Update app.py

app.py

@@ -1273,8 +1273,8 @@ def recommend_chart_settings(df):
 """
 Gradio 應用程式：進階數據可視化工具
 作者：Gemini
-版本：5.0 (極簡化 - 單圖表 + 全 Radio)
-描述：包含所有功能的完整程式碼，極度簡化 UI，使用 Radio 替代 Dropdown，移除自動更新。
+版本：5.1 (修正 TypeError + Y 軸加入無選項)
+描述：包含所有功能的完整程式碼，修正繪圖函數錯誤並改進 Y 軸選項。
 """
 
 # =========================================
@@ -1423,7 +1423,7 @@ def parse_data(text_data):
     except Exception as e: print(f"解析文本數據時發生未預期錯誤: {e}"); traceback.print_exc(); return None, f"❌ 解析數據時發生未預期錯誤: {e}"
 
 def update_columns_as_radio(df):
-    """修改：更新列選擇為 Radio 選項"""
+    """修改：更新列選擇為 Radio 選項，並為 Y 軸添加 '無'"""
     no_data_choices = [NO_DATA_STR]
     no_data_choices_with_none = [NONE_STR, NO_DATA_STR]
 
@@ -1431,7 +1431,7 @@ def update_columns_as_radio(df):
         # 返回空的 Radio 更新
         no_data_update = gr.Radio(choices=no_data_choices, value=no_data_choices[0])
         no_data_update_with_none = gr.Radio(choices=no_data_choices_with_none, value=NONE_STR)
-        return no_data_update, no_data_update, no_data_update_with_none, no_data_update_with_none
+        return no_data_update, no_data_update_with_none, no_data_update_with_none, no_data_update_with_none # Y 軸包含 "無"
 
     try:
         columns = df.columns.tolist()
@@ -1439,27 +1439,28 @@ def update_columns_as_radio(df):
         if not valid_columns: # 如果沒有有效列
              no_data_update = gr.Radio(choices=no_data_choices, value=no_data_choices[0])
              no_data_update_with_none = gr.Radio(choices=no_data_choices_with_none, value=NONE_STR)
-             return no_data_update, no_data_update, no_data_update_with_none, no_data_update_with_none
+             return no_data_update, no_data_update_with_none, no_data_update_with_none, no_data_update_with_none
 
         x_default = valid_columns[0]
-        # Y 軸預設選第二個（如果存在），否則選第一個
-        y_default = valid_columns[1] if len(valid_columns) > 1 else valid_columns[0]
+        # Y 軸預設值：如果只有一列，預設選 '無'；否則選第二列
+        y_default = NONE_STR if len(valid_columns) <= 1 else valid_columns[1]
 
-        # 為 group 和 size 添加 "無" 選項
+        # 為 Y, group, size 添加 "無" 選項
+        y_choices = [NONE_STR] + valid_columns # <--- 修改：Y 軸加入 "無"
         group_choices = [NONE_STR] + valid_columns
         size_choices = [NONE_STR] + valid_columns
 
         # 返回 Radio 更新對象
-        # 注意：如果列過多，Radio 會很長，但這是為了測試功能性
         return (gr.Radio(choices=valid_columns, value=x_default, label="X軸 / 類別"),
-                gr.Radio(choices=valid_columns, value=y_default, label="Y軸 / 數值"),
+                gr.Radio(choices=y_choices, value=y_default, label="Y軸 / 數值"), # <--- 修改：使用 y_choices
                 gr.Radio(choices=group_choices, value=NONE_STR, label="分組列"),
                 gr.Radio(choices=size_choices, value=NONE_STR, label="大小列"))
     except Exception as e:
         print(f"更新列選項 (Radio) 時出錯: {e}")
         no_data_update = gr.Radio(choices=no_data_choices, value=no_data_choices[0])
         no_data_update_with_none = gr.Radio(choices=no_data_choices_with_none, value=NONE_STR)
-        return no_data_update, no_data_update, no_data_update_with_none, no_data_update_with_none
+        # 返回 Y 軸包含 "無" 的更新
+        return no_data_update, no_data_update_with_none, no_data_update_with_none, no_data_update_with_none
 
 
 # =========================================
@@ -1475,10 +1476,9 @@ def create_plot(df, chart_type, x_column, y_column, group_column=None, size_colu
     if isinstance(df, pd.DataFrame):
         print(f"  - df empty: {df.empty}", file=sys.stderr)
         print(f"  - df shape: {df.shape}", file=sys.stderr)
-        # print(f"  - df head:\n{df.head()}", file=sys.stderr) # 打印頭部數據幫助調試
     print(f"  - chart_type: {chart_type}", file=sys.stderr)
     print(f"  - x_column: {x_column}", file=sys.stderr)
-    print(f"  - y_column: {y_column}", file=sys.stderr)
+    print(f"  - y_column: {y_column}", file=sys.stderr) # 檢查傳入的 y_column 值
     print(f"  - group_column: {group_column}", file=sys.stderr)
     print(f"  - size_column: {size_column}", file=sys.stderr)
     print(f"  - agg_func_name: {agg_func_name}", file=sys.stderr)
@@ -1492,22 +1492,26 @@ def create_plot(df, chart_type, x_column, y_column, group_column=None, size_colu
         show_legend = True if show_legend_str == "是" else False
 
         # --- 1. 輸入驗證 (更嚴格) ---
-        if df is None or not isinstance(df, pd.DataFrame) or df.empty: # 嚴格檢查 df
+        if df is None or not isinstance(df, pd.DataFrame) or df.empty:
             raise ValueError("沒有有效的 DataFrame 數據可供繪圖。請先載入數據。")
         if not chart_type: raise ValueError("請選擇圖表類型。")
         if not agg_func_name: raise ValueError("請選擇聚合函數。")
         if not x_column or x_column == NO_DATA_STR: raise ValueError("請選擇有效的 X 軸或類別列。")
 
-        # 檢查列是否存在
         if x_column not in df.columns: raise ValueError(f"X 軸列 '{x_column}' 不在數據中。可用列: {', '.join(df.columns)}")
 
-        # 只有在非計數且非直方圖時才嚴格要求 Y 軸
+        # --- 修改：處理 Y 軸選擇為 "無" ---
+        y_col_selected = None if y_column == NONE_STR or not y_column else y_column
+
+        # 判斷是否需要 Y 軸
         y_needed = agg_func_name != "計數" and chart_type not in ["直方圖"]
         if y_needed:
-            if not y_column or y_column == NO_DATA_STR: raise ValueError("此圖表類型和聚合函數需要選擇有效的 Y 軸或數值列。")
-            if y_column not in df.columns: raise ValueError(f"Y 軸列 '{y_column}' 不在數據中。可用列: {', '.join(df.columns)}")
+            if not y_col_selected or y_col_selected == NO_DATA_STR:
+                raise ValueError("此圖表類型和聚合函數需要選擇有效的 Y 軸或數值列 (不能是 '無')。")
+            if y_col_selected not in df.columns:
+                raise ValueError(f"Y 軸列 '{y_col_selected}' 不在數據中。可用列: {', '.join(df.columns)}")
         else:
-            y_column = None # 如果不需要 Y 軸，明確設為 None
+            y_col_selected = None # 如果不需要 Y 軸，明確設為 None
 
         # 處理可選列
         group_col = None if group_column == NONE_STR or not group_column else group_column
@@ -1520,44 +1524,44 @@ def create_plot(df, chart_type, x_column, y_column, group_column=None, size_colu
         df_processed = df.copy()
 
         # --- 2. 數據類型轉換與準備 ---
-        # (與 V4 相同)
         df_processed[x_column] = df_processed[x_column].astype(str)
         if group_col: df_processed[group_col] = df_processed[group_col].astype(str)
-        if y_column:
-            try: df_processed[y_column] = pd.to_numeric(df_processed[y_column], errors='coerce')
-            except Exception as e: print(f"警告：轉換 Y 軸列 '{y_column}' 為數值時出錯: {e}")
+        if y_col_selected: # 只在 Y 軸被選中時轉換
+            try: df_processed[y_col_selected] = pd.to_numeric(df_processed[y_col_selected], errors='coerce')
+            except Exception as e: print(f"警告：轉換 Y 軸列 '{y_col_selected}' 為數值時出錯: {e}")
         if size_col:
             try: df_processed[size_col] = pd.to_numeric(df_processed[size_col], errors='coerce')
             except Exception as e: print(f"警告：轉換大小列 '{size_col}' 為數值時出錯: {e}")
 
         # --- 3. 數據聚合 (如果需要) ---
-        # (與 V4 相同)
         needs_aggregation = chart_type not in ["散點圖", "氣泡圖", "直方圖", "箱型圖", "小提琴圖", "甘特圖"]
         agg_df = None
-        y_col_agg = y_column
+        y_col_agg = y_col_selected # 聚合時使用的 Y 軸列名
         if needs_aggregation:
             grouping_cols = [x_column] + ([group_col] if group_col else [])
             invalid_grouping_cols = [col for col in grouping_cols if col not in df_processed.columns]
             if invalid_grouping_cols: raise ValueError(f"以下分組/X軸列不在數據中: {', '.join(invalid_grouping_cols)}")
+
             if agg_func_name == "計數":
                 agg_df = df_processed.groupby(grouping_cols, observed=False, dropna=False).size().reset_index(name='__count__')
-                y_col_agg = '__count__'
+                y_col_agg = '__count__' # 聚合結果列名
             else:
                 agg_func_pd = agg_function_map(agg_func_name)
-                if not y_column: raise ValueError(f"聚合函數 '{agg_func_name}' 需要一個有效的 Y 軸數值列。")
-                if agg_func_pd not in ['first', 'last'] and not pd.api.types.is_numeric_dtype(df_processed[y_column]):
-                     try: df_processed[y_column] = pd.to_numeric(df_processed[y_column], errors='raise')
-                     except (ValueError, TypeError): raise ValueError(f"Y 軸列 '{y_column}' 必須是數值類型才能執行聚合 '{agg_func_name}'。")
+                if not y_col_agg: raise ValueError(f"聚合函數 '{agg_func_name}' 需要一個有效的 Y 軸數值列。") # y_col_agg 此時就是 y_col_selected
+                if agg_func_pd not in ['first', 'last'] and not pd.api.types.is_numeric_dtype(df_processed[y_col_agg]):
+                     try: df_processed[y_col_agg] = pd.to_numeric(df_processed[y_col_agg], errors='raise')
+                     except (ValueError, TypeError): raise ValueError(f"Y 軸列 '{y_col_agg}' 必須是數值類型才能執行聚合 '{agg_func_name}'。")
                 try:
-                    agg_df = df_processed.groupby(grouping_cols, observed=False, dropna=False)[y_column].agg(agg_func_pd).reset_index()
-                    y_col_agg = y_column
+                    agg_df = df_processed.groupby(grouping_cols, observed=False, dropna=False)[y_col_agg].agg(agg_func_pd).reset_index()
+                    # y_col_agg 保持為選擇的 Y 軸列名
                 except Exception as agg_e: raise ValueError(f"執行聚合 '{agg_func_name}' 時出錯: {agg_e}")
         else:
             agg_df = df_processed
-            y_col_agg = y_column
+            y_col_agg = y_col_selected # 使用選擇的 Y 軸列名 (可能為 None)
 
         if agg_df is None or agg_df.empty: raise ValueError("數據聚合後沒有產生有效結果。")
         required_cols_for_plot = [x_column]
+        # 修正：只有在 y_col_agg 實際有值時才檢查
         if y_col_agg: required_cols_for_plot.append(y_col_agg)
         if group_col: required_cols_for_plot.append(group_col)
         if size_col: required_cols_for_plot.append(size_col)
@@ -1570,89 +1574,98 @@ def create_plot(df, chart_type, x_column, y_column, group_column=None, size_colu
         # --- 5. 創建圖表 (核心邏輯) ---
         fig_params = {"data_frame": agg_df, "title": title, "color_discrete_sequence": colors, "width": width, "height": height}
         if group_col and custom_colors_dict: fig_params["color_discrete_map"] = custom_colors_dict
+
+        # 修正：effective_y 應該基於 y_col_agg (聚合結果列 或 選擇的 Y 軸列)
         effective_y = y_col_agg if y_needed or agg_func_name == "計數" else None
 
-        # --- (繪圖邏輯 - 與 V4 相同，省略) ---
-        if chart_type == "長條圖":
+        # --- (繪圖邏輯開始) ---
+        # --- 修正 px.pie 和 px.imshow 的調用 ---
+        if chart_type == "圓餅圖":
+            if not effective_y: raise ValueError("圓餅圖需要 Y 軸數值或 '計數' 聚合。")
+            if group_col: print("警告：圓餅圖不支持分組列，已忽略。")
+            # 修正：移除第一個 positional argument agg_df
+            fig = px.pie(names=x_column, values=effective_y, **fig_params)
+            if not group_col and custom_colors_dict: fig.update_traces(marker=dict(colors=[custom_colors_dict.get(str(cat), colors[i % len(colors)]) for i, cat in enumerate(agg_df[x_column])]))
+        elif chart_type == "環形圖":
+            if not effective_y: raise ValueError("環形圖需要 Y 軸數值或 '計數' 聚合。")
+            if group_col: print("警告：環形圖不支持分組列，已忽略。")
+            # 修正：移除第一個 positional argument agg_df
+            fig = px.pie(names=x_column, values=effective_y, hole=0.4, **fig_params)
+            if not group_col and custom_colors_dict: fig.update_traces(marker=dict(colors=[custom_colors_dict.get(str(cat), colors[i % len(colors)]) for i, cat in enumerate(agg_df[x_column])]))
+        elif chart_type == "熱力圖":
+            if not effective_y: raise ValueError("熱力圖需要 Y 軸數值或 '計數' 聚合。")
+            if not group_col: raise ValueError("熱力圖需要 X 軸、Y 軸 和一個 分組列。")
+            try:
+                if not pd.api.types.is_numeric_dtype(agg_df[effective_y]): raise ValueError(f"熱力圖的值列 '{effective_y}' 必須是數值類型。")
+                pivot_df = pd.pivot_table(agg_df, values=effective_y, index=group_col, columns=x_column, aggfunc=agg_function_map(agg_func_name) if agg_func_name != "計數" else 'size')
+                # 修正：為 imshow 創建不含 data_frame 的參數字典
+                fig_params_imshow = fig_params.copy()
+                fig_params_imshow.pop('data_frame', None) # 移除 data_frame
+                fig = px.imshow(pivot_df, color_continuous_scale=px.colors.sequential.Viridis, aspect="auto", text_auto=True, **fig_params_imshow); # 使用修改後的參數
+                fig.update_layout(coloraxis_showscale=True)
+            except Exception as pivot_e: raise ValueError(f"創建熱力圖的數據透視表時出錯: {pivot_e}")
+        # --- 其他圖表類型 (與 V4/V5 邏輯相同，確保 effective_y 使用正確) ---
+        elif chart_type == "長條圖":
             if not effective_y: raise ValueError("長條圖需要 Y 軸數值或 '計數' 聚合。")
-            fig = px.bar(agg_df, x=x_column, y=effective_y, color=group_col, **fig_params)
+            fig = px.bar(x=x_column, y=effective_y, color=group_col, **fig_params)
         elif chart_type == "堆疊長條圖":
             if not effective_y: raise ValueError("堆疊長條圖需要 Y 軸數值或 '計數' 聚合。")
-            fig = px.bar(agg_df, x=x_column, y=effective_y, color=group_col, barmode='stack', **fig_params)
+            fig = px.bar(x=x_column, y=effective_y, color=group_col, barmode='stack', **fig_params)
         elif chart_type == "百分比堆疊長條圖":
              if not effective_y: raise ValueError("百分比堆疊長條圖需要 Y 軸數值或 '計數' 聚合。")
-             fig = px.bar(agg_df, x=x_column, y=effective_y, color=group_col, barmode='relative', text_auto='.1%', **fig_params)
+             fig = px.bar(x=x_column, y=effective_y, color=group_col, barmode='relative', text_auto='.1%', **fig_params)
              fig.update_layout(yaxis_title="百分比 (%)")
         elif chart_type == "群組長條圖":
             if not effective_y: raise ValueError("群組長條圖需要 Y 軸數值或 '計數' 聚合。")
-            fig = px.bar(agg_df, x=x_column, y=effective_y, color=group_col, barmode='group', **fig_params)
+            fig = px.bar(x=x_column, y=effective_y, color=group_col, barmode='group', **fig_params)
         elif chart_type == "水平長條圖":
             if not effective_y: raise ValueError("水平長條圖需要 Y 軸數值或 '計數' 聚合。")
-            fig = px.bar(agg_df, y=x_column, x=effective_y, color=group_col, orientation='h', **fig_params)
+            fig = px.bar(y=x_column, x=effective_y, color=group_col, orientation='h', **fig_params)
         elif chart_type == "折線圖":
             if not effective_y: raise ValueError("折線圖需要 Y 軸數值或 '計數' 聚合。")
-            fig = px.line(agg_df, x=x_column, y=effective_y, color=group_col, markers=True, **fig_params)
+            fig = px.line(x=x_column, y=effective_y, color=group_col, markers=True, **fig_params)
         elif chart_type == "多重折線圖":
             if not effective_y: raise ValueError("多重折線圖需要 Y 軸數值或 '計數' 聚合。")
-            fig = px.line(agg_df, x=x_column, y=effective_y, color=group_col, markers=True, **fig_params)
+            fig = px.line(x=x_column, y=effective_y, color=group_col, markers=True, **fig_params)
         elif chart_type == "階梯折線圖":
             if not effective_y: raise ValueError("階梯折線圖需要 Y 軸數值或 '計數' 聚合。")
-            fig = px.line(agg_df, x=x_column, y=effective_y, color=group_col, line_shape='hv', **fig_params)
+            fig = px.line(x=x_column, y=effective_y, color=group_col, line_shape='hv', **fig_params)
         elif chart_type == "區域圖":
             if not effective_y: raise ValueError("區域圖需要 Y 軸數值或 '計數' 聚合。")
-            fig = px.area(agg_df, x=x_column, y=effective_y, color=group_col, **fig_params)
+            fig = px.area(x=x_column, y=effective_y, color=group_col, **fig_params)
         elif chart_type == "堆疊區域圖":
             if not effective_y: raise ValueError("堆疊區域圖需要 Y 軸數值或 '計數' 聚合。")
-            fig = px.area(agg_df, x=x_column, y=effective_y, color=group_col, groupnorm=None, **fig_params)
+            fig = px.area(x=x_column, y=effective_y, color=group_col, groupnorm=None, **fig_params)
         elif chart_type == "百分比堆疊區域圖":
              if not effective_y: raise ValueError("百分比堆疊區域圖需要 Y 軸數值或 '計數' 聚合。")
-             fig = px.area(agg_df, x=x_column, y=effective_y, color=group_col, groupnorm='percent', **fig_params)
+             fig = px.area(x=x_column, y=effective_y, color=group_col, groupnorm='percent', **fig_params)
              fig.update_layout(yaxis_title="百分比 (%)")
-        elif chart_type == "圓餅圖":
-            if not effective_y: raise ValueError("圓餅圖需要 Y 軸數值或 '計數' 聚合。")
-            if group_col: print("警告：圓餅圖不支持分組列，已忽略。")
-            fig = px.pie(agg_df, names=x_column, values=effective_y, **fig_params)
-            if not group_col and custom_colors_dict: fig.update_traces(marker=dict(colors=[custom_colors_dict.get(str(cat), colors[i % len(colors)]) for i, cat in enumerate(agg_df[x_column])]))
-        elif chart_type == "環形圖":
-            if not effective_y: raise ValueError("環形圖需要 Y 軸數值或 '計數' 聚合。")
-            if group_col: print("警告：環形圖不支持分組列，已忽略。")
-            fig = px.pie(agg_df, names=x_column, values=effective_y, hole=0.4, **fig_params)
-            if not group_col and custom_colors_dict: fig.update_traces(marker=dict(colors=[custom_colors_dict.get(str(cat), colors[i % len(colors)]) for i, cat in enumerate(agg_df[x_column])]))
         elif chart_type == "散點圖":
-            if not y_column: raise ValueError("散點圖需要選擇 Y 軸列。")
-            fig = px.scatter(agg_df, x=x_column, y=y_column, color=group_col, size=size_col, **fig_params)
+            if not y_col_selected: raise ValueError("散點圖需要選擇 Y 軸列。") # 使用 y_col_selected
+            fig = px.scatter(x=x_column, y=y_col_selected, color=group_col, size=size_col, **fig_params)
         elif chart_type == "氣泡圖":
-            if not y_column: raise ValueError("氣泡圖需要選擇 Y 軸列。")
+            if not y_col_selected: raise ValueError("氣泡圖需要選擇 Y 軸列。")
             if not size_col: raise ValueError("氣泡圖需要指定 '大小列'。")
             if not pd.api.types.is_numeric_dtype(agg_df[size_col]): raise ValueError(f"大小列 '{size_col}' 必須是數值類型。")
-            fig = px.scatter(agg_df, x=x_column, y=y_column, color=group_col, size=size_col, size_max=60, **fig_params)
+            fig = px.scatter(x=x_column, y=y_col_selected, color=group_col, size=size_col, size_max=60, **fig_params)
         elif chart_type == "直方圖":
             if not pd.api.types.is_numeric_dtype(agg_df[x_column]): raise ValueError(f"直方圖的 X 軸列 '{x_column}' 必須是數值類型。")
-            fig = px.histogram(agg_df, x=x_column, color=group_col, **fig_params); fig.update_layout(yaxis_title="計數")
+            fig = px.histogram(x=x_column, color=group_col, **fig_params); fig.update_layout(yaxis_title="計數")
         elif chart_type == "箱型圖":
-            if not y_column: raise ValueError("箱型圖需要選擇 Y 軸列。")
-            if not pd.api.types.is_numeric_dtype(agg_df[y_column]): raise ValueError(f"箱型圖的 Y 軸列 '{y_column}' 必須是數值類型。")
-            fig = px.box(agg_df, x=group_col, y=y_column, color=group_col, **fig_params)
-            if not group_col: fig = px.box(agg_df, y=y_column, **fig_params)
+            if not y_col_selected: raise ValueError("箱型圖需要選擇 Y 軸列。")
+            if not pd.api.types.is_numeric_dtype(agg_df[y_col_selected]): raise ValueError(f"箱型圖的 Y 軸列 '{y_col_selected}' 必須是數值類型。")
+            fig = px.box(x=group_col, y=y_col_selected, color=group_col, **fig_params)
+            if not group_col: fig = px.box(y=y_col_selected, **fig_params)
         elif chart_type == "小提琴圖":
-            if not y_column: raise ValueError("小提琴圖需要選擇 Y 軸列。")
-            if not pd.api.types.is_numeric_dtype(agg_df[y_column]): raise ValueError(f"小提琴圖的 Y 軸列 '{y_column}' 必須是數值類型。")
-            fig = px.violin(agg_df, x=group_col, y=y_column, color=group_col, box=True, points="all", **fig_params)
-            if not group_col: fig = px.violin(agg_df, y=y_column, box=True, points="all", **fig_params)
-        elif chart_type == "熱力圖":
-            if not effective_y: raise ValueError("熱力圖需要 Y 軸數值或 '計數' 聚合。")
-            if not group_col: raise ValueError("熱力圖需要 X 軸、Y 軸 和一個 分組列。")
-            try:
-                if not pd.api.types.is_numeric_dtype(agg_df[effective_y]): raise ValueError(f"熱力圖的值列 '{effective_y}' 必須是數值類型。")
-                pivot_df = pd.pivot_table(agg_df, values=effective_y, index=group_col, columns=x_column, aggfunc=agg_function_map(agg_func_name) if agg_func_name != "計數" else 'size')
-                fig = px.imshow(pivot_df, color_continuous_scale=px.colors.sequential.Viridis, aspect="auto", text_auto=True, **fig_params);
-                fig.update_layout(coloraxis_showscale=True)
-            except Exception as pivot_e: raise ValueError(f"創建熱力圖的數據透視表時出錯: {pivot_e}")
+            if not y_col_selected: raise ValueError("小提琴圖需要選擇 Y 軸列。")
+            if not pd.api.types.is_numeric_dtype(agg_df[y_col_selected]): raise ValueError(f"小提琴圖的 Y 軸列 '{y_col_selected}' 必須是數值類型。")
+            fig = px.violin(x=group_col, y=y_col_selected, color=group_col, box=True, points="all", **fig_params)
+            if not group_col: fig = px.violin(y=y_col_selected, box=True, points="all", **fig_params)
         elif chart_type == "樹狀圖":
              if not effective_y: raise ValueError("樹狀圖需要 Y 軸數值或 '計數' 聚合。")
              path = [group_col, x_column] if group_col else [x_column]
              if not pd.api.types.is_numeric_dtype(agg_df[effective_y]): raise ValueError(f"樹狀圖的值列 '{effective_y}' 必須是數值類型。")
-             fig = px.treemap(agg_df, path=path, values=effective_y, color=group_col if group_col else x_column, **fig_params)
+             fig = px.treemap(path=path, values=effective_y, color=group_col if group_col else x_column, **fig_params)
         elif chart_type == "雷達圖":
             if not effective_y: raise ValueError("雷達圖需要 Y 軸數值或 '計數' 聚合。")
             fig = go.Figure()
@@ -1675,9 +1688,11 @@ def create_plot(df, chart_type, x_column, y_column, group_column=None, size_colu
         elif chart_type == "極座標圖":
             if not effective_y: raise ValueError("極座標圖需要 Y 軸數值或 '計數' 聚合。")
             if not pd.api.types.is_numeric_dtype(agg_df[effective_y]): raise ValueError(f"極座標圖的徑向值列 '{effective_y}' 必須是數值類型。")
-            fig = px.bar_polar(agg_df, r=effective_y, theta=x_column, color=group_col if group_col else x_column, **fig_params)
+            fig = px.bar_polar(r=effective_y, theta=x_column, color=group_col if group_col else x_column, **fig_params)
         elif chart_type == "甘特圖":
-             start_col_gantt = y_column; end_col_gantt = group_col; task_col_gantt = x_column
+             start_col_gantt = y_col_selected # Y 軸被用作開始列
+             end_col_gantt = group_col # 分組列被用作結束列
+             task_col_gantt = x_column # X 軸被用作任務列
              if not start_col_gantt or not end_col_gantt: raise ValueError("甘特圖需要指定 開始列 (Y軸) 和 結束列 (分組列)。")
              try:
                  df_gantt = df.copy()
@@ -1694,7 +1709,7 @@ def create_plot(df, chart_type, x_column, y_column, group_column=None, size_colu
         else:
             print(f"警告：未知的圖表類型 '{chart_type}'，使用長條圖代替。")
             if not effective_y: raise ValueError("長條圖需要 Y 軸數值或 '計數' 聚合。")
-            fig = px.bar(agg_df, x=x_column, y=effective_y, color=group_col, **fig_params)
+            fig = px.bar(x=x_column, y=effective_y, color=group_col, **fig_params)
         # --- (繪圖邏輯結束) ---
 
 
@@ -1854,13 +1869,13 @@ CUSTOM_CSS = """
 # =========================================
 # == Gradio UI 介面定義 (Gradio UI Definition) ==
 # =========================================
-with gr.Blocks(css=CUSTOM_CSS, title="進階數據可視化工具 V5", theme=gr.themes.Soft()) as demo:
+with gr.Blocks(css=CUSTOM_CSS, title="進階數據可視化工具 V5.1", theme=gr.themes.Soft()) as demo:
 
     # --- 應用程式標頭 ---
     gr.HTML("""
     <div class="app-header">
-        <h1 class="app-title">📊 進階數據可視化工具 V5</h1>
-        <p class="app-subtitle">上傳或貼上數據，創建專業圖表 (極簡化測試版)</p>
+        <h1 class="app-title">📊 進階數據可視化工具 V5.1</h1>
+        <p class="app-subtitle">上傳或貼上數據，創建專業圖表 (極簡化測試版 - 修正)</p>
     </div>
     """)