import gradio as gr
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

def visualize_data(df):
    fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2, figsize=(20, 16))
    
    # スクロール深度とクリック率の関係
    sns.scatterplot(data=df, x='スクロール深度', y='クリック率', ax=ax1)
    ax1.set_title('スクロール深度とクリック率の関係')
    ax1.set_xlabel('スクロール深度')
    ax1.set_ylabel('クリック率')

    # クリック率の分布
    sns.boxplot(data=df, y='クリック率', ax=ax2)
    ax2.set_title('クリック率の分布')
    
    # 離脱率の分布
    sns.histplot(data=df, x='離脱率', kde=True, ax=ax3)
    ax3.set_title('離脱率の分布')
    
    # クリック数の分布
    sns.histplot(data=df, x='クリック数', kde=True, ax=ax4)
    ax4.set_title('クリック数の分布')
    
    plt.tight_layout()
    return fig

def process_input(file):
    df = pd.read_csv(file.name)
    visualization_plot = visualize_data(df)
    
    # データの概要を文字列として取得
    data_summary = df.describe().to_string()
    
    return visualization_plot, data_summary

iface = gr.Interface(
    fn=process_input,
    inputs=[
        gr.File(label="CSVファイルをアップロード")
    ],
    outputs=[
        gr.Plot(label="データ可視化"),
        gr.Textbox(label="データ概要", lines=10)
    ],
    title="リスティング広告LPデータの可視化",
    description="CSVデータをアップロードして、データの可視化と概要を表示します。"
)

if __name__ == "__main__":
    iface.launch()