Spaces:
Paused
Paused
File size: 10,842 Bytes
1a83ba4 f5d8f9a |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 |
import streamlit as st
import pandas as pd
import numpy as np
import plotly.express as px
def show_requirements_analysis():
"""
عرض صفحة تحليل متطلبات المناقصة
"""
st.subheader("تحليل متطلبات المناقصة")
# التحقق من وجود نتائج تحليل سابقة
if "analysis_results" not in st.session_state or not st.session_state.analysis_results:
st.warning("لا توجد نتائج تحليل متاحة. يرجى تحليل مناقصة أولاً.")
if st.button("الانتقال إلى صفحة تحليل المناقصات"):
st.session_state.page = "تحليل المناقصات"
st.experimental_rerun()
# عرض بيانات توضيحية
st.markdown("### بيانات توضيحية لمتطلبات المناقصة")
sample_requirements = [
{"المتطلب": "توريد وتركيب معدات الشبكة", "النوع": "فني", "الأولوية": "عالية", "التخصص": "تقنية المعلومات"},
{"المتطلب": "تدريب الموظفين", "النوع": "إداري", "الأولوية": "متوسطة", "التخصص": "تدريب"},
{"المتطلب": "توفير الصيانة لمدة 3 سنوات", "النوع": "تعاقدي", "الأولوية": "عالية", "التخصص": "صيانة"},
{"المتطلب": "الالتزام بمعايير الأمن السيبراني", "النوع": "تنظيمي", "الأولوية": "عالية", "التخصص": "أمن المعلومات"},
{"المتطلب": "نسبة محتوى محلي لا تقل عن 50%", "النوع": "تنظيمي", "الأولوية": "عالية", "التخصص": "محتوى محلي"},
{"المتطلب": "تقديم ضمان بنكي بنسبة 10%", "النوع": "مالي", "الأولوية": "متوسطة", "التخصص": "مالي"},
{"المتطلب": "تنفيذ المشروع في مدة لا تتجاوز 18 شهر", "النوع": "زمني", "الأولوية": "عالية", "التخصص": "إدارة مشاريع"},
]
sample_df = pd.DataFrame(sample_requirements)
st.table(sample_df)
return
# عرض معلومات المناقصة
results = st.session_state.analysis_results
st.markdown(f"### تحليل متطلبات المناقصة رقم {results['tender_id']}")
# إنشاء بيانات المتطلبات (نستخدم البيانات المتاحة أو نضيف تفاصيل إضافية)
# في التطبيق الفعلي، ستكون هذه البيانات من نتائج التحليل الحقيقي
requirements = []
for i, req in enumerate(results.get("requirements", [])):
# إنشاء تفاصيل عشوائية لكل متطلب للتوضيح
req_type = np.random.choice(["فني", "إداري", "تعاقدي", "تنظيمي", "مالي", "زمني"])
priority = np.random.choice(["عالية", "متوسطة", "منخفضة"], p=[0.5, 0.3, 0.2])
specializations = {
"فني": ["هندسة", "تقنية المعلومات", "اتصالات", "كهرباء", "ميكانيكا"],
"إداري": ["إدارة مشاريع", "موارد بشرية", "تدريب", "جودة"],
"تعاقدي": ["قانوني", "مشتريات", "عقود", "صيانة"],
"تنظيمي": ["امتثال", "أمن المعلومات", "محتوى محلي", "بيئة"],
"مالي": ["محاسبة", "ضمانات", "تمويل", "مالي"],
"زمني": ["إدارة مشاريع", "جدولة", "تخطيط"]
}
specialization = np.random.choice(specializations.get(req_type, ["عام"]))
requirements.append({
"المتطلب": req,
"النوع": req_type,
"الأولوية": priority,
"التخصص": specialization
})
# إذا لم تكن هناك متطلبات، إنشاء بيانات توضيحية
if not requirements:
requirements = [
{"المتطلب": "توريد وتركيب معدات", "النوع": "فني", "الأولوية": "عالية", "التخصص": "هندسة"},
{"المتطلب": "تدريب الموظفين", "النوع": "إداري", "الأولوية": "متوسطة", "التخصص": "تدريب"},
{"المتطلب": "صيانة دورية", "النوع": "تعاقدي", "الأولوية": "متوسطة", "التخصص": "صيانة"},
{"المتطلب": "الامتثال للمعايير", "النوع": "تنظيمي", "الأولوية": "عالية", "التخصص": "امتثال"},
{"المتطلب": "تقديم ضمانات مالية", "النوع": "مالي", "الأولوية": "عالية", "التخصص": "مالي"}
]
# تحويل البيانات إلى DataFrame
requirements_df = pd.DataFrame(requirements)
# تبويبات لعرض المتطلبات بطرق مختلفة
tab1, tab2, tab3 = st.tabs(["قائمة المتطلبات", "تصنيف المتطلبات", "تحليل المتطلبات"])
# تبويب قائمة المتطلبات
with tab1:
st.markdown("### قائمة متطلبات المناقصة")
st.dataframe(requirements_df, use_container_width=True)
# خيار تصفية المتطلبات
st.markdown("### تصفية المتطلبات")
col1, col2 = st.columns(2)
with col1:
selected_type = st.selectbox(
"تصفية حسب النوع",
["الكل"] + sorted(requirements_df["النوع"].unique().tolist())
)
with col2:
selected_priority = st.selectbox(
"تصفية حسب الأولوية",
["الكل"] + sorted(requirements_df["الأولوية"].unique().tolist())
)
# تطبيق التصفية
filtered_df = requirements_df.copy()
if selected_type != "الكل":
filtered_df = filtered_df[filtered_df["النوع"] == selected_type]
if selected_priority != "الكل":
filtered_df = filtered_df[filtered_df["الأولوية"] == selected_priority]
if selected_type != "الكل" or selected_priority != "الكل":
st.markdown("### المتطلبات المصفاة")
st.dataframe(filtered_df, use_container_width=True)
# تبويب تصنيف المتطلبات
with tab2:
st.markdown("### تصنيف المتطلبات حسب النوع والأولوية")
# رسم بياني للمتطلبات حسب النوع
type_counts = requirements_df["النوع"].value_counts().reset_index()
type_counts.columns = ["النوع", "العدد"]
fig1 = px.bar(
type_counts,
x="النوع",
y="العدد",
color="النوع",
title="توزيع المتطلبات حسب النوع"
)
st.plotly_chart(fig1, use_container_width=True)
# رسم بياني للمتطلبات حسب الأولوية
priority_counts = requirements_df["الأولوية"].value_counts().reset_index()
priority_counts.columns = ["الأولوية", "العدد"]
# ترتيب الأولويات
priority_order = {"عالية": 1, "متوسطة": 2, "منخفضة": 3}
priority_counts["الترتيب"] = priority_counts["الأولوية"].map(priority_order)
priority_counts = priority_counts.sort_values("الترتيب")
# اختيار الألوان حسب الأولوية
color_map = {"عالية": "#FF5733", "متوسطة": "#FFC300", "منخفضة": "#33FF57"}
colors = priority_counts["الأولوية"].map(color_map)
fig2 = px.bar(
priority_counts,
x="الأولوية",
y="العدد",
color="الأولوية",
color_discrete_map=color_map,
title="توزيع المتطلبات حسب الأولوية"
)
st.plotly_chart(fig2, use_container_width=True)
# تبويب تحليل المتطلبات
with tab3:
st.markdown("### تحليل المتطلبات")
# توزيع المتطلبات حسب التخصص
specialization_counts = requirements_df["التخصص"].value_counts().reset_index()
specialization_counts.columns = ["التخصص", "العدد"]
fig3 = px.pie(
specialization_counts,
values="العدد",
names="التخصص",
title="توزيع المتطلبات حسب التخصص",
color_discrete_sequence=px.colors.qualitative.Bold
)
fig3.update_traces(textposition="inside", textinfo="percent+label")
st.plotly_chart(fig3, use_container_width=True)
# مصفوفة المتطلبات (النوع × الأولوية)
heatmap_data = pd.crosstab(
requirements_df["النوع"],
requirements_df["الأولوية"],
margins=True,
margins_name="الإجمالي"
)
# ترتيب الأعمدة (الأولويات)
priority_columns = ["عالية", "متوسطة", "منخفضة", "الإجمالي"]
heatmap_data = heatmap_data.reindex(columns=priority_columns, fill_value=0)
st.markdown("### مصفوفة المتطلبات (النوع × الأولوية)")
st.dataframe(heatmap_data, use_container_width=True)
# خيارات إضافية
st.markdown("### خيارات إضافية")
col1, col2 = st.columns(2)
with col1:
if st.button("تصدير المتطلبات إلى Excel"):
st.success("تم تصدير المتطلبات إلى ملف Excel بنجاح!")
with col2:
if st.button("العودة إلى تحليل المناقصة"):
st.session_state.page = "تحليل المناقصات"
st.experimental_rerun()
# اختبار مستقل للصفحة
if __name__ == "__main__":
st.set_page_config(
page_title="نظام تحليل المناقصات - تحليل المتطلبات",
page_icon="📊",
layout="wide",
)
show_requirements_analysis() |