Update app.py

app.py

@@ -10,17 +10,16 @@ import matplotlib.pyplot as plt
 # === grafanalib: 定義 Dashboard 結構（不負責畫圖） ===
 # 注意：grafanalib 只產生 Grafana JSON；我們會把 JSON 顯示出來，並用 Matplotlib 實際畫圖
 from grafanalib.core import (
-    Dashboard, Graph, Row, Target, YAxis, YAxes, # <--- REMOVED OPS_FORMAT
+    Dashboard, Graph, Row, Target, YAxis, YAxes,  # 移除 OPS_FORMAT
 )
 
 TAIPEI = tz.gettz("Asia/Taipei")
 
 
 def make_demo_dataframe():
-    """產生示範資料（10 分鐘 1 點），欄位：time, amplitude, count"""
+    """產生示範資料（1 小時，1 分鐘 1 點），欄位：time, amplitude, count"""
     t0 = datetime.now(tz=TAIPEI) - timedelta(minutes=60)
     times = [t0 + timedelta(minutes=i) for i in range(61)]
-    # 假資料：振幅、事件數
     amp = [0.5 + 0.4 * __import__("math").sin(i / 6.0) for i in range(61)]
     cnt = [max(0, int(5 + 3 * __import__("math").cos(i / 10.0))) for i in range(61)]
     df = pd.DataFrame({"time": times, "amplitude": amp, "count": cnt})
@@ -32,15 +31,9 @@ def load_csv(file: gr.File | None) -> pd.DataFrame:
     if file is None:
         return make_demo_dataframe()
 
-    # 讀 CSV，嘗試自動 parse 日期欄
     df = pd.read_csv(file.name)
-    # 嘗試找到時間欄位（常見命名）
     time_col_candidates = ["time", "timestamp", "datetime", "date"]
-    time_col = None
-    for c in time_col_candidates:
-        if c in df.columns:
-            time_col = c
-            break
+    time_col = next((c for c in time_col_candidates if c in df.columns), None)
     if time_col is None:
         raise ValueError("CSV 檔需包含時間欄位，例如：time / timestamp / datetime / date")
 
@@ -59,18 +52,15 @@ def build_grafanalib_dashboard(series_columns: list[str]) -> dict:
     - Row 2：Event Count（Graph）展示第二個數值欄（如有）
     注意：Target 只是示意；實際取數由我們在 Gradio 端處理。
     """
-    # 目標（在 Grafana 會對應到資料來源查詢；這裡只作為 JSON 示意）
-    targets = [
-        Target(expr=f"{series_columns[0]}", legendFormat=series_columns[0]),
-    ]
+    targets = [Target(expr=f"{series_columns[0]}", legendFormat=series_columns[0])]
     panels = [
         Graph(
             title=f"Time Series - {series_columns[0]}",
-            dataSource="(example)",  # 在真實 Grafana 才會用到
+            dataSource="(example)",
             targets=targets,
             yAxes=YAxes(
-                left=YAxis(format='none'),      # <--- CHANGED HERE
-                right=YAxis(format='none'),     # <--- CHANGED HERE
+                left=YAxis(format="none"),
+                right=YAxis(format="none"),
             ),
         )
     ]
@@ -82,8 +72,8 @@ def build_grafanalib_dashboard(series_columns: list[str]) -> dict:
                 dataSource="(example)",
                 targets=[Target(expr=f"{series_columns[1]}", legendFormat=series_columns[1])],
                 yAxes=YAxes(
-                    left=YAxis(format='none'),  # <--- CHANGED HERE
-                    right=YAxis(format='none'), # <--- CHANGED HERE
+                    left=YAxis(format="none"),
+                    right=YAxis(format="none"),
                 ),
             )
         )
@@ -101,11 +91,10 @@ def build_grafanalib_dashboard(series_columns: list[str]) -> dict:
 def render_matplotlib(df: pd.DataFrame, value_cols: list[str]):
     """
     用 Matplotlib 依據 df 實際畫圖，對應 grafanalib 定義的欄位。
-    回傳多個 matplotlib Figure 物件（給 gr.Gallery / gr.Plot 使用）
+    回傳多個 matplotlib Figure 物件（給 gr.Gallery 使用）
     """
     figs = []
 
-    # 第一張圖
     fig1 = plt.figure()
     plt.plot(df["time"], df[value_cols[0]])
     plt.title(f"Time Series - {value_cols[0]}")
@@ -115,7 +104,6 @@ def render_matplotlib(df: pd.DataFrame, value_cols: list[str]):
     plt.tight_layout()
     figs.append(fig1)
 
-    # 第二張圖（選配）
     if len(value_cols) > 1:
         fig2 = plt.figure()
         plt.plot(df["time"], df[value_cols[1]])
@@ -139,12 +127,10 @@ def pipeline(file, series_choice):
     """
     df = load_csv(file)
 
-    # 自動找出數值欄位（排除 time）
     numeric_cols = [c for c in df.columns if c != "time" and pd.api.types.is_numeric_dtype(df[c])]
     if not numeric_cols:
         raise ValueError("未找到可繪圖的數值欄位。請在 CSV 中提供至少一個數值欄位（除了 time 以外）。")
 
-    # 若使用者有選擇，以選擇優先；否則用前兩個
     chosen = series_choice or numeric_cols[:2]
     chosen = [c for c in chosen if c in numeric_cols]
     if not chosen:
@@ -153,10 +139,8 @@ def pipeline(file, series_choice):
     dash_json = build_grafanalib_dashboard(chosen)
     figs = render_matplotlib(df, chosen)
 
-    # 輸出 JSON（pretty）
     dash_json_str = json.dumps(dash_json, ensure_ascii=False, indent=2, default=str)
 
-    # 讓使用者可以下載 JSON
     json_bytes = io.BytesIO(dash_json_str.encode("utf-8"))
     json_bytes.name = "dashboard.json"
 
@@ -166,7 +150,7 @@ def pipeline(file, series_choice):
 with gr.Blocks(theme=gr.themes.Soft()) as demo:
     gr.Markdown("# grafanalib 生成 Dashboard + Gradio 呈現\n"
                 "上傳 CSV（需含 `time` 欄）或用示範資料，選擇要畫的數值欄位。\n\n"
-                "**說明**：grafanalib 負責產生 Grafana 的 Dashboard JSON 結構；下方 Matplotlib 圖是我們在 Space 端實際繪圖的呈現。")
+                "**說明**：grafanalib 產生 Grafana 的 Dashboard JSON；下方 Matplotlib 圖是 Space 端實際呈現。")
 
     with gr.Row():
         file_in = gr.File(label="上傳 CSV（可空，會用示範資料）", file_types=[".csv"])
@@ -181,7 +165,6 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
     with gr.Row():
         json_file = gr.File(label="下載 dashboard.json")
 
-    # 顯示 DataFrame（互動檢視）
     df_view = gr.Dataframe(label="資料預覽（自動偵測 time + 數值欄位）", wrap=True)
 
     def probe_columns(file):
@@ -191,32 +174,27 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
         return gr.CheckboxGroup(choices=numeric_cols), df
 
     def initial_load():
-        """在 App 載入時，直接用示範資料跑一次完整流程"""
+        """在 App 載入時，用示範資料跑一次完整流程"""
         figs, dash_json, json_file_obj, df = pipeline(file=None, series_choice=[])
-        
-        # 更新欄位選項，並設定預設勾選項目
         numeric_cols = [c for c in df.columns if c != "time" and pd.api.types.is_numeric_dtype(df[c])]
         chosen = numeric_cols[:2]
-
         return figs, dash_json, json_file_obj, df, gr.CheckboxGroup(choices=numeric_cols, value=chosen)
 
-    # --- 事件綁定 ---
-
-    # 1. 頁面載入時：直接用範例資料顯示圖表
+    # 頁面載入：直接顯示範例圖與 JSON
     demo.load(
         initial_load,
         inputs=None,
         outputs=[gallery, json_box, json_file, df_view, series_multiselect]
     )
 
-    # 2. 當使用者上傳新檔案時：更新欄位選項和資料預覽
+    # 上傳新檔：更新欄位清單與表格預覽
     file_in.change(
         probe_columns,
         inputs=[file_in],
         outputs=[series_multiselect, df_view],
     )
 
-    # 3. 當使用者點擊按鈕時：執行完整流程
+    # 產生與繪圖
     run_btn.click(
         pipeline,
         inputs=[file_in, series_multiselect],
@@ -224,4 +202,4 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
     )
 
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch()