Delete pages/03_🚀_Find_my_show_(FAISS).py

pages/03_🚀_Find_my_show_(FAISS).py

@@ -1,274 +0,0 @@
-import os
-import importlib.util
-import torch
-import streamlit as st
-import pandas as pd
-from PIL import Image
-
-
-# Формируем абсолютный путь до файла functions.py
-module_path = os.path.abspath(
-    os.path.join(os.path.dirname(__file__), "..", "resource", "functions.py")
-)
-
-# Загружаем модуль
-spec = importlib.util.spec_from_file_location("resource.functions", module_path)
-functions = importlib.util.module_from_spec(spec)
-spec.loader.exec_module(functions)
-
-# Теперь используем функции напрямую
-table_maker = functions.table_maker
-# RecSys = functions.RecSys
-FAISS_inference = functions.FAISS_inference
-
-poster_path = "https://resizer.mail.ru/p/"
-show_path = "https://kino.mail.ru/series_"
-placeholder_path = "../img/v2/nopicture/308x462.png"
-
-
-@st.cache_resource(ttl=3600)  # 👈 Cache data for 1 hour (=3600 seconds)
-def load_model(model_path):
-    model = torch.load(model_path)
-    return model
-
-
-@st.cache_data(ttl=3600)  # 👈 Cache data for 1 hour (=3600 seconds)
-def load_data(data_path):
-    df = pd.read_pickle(data_path)
-    return df
-
-
-DATA_PATH = "data/data.pkl"
-MODEL_PATH = "model/model.pt"
-
-df = load_data(DATA_PATH)
-model = load_model(MODEL_PATH)
-
-
-image = Image.open("pages/tv_shows.png")
-st.image(image, use_column_width=True)
-
-# Заголовок приложения
-st.markdown("### Поиск сериалов по запросу пользователя (с использованием FAISS)")
-
-
-# Создание списка уникальных стран
-all_countries = sorted(set(df["county"].tolist()))
-
-# Создание списка уникальных жанров
-all_genres = set()
-for genres_set in df["tags"].dropna():
-    all_genres.update(genres_set)
-all_genres = sorted(all_genres)
-
-# Фильтр по наличию рейтинга
-has_rating = st.sidebar.checkbox("Показывать только сериалы с рейтингом?", True)
-
-# Виджеты для боковой панели
-selected_country = st.sidebar.multiselect("Страна", all_countries)
-selected_genre = st.sidebar.multiselect("Жанры", all_genres)
-
-
-rating = True
-
-search_table = table_maker(
-    df=df,
-    country=selected_country,
-    min_year=int(df["year"].min()),
-    max_year=int(df["year"].max()),
-    tagger=set(selected_genre),
-    rating=has_rating,
-)
-
-# Проверяем, пустой ли отфильтрованный DataFrame
-if search_table.empty:
-    st.error(
-        "После фильтрации данных не осталось. Пожалуйста, выберите другие параметры."
-    )
-else:
-    # Преобразование year в числовой формат, если возможно, и обработка NaN значений
-    search_table["year"] = pd.to_numeric(search_table["year"], errors="coerce").dropna()
-
-    if search_table.empty:
-        st.error(
-            "После фильтрации и обработки годов в данных не осталось записей. Пожалуйста, выберите другие параметры."
-        )
-    else:
-        # Теперь безопасно ищем min и max
-        min_year = int(search_table["year"].min())
-        max_year = int(search_table["year"].max())
-
-        # Если есть хотя бы два разных года, отображаем слайдер
-        if min_year < max_year:
-            selected_year_range = st.sidebar.slider(
-                "Выберите диапазон лет выпуска",
-                min_value=min_year,
-                max_value=max_year,
-                value=(min_year, max_year),
-            )
-            # Применяем фильтр по годам
-            search_table = search_table[
-                (search_table["year"] >= selected_year_range[0])
-                & (search_table["year"] <= selected_year_range[1])
-            ]
-
-        st.sidebar.markdown("---")
-        st.sidebar.markdown("### Дополнительные настройки")
-
-        # Позволяет пользователю выбрать количество сериалов для отображения, от 1 до 10
-        top_n = st.sidebar.number_input(
-            "Сколько сериалов показывать?", min_value=1, max_value=10, value=5
-        )
-
-        # Создание текстового поля для ввода пользовательского запроса
-        user_request = st.text_input(
-            "Введите ваш запрос:",
-            "про ментов, мусора по коням, менты, полиция и все такое",
-        )
-
-        user_request_emb = model.encode(user_request)
-
-        if st.button("Найти сериалы по запросу") and len(df) > 0:
-
-            output_faiss = FAISS_inference(search_table, user_request_emb, top_n)
-
-            # top_n = 5  # мин 1 макс 10
-            res = output_faiss()
-
-            (
-                poster,
-                title,
-                description,
-                rating,
-                genre,
-                cast,
-                score,
-                year,
-                links,
-                country,
-            ) = (
-                {},
-                {},
-                {},
-                {},
-                {},
-                {},
-                {},
-                {},
-                {},
-                {},
-            )
-
-            for i, con in enumerate(res["poster"]):
-                # Проверяем, является ли значение в con ссылкой или путем к файлу
-                if "nopicture" in con:
-                    poster[i] = placeholder_path
-                else:
-                    poster[i] = poster_path + con
-
-            for i, con in enumerate(res["year"]):
-                year[i] = con
-
-            for i, con in enumerate(res["title"]):
-                title[i] = con
-
-            for i, con in enumerate(res["description"]):
-                description[i] = con
-
-            for i, con in enumerate(res["rating"]):
-                rating[i] = con
-
-            for i, con in enumerate(res["tags"]):
-                genre[i] = ", ".join(con)
-
-            for i, con in enumerate(res["cast"]):
-                cast[i] = con
-
-            for i, con in enumerate(res["score"]):
-                score[i] = con
-
-            for i, con in enumerate(res["url"]):
-                links[i] = show_path + con
-
-            for i, con in enumerate(res["county"]):
-                country[i] = con
-
-            st.markdown("---")
-
-            # Проверяем, пустой ли набор результатов
-            if len(res) == 0:
-                st.error(
-                    "Сериалы по выбранным параметрам не найдены. Попробуйте изменить критерии поиска."
-                )
-            else:
-                # Если результаты есть, выводим их
-                iterations = min(len(res), top_n)
-
-                for i in range(iterations):
-
-                    col1, col2 = st.columns([1, 3])
-                    with col1:
-                        st.image(poster[i])
-                        # Добавляем ссылку под картинкой
-                        st.markdown(
-                            f"<a href='{links[i]}' target='_blank' style='display: block; text-align: center; color: grey; font-size: small; font-style: italic;'>Смотреть сериал</a>",
-                            unsafe_allow_html=True,
-                        )
-
-                    with col2:
-
-                        st.markdown(
-                            f"<span style='font-weight:bold; font-size:22px;'>Название сериала:</span> <span style='font-size:20px;'>«{title[i]}»</span>",
-                            unsafe_allow_html=True,
-                        )
-
-                        st.markdown(
-                            f"<span style='font-weight:bold; font-size:16px;'>Страна:</span> <span style='font-size:16px;'>{country[i]}</span>",
-                            unsafe_allow_html=True,
-                        )
-
-                        st.markdown(
-                            f"<span style='font-weight:bold; font-size:16px;'>Год выпуска:</span> <span style='font-size:16px;'>{year[i]}</span>",
-                            unsafe_allow_html=True,
-                        )
-
-                        st.markdown(
-                            f"<span style='font-weight:bold; font-size:16px;'>Жанр:</span> <span style='font-size:16px;'>{genre[i]}</span>",
-                            unsafe_allow_html=True,
-                        )
-
-                        rating_display = (
-                            "Нет информации" if pd.isna(rating[i]) else rating[i]
-                        )
-
-                        st.markdown(
-                            f"<span style='font-weight:bold; font-size:16px;'>Рейтинг:</span> <span style='font-size:16px;'>{rating_display}</span>",
-                            unsafe_allow_html=True,
-                        )
-
-                        st.markdown(
-                            "<h6 style='font-weight:bold;'>В ролях:</h6>",
-                            unsafe_allow_html=True,
-                        )
-
-                        st.markdown(
-                            f"<div style='text-align: justify; margin-bottom: 18px;'>{cast[i]}</div>",
-                            unsafe_allow_html=True,
-                        )
-
-                        st.markdown(
-                            "<h6 style='font-weight:bold;'>Описание:</h6>",
-                            unsafe_allow_html=True,
-                        )
-
-                        st.markdown(
-                            f"<div style='text-align: justify;'>{description[i]}</div>",
-                            unsafe_allow_html=True,
-                        )
-                        score_display = round(score[i], 3)
-                        st.markdown(
-                            f"<div style='color: grey;'><hr style='margin: 2px 0;'/><span style='font-weight:bold; font-size:13px; font-style: italic;'>Оценка FAISS (расстояние):</span> <span style='font-size:13px; font-style: italic;'>{score_display}</span><hr style='margin: 2px 0;'/></div>",
-                            unsafe_allow_html=True,
-                        )
-
-                    st.markdown("---")