此介面為-國立高雄科技大學 114學年-財管系-財管系二甲 統計學(一) 上課教材
        
        這個工具可以計算各種統計指標，包括：
        - **集中趨勢**: 算術平均、幾何平均、中位數、眾數
        - **分位數**: 四分位數、十分位數、百分位數
        - **變異性**: 全距、四分位距、標準差
        - **分佈形狀**: 偏態、峰態
        """)
        
        with gr.Row():
            with gr.Column(scale=1):
                gr.Markdown("## 📝 資料輸入")
                
                # 生成預設的隨機資料
                default_data = generate_random_data(30, 1, 100)
                default_data_str = ' '.join(map(str, default_data))
                
                data_input = gr.Textbox(
                    label="資料 (以空格分隔)",
                    value=default_data_str,
                    placeholder="例如: 1 2 3 4 5 6 7 8 9 10",
                    lines=4,
                    info="您可以直接編輯這些數據，或使用下方參數生成新的隨機資料"
                )
                
                gr.Markdown("### 🎲 隨機資料生成參數")
                
                with gr.Row():
                    n_generate = gr.Slider(
                        minimum=10, 
                        maximum=10000, 
                        value=100, 
                        step=10,
                        label="資料點數 (n)"
                    )
                
                gr.Markdown("#### 📊 基本統計參數")
                with gr.Row():
                    target_mean = gr.Number(
                        value=0,
                        label="目標平均數 (μ)",
                        info="設定為 0 則自動計算"
                    )
                    
                    target_std = gr.Number(
                        value=0,
                        minimum=0,
                        label="目標標準差 (σ)",
                        info="設定為 0 則自動計算"
                    )
                
                gr.Markdown("#### 📏 數值範圍 (當未設定平均數/標準差時使用)")
                with gr.Row():
                    min_val = gr.Number(
                        value=1, 
                        label="最小值"
                    )
                    
                    max_val = gr.Number(
                        value=100, 
                        label="最大值"
                    )
                
                gr.Markdown("#### 📈 分佈形狀參數")
                with gr.Row():
                    target_skew = gr.Slider(
                        minimum=-100.0,
                        maximum=100.0,
                        value=0,
                        step=0.1,
                        label="目標偏態 (Skewness)",
                        info="範圍: -5 到 +5 (負值=左偏，0=對稱，正值=右偏)"
                    )
                    
                    target_kurt = gr.Slider(
                        minimum=-100.0,
                        maximum=100.0,
                        value=0,
                        step=0.1,
                        label="目標峰態 (Kurtosis)",
                        info="範圍: -2 到 +10 (負值=平坦，0=正常，正值=尖峭)"
                    )
                
                generate_btn = gr.Button("🎲 生成新的隨機資料", variant="secondary", size="sm")
                calculate_btn = gr.Button("🔍 計算統計指標", variant="primary", size="lg")
                
            with gr.Column(scale=2):
                gr.Markdown("## 📈 計算結果")
                
                results_output = gr.Markdown(label="統計結果")
                
                plot_output = gr.Plot(label="統計圖表 (直方圖 & 盒形圖)")
        
        # 綁定生成隨機資料按鈕
        generate_btn.click(
            generate_random_data_for_input,
            inputs=[n_generate, min_val, max_val, target_mean, target_std, target_skew, target_kurt],
            outputs=[data_input]
        )
        
        # 綁定計算按鈕
        calculate_btn.click(
            calculate_statistics,
            inputs=[data_input],
            outputs=[results_output, plot_output]
        )
        
        # 添加說明
        with gr.Accordion("📚 統計指標說明", open=False):
            gr.Markdown("""
            ### 集中趨勢
            - **算術平均數**: 所有數值的總和除以個數
            - **幾何平均數**: n個正數的n次方根（適用於比率、成長率）
            - **中位數**: 將數據排序後位於中間的數值
            - **眾數**: 出現頻率最高的數值

            ### 數值範圍
            - **最小值/最大值**: 當未指定平均數和標準差時，用於限制數據範圍
            
            ### 分佈形狀參數
            - **四分位數**: 將數據分為四等份的分割點（Q1, Q2, Q3）
            - **十分位數**: 將數據分為十等份的分割點（D1-D9）
            - **百分位數**: 將數據分為百等份的分割點（P1-P99）
            
            ### 變異性指標
            - **全距**: 最大值與最小值的差
            - **四分位距**: Q3與Q1的差，反映中間50%數據的散佈
            - **標準差**: 衡量數據相對於平均數的離散程度
            
            ### 分佈形狀
            - **偏態**: 分佈的對稱性（正值=右偏，負值=左偏）
            - **峰態**: 分佈的尖銳程度（正值=較尖銳，負值=較平坦）
            """)
        
    return interface

if __name__ == "__main__":
    interface = create_interface()
    interface.launch(share=True)