QingLong/AI/Text2Sql/YunXiao.py

import os
import platform
from Text2Sql.Util.Text2SqlUtil import *
from Text2Sql.Util.PostgreSQLUtil import PostgreSQLUtil
from Text2Sql.Util.SaveToExcel import save_to_excel
from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.commons.utils import JsCode
import pandas as pd
import webbrowser


def process_data(raw_data):
    """
    处理原始数据：
    1. 过滤无效行政区
    2. 按上传数量降序排序
    3. 取前10名
    """
    df = pd.DataFrame(raw_data)
    df = df[df['行政区划名称'].notna() & (df['行政区划名称'] != '')]
    df = df.sort_values('上传课程数量', ascending=False).head(10)
    return df


def create_top10_chart(data):
    # 准备数据
    schools = data['学校名称'].tolist()
    counts = data['上传课程数量'].tolist()
    districts = data['行政区划名称'].tolist()

    # 生成颜色渐变（从深到浅）
    colors = [f"rgb({75 + i * 15}, {115 - i * 10}, {220 - i * 20})" for i in range(10)]

    # 创建图表
    bar = Bar(init_opts=opts.InitOpts(width='1200px', height='600px'))
    bar.add_xaxis(schools)
    bar.add_yaxis(
        series_name="上传数量",
        y_axis=counts,
        itemstyle_opts=opts.ItemStyleOpts(color=JsCode(
            "function(params){"
            f"  return {colors}[params.dataIndex];"
            "}"
        )),
        label_opts=opts.LabelOpts(
            position="right",
            formatter=JsCode(
                "function(params){"
                "  return params.value + ' (' + params.name.split('').join('\\n') + ')';"
                "}"
            )
        )
    )

    # 全局配置
    bar.set_global_opts(
        title_opts=opts.TitleOpts(
            title="上传资源数量TOP10学校排名",
            subtitle="数据来源：课程资源管理系统"
        ),
        tooltip_opts=opts.TooltipOpts(
            formatter=JsCode(
                """function(params){
                    return params.name + '<br/>'
                        + '所属行政区：' + %s[params.dataIndex] + '<br/>'
                        + '上传数量：<b style="color:#5470C6">' + params.value + '</b>'
                }""" % districts
            )
        ),
        xaxis_opts=opts.AxisOpts(
            axislabel_opts=opts.LabelOpts(
                rotate=30,
                formatter=JsCode(
                    "function(value){"
                    "  return value.length > 6 ? value.substring(0,6)+'...' : value;"
                    "}"
                )
            )
        ),
        yaxis_opts=opts.AxisOpts(name="上传数量（件）"),
        datazoom_opts=[opts.DataZoomOpts(type_="inside")],
        visualmap_opts=opts.VisualMapOpts(
            min_=min(counts),
            max_=max(counts),
            orient="horizontal",
            pos_left="center",
            range_color=["#91CC75", "#5470C6"]
        )
    )

    # 反转Y轴使降序排列
    bar.reversal_axis()

    return bar


if __name__ == "__main__":
    vn = DeepSeekVanna()

    # 开始训练
    print("开始训练...")
    # 打开CreateTable.sql文件内容
    with open("Sql/CreateTable.sql", "r", encoding="utf-8") as file:
        ddl = file.read()
    # 训练数据
    vn.train(
        ddl=ddl
    )

    # 自然语言提问
    # '''
    question = '''
        查询发布时间是2024年度，每个行政区划每个学校都上传了多少课程数量,
        返回: 行政区划名,学段，排名,学校名称,课程数量
        '''
    common_prompt = '''
    要求：
    1、行政区划为NULL 或者是空字符的不参加统计工作，
    '''
    question = question + common_prompt
    # 开始查询
    print("开始查询...")
    # 获取完整 SQL
    sql = vn.generate_sql(question)
    print("生成的查询 SQL:\n", sql)

    # 执行SQL查询
    with PostgreSQLUtil() as db:
        sample_data = db.execute_query(sql)
        filename = "d:/导出信息.xlsx"
        save_to_excel(sample_data, filename)
        os.startfile(filename)