Update app.py

app.py

@@ -5,40 +5,9 @@ from datetime import datetime, timedelta
 import requests
 from io import BytesIO
 
-def create_trend_chart(space_id, daily_ranks_df):
-    if space_id is None or daily_ranks_df.empty:
-        return None
-    
-    try:
-        space_data = daily_ranks_df[daily_ranks_df['id'] == space_id].copy()
-        if space_data.empty:
-            return None
-        
-        space_data = space_data.sort_values('date')
-        
-        fig = px.line(
-            space_data,
-            x='date',
-            y='rank',
-            title=f'Daily Rank Trend for {space_id}',
-            labels={'date': 'Date', 'rank': 'Rank'},
-            markers=True,
-            height=500  # 수정된 부분
-        )
-        
-        fig.update_layout(
-            xaxis_title="Date",
-            yaxis_title="Rank",
-            yaxis=dict(
-                range=[100, 1],
-                tickmode='linear',import gradio as gr
-import pandas as pd
-import plotly.express as px
-from datetime import datetime, timedelta
-import requests
-from io import BytesIO
 
 def create_trend_chart(space_id, daily_ranks_df):
+    """라인 차트 생성 함수"""
     if space_id is None or daily_ranks_df.empty:
         return None
     
@@ -56,7 +25,7 @@ def create_trend_chart(space_id, daily_ranks_df):
             title=f'Daily Rank Trend for {space_id}',
             labels={'date': 'Date', 'rank': 'Rank'},
             markers=True,
-            height=500  # 필요시 조정
+            height=500
         )
         
         fig.update_layout(
@@ -89,15 +58,16 @@ def create_trend_chart(space_id, daily_ranks_df):
         print(f"Error creating chart: {e}")
         return None
 
+
 def get_duplicate_spaces(top_100_spaces):
     """
-    top_100_spaces 안에서 username/spacename 형태의 id에서 username만 떼어낸 후
-    (clean_id), 해당 username에 속한 여러 스페이스 점수를 합산하여 상위 20을 추출
+    동일 username(또는 organization) 아래 여러 스페이스가 올라온 경우
+    각각의 trendingScore를 합산한 뒤 상위 20명을 뽑는 함수
     """
-    # clean_id 추출
+    # username/spacename -> username만 추출
     top_100_spaces['clean_id'] = top_100_spaces['id'].apply(lambda x: x.split('/')[0])
     
-    # username별 트렌딩 스코어 합산
+    # clean_id별 트렌딩 스코어 합산
     score_sums = top_100_spaces.groupby('clean_id')['trendingScore'].sum()
     
     # 디버깅용 출력
@@ -105,15 +75,17 @@ def get_duplicate_spaces(top_100_spaces):
     for cid, score in score_sums.sort_values(ascending=False).head(20).items():
         print(f"Clean ID: {cid}, Total Score: {score}")
     
-    # 상위 20개만 추출
+    # 상위 20개 추출
     top_20_scores = score_sums.sort_values(ascending=False).head(20)
     return top_20_scores
 
+
 def create_duplicates_chart(score_sums):
+    """중복(또는 여러 Spaces 운영) 사용자에 대한 합산 차트 생성"""
     if score_sums.empty:
         return None
     
-    # 데이터프레임 생성
+    # 시각화를 위한 DataFrame 생성
     df = pd.DataFrame({
         'id': score_sums.index,
         'total_score': score_sums.values,
@@ -129,7 +101,7 @@ def create_duplicates_chart(score_sums):
         x='id',
         y='rank',
         title="Top 20 Spaces by Combined Trending Score",
-        height=500,  # 필요시 조정
+        height=500,
         text='total_score'
     )
     
@@ -140,7 +112,7 @@ def create_duplicates_chart(score_sums):
         paper_bgcolor='white',
         xaxis_tickangle=-45,
         yaxis=dict(
-            range=[len(df) + 0.5, 0.5],  # 상위 20개 기준
+            range=[len(df) + 0.5, 0.5],
             tickmode='linear',
             tick0=1,
             dtick=1
@@ -170,7 +142,9 @@ def create_duplicates_chart(score_sums):
     
     return fig
 
+
 def update_display(selection):
+    """사용자가 Space를 선택했을 때, 상세 정보와 트렌드 차트를 업데이트"""
     global daily_ranks_df
     
     if not selection:
@@ -179,9 +153,7 @@ def update_display(selection):
     try:
         space_id = selection
         
-        latest_data = daily_ranks_df[
-            daily_ranks_df['id'] == space_id
-        ].sort_values('date').iloc[-1]
+        latest_data = daily_ranks_df[daily_ranks_df['id'] == space_id].sort_values('date').iloc[-1]
         
         info_text = f"""
         <div style="padding: 16px; background-color: white; border-radius: 8px; box-shadow: 0 1px 3px rgba(0,0,0,0.1);">
@@ -201,20 +173,19 @@ def update_display(selection):
         """
         
         chart = create_trend_chart(space_id, daily_ranks_df)
-        
         return chart, gr.HTML(value=info_text)
         
     except Exception as e:
         print(f"Error in update_display: {e}")
         return None, gr.HTML(value=f"<div style='color: red;'>Error processing data: {str(e)}</div>")
 
+
 def load_and_process_data():
     """
-    - spaces.parquet 파일을 로드 후 30일 이내 데이터만 필터링.
-    - 중복 방지:
-        1) (선��) createdAt/ID 기준으로 중복 제거 (동일 시간대에 여러번 기록된 Space가 있으면)
-        2) 날짜별로 랭킹 산정 -> daily_ranks_df
-        3) 최종 최신 날짜 기준 Top 100 추출 후 동일 ID 중복 제거
+    - Parquet 파일 로드 후 30일 이내 데이터만 필터링
+    - (선택) createdAt + id 기준 중복 제거
+    - 날짜별 ranking 산정 -> daily_ranks_df 구성
+    - 최신 날짜 기준 top 100 추출 후 id 중복 제거
     """
     try:
         url = "https://huggingface.co/datasets/cfahlgren1/hub-stats/resolve/main/spaces.parquet"
@@ -229,7 +200,6 @@ def load_and_process_data():
         df = df[df['createdAt'] >= thirty_days_ago].copy()
         
         # (선택) createdAt & id 기준 중복 제거
-        # 만약 동일 createdAt 시점에 동일 id가 여러 행으로 들어온 경우 가장 최신(또는 가장 높은 스코어)만 남김
         df = (
             df
             .sort_values(['createdAt', 'trendingScore'], ascending=[True, False])
@@ -243,16 +213,11 @@ def load_and_process_data():
         
         # 날짜별로 rank 계산
         for date in dates:
-            # date 기준으로 createdAt이 date 이하인 스페이스만 추출
             date_data = df[df['createdAt'].dt.date <= date.date()].copy()
-            # trendingScore 내림차순, id 오름차순 정렬
             date_data = date_data.sort_values(['trendingScore', 'id'], ascending=[False, True])
             date_data['rank'] = range(1, len(date_data) + 1)
             date_data['date'] = date.date()
-            
-            daily_ranks.append(
-                date_data[['id', 'date', 'rank', 'trendingScore', 'createdAt']]
-            )
+            daily_ranks.append(date_data[['id', 'date', 'rank', 'trendingScore', 'createdAt']])
         
         # 일자별 랭킹 데이터를 합침
         daily_ranks_df = pd.concat(daily_ranks, ignore_index=True)
@@ -264,24 +229,26 @@ def load_and_process_data():
             (daily_ranks_df['rank'] <= 100)
         ].sort_values('rank').copy()
         
-        # 혹시 중복(id가 동일) 행이 있을 수 있으므로 한 번 더 제거
+        # id 기준 중복 제거
         top_100_spaces = top_100_spaces.drop_duplicates(subset=['id'], keep='first').reset_index(drop=True)
         
         return daily_ranks_df, top_100_spaces
+
     except Exception as e:
         print(f"Error loading data: {e}")
         return pd.DataFrame(), pd.DataFrame()
 
-# 실제 실행: 데이터 로드
+
+# 메인 실행
 print("Loading initial data...")
 daily_ranks_df, top_100_spaces = load_and_process_data()
 print("Data loaded successfully!")
 
-# 중복 스페이스 데이터(= 동일 username이 여러 스페이스 운영)를 계산
+# 중복(여러 Space) 운영 사용자에 대한 데이터 계산
 duplicates = get_duplicate_spaces(top_100_spaces)
 duplicates_chart = create_duplicates_chart(duplicates)
 
-# Gradio 인터페이스 구성
+# Gradio 앱 생성
 with gr.Blocks(theme=gr.themes.Soft()) as demo:
     gr.Markdown("""
     # HF Space Ranking Tracker (~30 Days)
@@ -311,14 +278,14 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
                     value="<div style='text-align: center; padding: 20px; color: #666;'>Select a space to view details</div>"
                 )
             
-            # Radio 버튼은 숨겨두고, 카드 클릭으로 선택하도록 구성
+            # Radio 버튼은 숨김. 아래 카드 클릭으로 선택하도록 유도
             space_selection = gr.Radio(
                 choices=[row['id'] for _, row in top_100_spaces.iterrows()],
                 value=None,
                 visible=False
             )
             
-            # Top 100을 카드 형태로 표시
+            # Top 100 스페이스를 카드 형태로 표시
             html_content = """
             <div style='display: flex; flex-wrap: wrap; gap: 16px; justify-content: center;'>
             """ + "".join([
@@ -369,7 +336,7 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
             </div>
             <script>
             function gradioEvent(spaceId) {
-                // Radio 버튼 중에서 해당 value를 가진 항목을 찾아 선택 이벤트 발생
+                // Space 카드 내 "View Trend" 버튼 클릭 시, 대응되는 Radio 항목 선택 이벤트 발생
                 const radio = document.querySelector(`input[type="radio"][value="${spaceId}"]`);
                 if (radio) {
                     radio.checked = true;
@@ -387,13 +354,13 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
             gr.Markdown("""
             ### Our Tracking System
             
-            #### What We Track
+            **What We Track**
             - Daily ranking changes for all Hugging Face Spaces
             - Comprehensive trending scores based on 30-day activity
             - Detailed performance metrics for top 100 Spaces
             - Historical ranking data with daily granularity
             
-            #### Key Features
+            **Key Features**
             - **Real-time Rankings**: Stay updated with daily rank changes
             - **Interactive Visualizations**: Track ranking trajectories over time
             - **Trend Analysis**: Identify emerging popular AI applications
@@ -407,16 +374,14 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
             - Make data-driven decisions about your AI projects
             - Stay ahead of the curve in AI application development
             
-            Our dashboard provides a comprehensive view of the Hugging Face Spaces ecosystem, 
-            helping developers, researchers, and enthusiasts track and understand the dynamics of popular AI applications. 
-            Whether you're monitoring your own Space's performance or discovering new trending applications, 
-            HF Space Ranking Tracker offers the insights you need.
+            Our dashboard provides a comprehensive view of the Hugging Face Spaces ecosystem,
+            helping developers, researchers, and enthusiasts track and understand the dynamics of popular AI applications.
             
-            Experience the pulse of the AI community through our daily updated rankings and discover 
-            what's making waves in the world of practical AI applications.
+            Whether you're monitoring your own Space's performance or discovering new trending applications,
+            HF Space Ranking Tracker offers the insights you need.
             """)
-
-    # 스페이스 선택시 차트/정보 업데이트
+    
+    # 사용자 선택시(=Radio.value 변경 시) update_display 호출
     space_selection.change(
         fn=update_display,
         inputs=[space_selection],