import streamlit as st
import pandas as pd
import numpy as np
import plotly.express as px
from datetime import datetime

# Thiết lập cấu hình trang
st.set_page_config(
    page_title="Bảng phân tích Doanh số",
    page_icon="📊",
    layout="wide",
)

# Tạo dữ liệu mẫu
@st.cache_data
def load_data():
    np.random.seed(42)
    dates = pd.date_range(start='2023-01-01', end='2024-12-31', freq='D')
    data = []
    for date in dates:
        for region in ['Bắc Mỹ', 'Châu Âu', 'Châu Á', 'Nam Mỹ']:
            for product in ['Sản phẩm A', 'Sản phẩm B', 'Sản phẩm C', 'Sản phẩm D']:
                sales = np.random.normal(1000, 200)
                profit_margin = np.random.uniform(0.1, 0.3)
                data.append({
                    'date': date,
                    'region': region,
                    'product': product,
                    'sales': max(0, sales),
                    'profit': max(0, sales * profit_margin),
                    'units_sold': max(1, int(sales / np.random.uniform(50, 150)))
                })
    return pd.DataFrame(data)

# Tải dữ liệu
df = load_data()

# Bộ lọc bên
st.sidebar.header("Bộ lọc Bảng điều khiển")

# Bộ lọc khoảng thời gian
date_range = st.sidebar.date_input(
    "Chọn khoảng thời gian",
    value=[df['date'].min().date(), df['date'].max().date()],
)

# Bộ lọc vùng miền
regions = st.sidebar.multiselect(
    "Chọn vùng miền",
    options=df['region'].unique(),
    default=df['region'].unique()
)

# Bộ lọc sản phẩm
products = st.sidebar.multiselect(
    "Chọn sản phẩm",
    options=df['product'].unique(),
    default=df['product'].unique()
)

# Lọc dữ liệu
filtered_df = df[
    (df['date'].dt.date >= date_range[0]) &
    (df['date'].dt.date <= date_range[1]) &
    (df['region'].isin(regions)) &
    (df['product'].isin(products))
]

# Bảng điều khiển chính
st.title("🏢 Bảng phân tích Doanh số")

# Thống kê chính
col1, col2, col3, col4 = st.columns(4)

with col1:
    total_sales = filtered_df['sales'].sum()
    st.metric(
        label="Doanh số tổng",
        value=f"${total_sales:,.0f}",
    )

with col2:
    total_profit = filtered_df['profit'].sum()
    st.metric(
        label="Lợi nhuận tổng",
        value=f"${total_profit:,.0f}",
    )

# Biểu đồ
st.subheader("📈 Xu hướng Doanh số theo Thời gian")

# Dữ liệu tổng hợp theo ngày
    daily_sales = filtered_df.groupby('date')['sales'].sum().reset_index()
    fig_trend = px.line(
        daily_sales,
        x='date',
        y='sales',
        title="Hiệu suất Doanh số Hàng ngày"
    )
    st.plotly_chart(fig_trend, use_container_width=True)

# Kết thúc
st.markdown("---")
st.markdown(
    "<div style='text-align: center'>
        <p>Được xây dựng với ❤️ bằng Streamlit | Dữ liệu được làm mới hàng ngày</p>
    </div>",
    unsafe_allow_html=True
)

streamlit==1.28.0
pandas==2.0.3
numpy==1.24.3
plotly==5.15.0

import dash
from dash import dcc, html, Input, Output
import plotly.express as px
import pandas as pd
import yfinance as yf

# Khởi tạo ứng dụng Dash
app = dash.Dash(__name__)
app.title = "Bảng phân tích Danh mục"

# Dữ liệu danh mục mẫu
PORTFOLIO = {
    'AAPL': {'shares': 100, 'purchase_price': 150},
    'GOOGL': {'shares': 50, 'purchase_price': 2500},
}

# Lấy dữ liệu cổ phiếu thực tế
@app.callback(
    Output('portfolio-content', 'children'),
    Input('refresh-button', 'n_clicks')
)
def update_portfolio(n_clicks):
    # Lấy giá cổ phiếu hiện tại
    symbols = list(PORTFOLIO.keys())
    stock_data = yf.download(symbols, period="1y", group_by='ticker')
    # Tính toán các chỉ số danh mục
    portfolio_value = 0
    portfolio_data = []
    for symbol, details in PORTFOLIO.items():
        current_price = stock_data[symbol]['Close'].iloc[-1]
        shares = details['shares']
        current_value = current_price * shares
        portfolio_value += current_value
        portfolio_data.append({
            'Symbol': symbol,
            'Current Value': f"${current_value:.2f}"
        })
    return portfolio_data

# Bố cục ứng dụng
app.layout = html.Div([
    html.H1("📈 Bảng phân tích Danh mục"),
    html.Button("Làm mới Dữ liệu", id="refresh-button")
])

if __name__ == '__main__':
    app.run_server(debug=True)

dash==2.14.0
plotly==5.15.0
pandas==2.0.3
yfinance==0.2.18

from bokeh.plotting import figure, curdoc
from bokeh.models import ColumnDataSource, Select, Button, Div
import numpy as np
import pandas as pd

# Tạo dữ liệu mẫu
# ...
# Khởi tạo dữ liệu
# ...

# Bố cục chính
curdoc().add_root(dashboard_layout)

bokeh==3.2.0
pandas==2.0.3

# Tạo Procfile
echo "web: gunicorn app:server" > Procfile
# Thêm vào requirements.txt
echo "gunicorn==20.1.0" >> requirements.txt
# Triển khai lên Heroku
heroku create your-dash-app
git push heroku main

# Chạy cục bộ
bokeh serve dashboard.py --show
# Triển khai lên máy chủ đám mây
bokeh serve dashboard.py --host 0.0.0.0 --port 5006 --allow-websocket-origin=*