Upload 2 files

app.py

@@ -1,50 +1,85 @@
-import streamlit as st
-import requests
-import os
-
-# タイトルと説明
-st.title("🌤️ 都市の天気情報アプリ")
-st.write("都市名を入力すると、現在の天気情報を表示します！")
-
-# OpenWeatherMap APIキーの設定
-# 環境変数から取得（Hugging Face SpacesではSecretsで設定）
-API_KEY = os.getenv("OPENWEATHER_API_KEY", "fa76b00a019956810e72e5b332e8f61e")  # ローカルテスト用にここに直接書くか、SpacesのSecretsで設定
-BASE_URL = "http://api.openweathermap.org/data/2.5/weather"
-
-# ユーザー入力
-city = st.text_input("都市名を入力してください（例: Tokyo）", "Tokyo")
-
-# APIリクエストと結果表示
-if st.button("天気を取得"):
-    if city:
-        # APIリクエストのパラメータ
-        params = {
-            "q": city,
-            "appid": API_KEY,
-            "units": "metric",  # 摂氏で取得
-            "lang": "ja"  # 日本語で天気情報を取得
-        }
-        
-        try:
-            # APIリクエスト送信
-            response = requests.get(BASE_URL, params=params)
-            data = response.json()
-
-            # レスポンスが正常か確認
-            if response.status_code == 200:
-                # 天気情報の抽出
-                temp = data["main"]["temp"]
-                weather = data["weather"][0]["description"]
-                st.success(f"**{city}の天気**")
-                st.write(f"**気温**: {temp}℃")
-                st.write(f"**天気**: {weather}")
-            else:
-                st.error(f"エラー: 都市 '{city}' が見つかりません。別の都市名を試してください。")
-                
-        except Exception as e:
-            st.error(f"エラーが発生しました: {str(e)}")
-    else:
-        st.warning("都市名を入力してください！")
-
-# フッター
-st.markdown("Powered by [OpenWeatherMap](https://openweathermap.org/)")
+import streamlit as st
+import numpy as np
+import matplotlib.pyplot as plt
+import math
+
+# ページ設定
+st.set_page_config(page_title="モンテカルロで円周率を推定", page_icon="🔵", layout="wide")
+
+# タイトルと説明
+st.title("🔵 モンテカルロ法で円周率を推定")
+st.markdown("""
+このアプリは、ランダムに点を打って円周率（π）を推定します！  
+- 円（半径1）と外接正方形（辺の長さ2）にランダムに点を打ちます。  
+- 円の中に入る点の割合からπを近似します。  
+- スライダーで点の数を調整して、結果の変化を観察してみてください！
+""")
+
+# サイドバーで設定
+st.sidebar.header("設定")
+num_points = st.sidebar.slider("点の数", min_value=100, max_value=100000, value=1000, step=100)
+point_color = st.sidebar.color_picker("点の色", "#FF4B4B")
+show_points = st.sidebar.checkbox("点をプロットする", value=True)
+
+# セッション状態で計算トリガーを管理
+if 'run_calc' not in st.session_state:
+    st.session_state.run_calc = False
+
+# 計算ボタン
+if st.button("計算を実行！"):
+    st.session_state.run_calc = True
+
+# モンテカルロ計算とプロット
+if st.session_state.run_calc:
+    # ランダムに点を生成
+    x = np.random.uniform(-1, 1, num_points)
+    y = np.random.uniform(-1, 1, num_points)
+    
+    # 円の中か判定（x^2 + y^2 <= 1）
+    distances = x**2 + y**2
+    inside_circle = distances <= 1
+    
+    # 円周率の推定
+    pi_estimate = 4 * np.sum(inside_circle) / num_points
+    
+    # 結果表示
+    st.subheader("結果")
+    col1, col2 = st.columns(2)
+    with col1:
+        st.metric("推定された円周率", f"{pi_estimate:.6f}")
+        st.metric("実際の円周率との誤差", f"{abs(pi_estimate - math.pi):.6f}")
+    with col2:
+        st.write(f"**点の数**: {num_points}")
+        st.write(f"**円内の点**: {np.sum(inside_circle)}")
+        st.write(f"**円外の点**: {num_points - np.sum(inside_circle)}")
+    
+    # プロット
+    st.subheader("プロット")
+    fig, ax = plt.subplots(figsize=(6, 6))
+    
+    # 円を描画
+    circle = plt.Circle((0, 0), 1, edgecolor='blue', facecolor='none', linewidth=2)
+    ax.add_patch(circle)
+    
+    # 点をプロット（オプションで非表示）
+    if show_points:
+        ax.scatter(x[inside_circle], y[inside_circle], c=point_color, s=1, alpha=0.5, label="円内")
+        ax.scatter(x[~inside_circle], y[~inside_circle], c="gray", s=1, alpha=0.5, label="円外")
+    
+    # グラフ設定
+    ax.set_xlim(-1.5, 1.5)
+    ax.set_ylim(-1.5, 1.5)
+    ax.set_aspect('equal')
+    ax.grid(True, linestyle='--', alpha=0.7)
+    ax.legend()
+    ax.set_title(f"モンテカルロ法 (点の数: {num_points})")
+    
+    # Streamlitにプロットを表示
+    st.pyplot(fig)
+    
+    # 注意書き
+    st.markdown("*注*: 点が多いほど推定値は正確になりますが、計算とプロットに時間がかかる場合があります。")
+
+# フッター
+st.markdown("---")
+st.markdown("Created with 💙 by Streamlit & Hugging Face Spaces")

requirements.txt

@@ -1,2 +1,3 @@
 streamlit==1.24.0
-requests==2.31.0
+numpy==1.26.0
+matplotlib==3.7.1