Update app.py

app.py

@@ -1,44 +1,41 @@
+import gradio as gr
 import pandas as pd
 import matplotlib.pyplot as plt
-import gradio as gr
 import tempfile
 import os
 
-def analyze_csv(file):
-    # 读取上传的文件
-    df = pd.read_csv(file.name)
+def analyze(file_obj):
+    # 读取CSV
+    df = pd.read_csv(file_obj.name)
 
-    # 统计信息
+    # 统计摘要
     stats = df.describe().loc[["mean", "std", "min", "max"]].round(2).to_string()
 
-    # 临时生成图片路径
-    tmp_img_path = os.path.join(tempfile.gettempdir(), "income_vs_score.png")
-
-    # 绘制散点图
+    # 生成图表并保存为临时图片
+    tmp_path = os.path.join(tempfile.gettempdir(), "income_vs_score.png")
     plt.figure(figsize=(6, 4))
     plt.scatter(df["Income"], df["SpendingScore"], alpha=0.7)
-    plt.title("Income vs Spending Score")
     plt.xlabel("Income")
     plt.ylabel("Spending Score")
+    plt.title("Income vs Spending Score")
     plt.grid(True)
     plt.tight_layout()
-    plt.savefig(tmp_img_path)
+    plt.savefig(tmp_path)
     plt.close()
 
-    # 返回字典结构，避免多输出 schema 解析问题
-    return {
-        "统计摘要": stats,
-        "图表": tmp_img_path
-    }
-
-# Gradio 接口，注意 outputs 使用 gr.Json 兼容 dict 返回
-iface = gr.Interface(
-    fn=analyze_csv,
-    inputs=gr.File(file_types=[".csv"], label="上传CSV文件"),
-    outputs=gr.JSON(label="分析结果（包含统计摘要 + 图像路径）"),
-    title="📊 表格分析大模型",
-    description="上传一个CSV表格，我将输出统计分析结果并展示一张图表的路径。"
-)
-
-if __name__ == "__main__":
-    iface.launch()
+    return stats, tmp_path
+
+
+with gr.Blocks(title="CSV分析工具") as demo:
+    gr.Markdown("## 📊 表格分析大模型\n请上传一个CSV文件，我将输出统计摘要并绘制图表。")
+
+    with gr.Row():
+        file_input = gr.File(label="上传 CSV 文件", file_types=[".csv"])
+        run_btn = gr.Button("开始分析")
+
+    output_text = gr.Textbox(label="统计摘要", lines=10)
+    output_image = gr.Image(label="图表")
+
+    run_btn.click(fn=analyze, inputs=file_input, outputs=[output_text, output_image])
+
+demo.launch()