', unsafe_allow_html=True) st.markdown('

시간대별 온도

', unsafe_allow_html=True) forecast_data = data['FCST24HOURS']['FCST24HOURS'] if not isinstance(forecast_data, list): forecast_data = [forecast_data] # Sort forecast data by FCST_DT to ensure correct time ordering forecast_data = sorted(forecast_data, key=lambda x: x['FCST_DT']) # 현재 시간 기준으로 유효한 예보 데이터만 필터링 current_time = datetime.utcnow() + timedelta(hours=9) # KST current_date = current_time.strftime('%Y%m%d') next_date = (current_time + timedelta(days=1)).strftime('%Y%m%d') # 현재 시간 이후의 예보 데이터와 다음 날의 데이터 모두 포함 valid_forecast_data = [] for fcst in forecast_data: fcst_date = fcst['FCST_DT'][:8] # YYYYMMDD fcst_hour = int(fcst['FCST_DT'][8:10]) # HH current_hour = current_time.hour # 현재 날짜의 현재 시간 이후 데이터 또는 다음 날의 데이터 if (fcst_date == current_date and fcst_hour >= current_hour) or fcst_date == next_date: valid_forecast_data.append(fcst) # 유효한 데이터가 없으면 전체 데이터 사용 if not valid_forecast_data: valid_forecast_data = forecast_data # 현재 시각과 가장 가까운 예보 시간 찾기 current_time = datetime.utcnow() + timedelta(hours=9) # 녹색 세로선 추가 및 "현재" 텍스트 표시 - 이제 항상 첫 번째 데이터 포인트에 표시 time_differences = [] for fcst in valid_forecast_data: forecast_time = datetime.strptime(fcst['FCST_DT'], '%Y%m%d%H%M') time_diff = abs((forecast_time - current_time).total_seconds()) time_differences.append(time_diff) current_index = time_differences.index(min(time_differences)) # Reorder forecast data to start from current time valid_forecast_data = valid_forecast_data[current_index:] + valid_forecast_data[:current_index] times = [] temps = [] weather_icons = [] weather_descriptions = [] date_changes = [] for i, forecast in enumerate(valid_forecast_data): time_str = forecast['FCST_DT'] date = time_str[6:8] hour = time_str[8:10] if i > 0 and valid_forecast_data[i-1]['FCST_DT'][6:8] != date: date_changes.append(i) times.append(f"{hour}시") temps.append(float(forecast['TEMP'])) sky_status = forecast['SKY_STTS'] precip_type = forecast['PRECPT_TYPE'] if precip_type == "비": icon = "☔" description = "비" elif precip_type == "눈": icon = "❄" description = "눈" elif precip_type == "비/눈": icon = "☔❄" description = "비/눈" elif sky_status == "맑음": icon = "🌞" description = "맑음" elif sky_status in ["구름", "구름많음"]: icon = "⛅" description = "구름" if sky_status == "구름" else "구름
많음" elif sky_status == "흐림": icon = "☁️" description = "흐림" else: icon = "☀️" description = "정보없음" weather_icons.append(icon) weather_descriptions.append(description) df = pd.DataFrame({ '시간': times, '기온': temps, '날씨': weather_icons, '설명': weather_descriptions, 'FCST_DT': [f['FCST_DT'] for f in valid_forecast_data] }) fig = px.line(df, x='시간', y='기온', markers=True) # Add nighttime overlay (18:00-06:00) for i in range(len(times)): hour = int(times[i].replace('시', '')) if hour >= 18 or hour < 6: fig.add_vrect( x0=times[i], x1=times[i+1] if i < len(times)-1 else times[-1], fillcolor='rgba(0, 0, 0, 0.1)', layer='below', line_width=0, annotation_text="", annotation_position="top left" ) # 녹색 세로선 추가 및 "현재" 텍스트 표시 fig.add_vline(x=times[0], line_width=2, line_dash="dash", line_color="green") fig.add_annotation( x=times[0], y=max(temps) + 4, text="현재", showarrow=True, arrowhead=2, ) bold_times = ["00시", "06시", "12시", "18시", "24시"] for time in bold_times: if time in times: index = times.index(time) fig.add_annotation( x=time, y=min(temps) - 3, text=time, showarrow=False, font=dict(size=30, color="black", family="Arial") ) fig.add_vline(x='12시', line_width=2, line_dash="dash", line_color="rgba(0,0,0,0.5)") # 오늘과 내일, 오전과 오후 텍스트는 해당 시간대의 데이터가 있을 때만 표시 time_set = set(times) current_date = datetime.utcnow() + timedelta(hours=9) # KST current_hour = current_date.hour if '11시' in time_set: fig.add_annotation(x='11시', y=max(temps) + 4, text="오전", showarrow=False, font=dict(size=24)) if '13시' in time_set: fig.add_annotation(x='13시', y=max(temps) + 4, text="오후", showarrow=False, font=dict(size=24)) # 시간 순서대로 정렬된 데이터라고 가정 for i, time in enumerate(times): hour = int(time.replace('시', '')) # 현재 시각이 23시이고, times[0]이 00시라면 첫 번째 23시가 오늘 23시 if hour == 23 and times[0] == '00시': if i == 0: # 첫 번째 23시 (오늘 23시) fig.add_annotation(x=time, y=max(temps) + 4, text="오늘", showarrow=False, font=dict(size=24)) # 01시는 다음 날이므로 "내일" 표시 (00시 다음에 오는 01시) if hour == 1 and i > 0 and times[i-1] == '00시': fig.add_annotation(x=time, y=max(temps) + 4, text="내일", showarrow=False, font=dict(size=24)) fig.update_traces( line_color='#FF6B6B', marker=dict(size=10, color='#FF6B6B'), textposition="top center", mode='lines+markers+text', text=[f"{int(round(temp))}°" for temp in df['기온']], textfont=dict(size=24) ) for i, (icon, description) in enumerate(zip(weather_icons, weather_descriptions)): fig.add_annotation( x=times[i], y=max(temps) + 3, text=f"{icon}", showarrow=False, font=dict(size=30) ) fig.add_annotation( x=times[i], y=max(temps) + 2, text=f"{description}", showarrow=False, font=dict(size=16), textangle=0 ) for date_change in date_changes: fig.add_vline( x=times[date_change], line_width=2, line_dash="dash", line_color="rgba(255, 0, 0, 0.7)" ) fig.update_layout( title=None, xaxis_title='', yaxis_title=None, #'기온 (°C)', height=600, width=7200, showlegend=False, plot_bgcolor='rgba(255,255,255,0.9)', paper_bgcolor='rgba(0,0,0,0)', margin=dict(l=50, r=50, t=0, b=0), xaxis=dict( tickangle=0, tickfont=dict(size=14), gridcolor='rgba(0,0,0,0.1)', dtick=1, tickmode='array', ticktext=[f"{i:02d}시" for i in range(24)], tickvals=[f"{i:02d}시" for i in range(24)] ), yaxis=dict( tickfont=dict(size=14), gridcolor='rgba(0,0,0,0.1)', showticklabels=True, tickformat='d', ticksuffix='°C', automargin=True, rangemode='tozero' ) ) st.plotly_chart(fig, use_container_width=True) # 날씨 예보 생성 및 표시 부분을 세션 상태로 관리 if 'weather_forecast' not in st.session_state: client = OpenAI( api_key="glhf_9ea0e0babe1e45353dd03b44cb979e22", base_url="https://glhf.chat/api/openai/v1", http_client=httpx.Client( follow_redirects=True, timeout=30.0 ) ) # 현재 시간과 예보 시간 정보 추가 current_time = datetime.utcnow() + timedelta(hours=9) current_date_str = current_time.strftime('%Y년 %m월 %d일') tomorrow_date_str = (current_time + timedelta(days=1)).strftime('%Y년 %m월 %d일') forecast_data_str = "\n".join([ f"[{f['FCST_DT'][:4]}년 {f['FCST_DT'][4:6]}월 {f['FCST_DT'][6:8]}일 {f['FCST_DT'][8:10]}시] {temp}도, {description}" for f, time, temp, description in zip(valid_forecast_data, times, temps, weather_descriptions) ]) response = client.chat.completions.create( model="hf:Nexusflow/Athene-V2-Chat", messages=[ {"role": "system", "content": "당신은 날씨 예보관입니다. 주어진 시간대별 날씨 데이터를 바탕으로 정확한 날씨 예보를 생성해주세요."}, {"role": "user", "content": f"""현재 시각은 {current_time.strftime('%H시 %M분')}입니다. 다음 FCST_DT의 시간대별 날씨 데이터를 보고 실제 날씨 상황에 맞는 정확한 날씨 예보를 200자의 자연스러운 문장으로 만들어주세요. 비나 눈 예보가 있는 경우에만 우산을 준비하도록 안내해주세요. 옷차림은 다음을 참고하세요. 27°C이상: 반팔티, 반바지, 민소매 23°C~26°C: 얇은 셔츠, 반팔티, 반바지, 면바지 20°C~22°C: 얇은 가디건, 긴팔티, 긴바지 17°C~19°C: 얇은 니트, 가디건, 맨투맨, 얇은 자켓, 긴바지 12°C~16°C: 자켓, 가디건, 야상, 맨투맨, 니트, 스타킹, 긴바지 9°C~11°C: 트렌치코트, 야상, 가죽 자켓, 스타킹, 긴바지 5°C~8°C: 코트, 히트텍, 니트, 긴바지 4°C이하: 패딩, 두꺼운 코트, 목도리, 기모제품 시간대별 날씨 데이터: {forecast_data_str}"""} ] ) st.session_state.weather_forecast = response.choices[0].message.content # 저장된 날씨 예보 표시 st.markdown(f'''

{st.session_state.weather_forecast}

''', unsafe_allow_html=True) # 스크롤 텍스트 위에 버튼이 오도록 마진 추가 st.markdown('''

''', unsafe_allow_html=True) # 우리집 날씨 정보로 돌아가기 버튼 추가 st.button("우리집 날씨 정보로 돌아가기", on_click=lambda: st.session_state.update({'current_section': 'weather'})) st.markdown('

', unsafe_allow_html=True) def main(): if 'current_section' not in st.session_state: st.session_state.current_section = 'weather' st.session_state.last_api_call = 0 st.session_state.weather_data = None # 현재 시간을 서울 시간으로 가져옵니다. current_time = datetime.utcnow() + timedelta(hours=9) current_timestamp = current_time.timestamp() # 데이터 새로고침 체크 if 'last_api_call' not in st.session_state: st.session_state.last_api_call = 0 time_since_last_call = current_timestamp - st.session_state.last_api_call # 자동 새로고침을 위한 placeholder refresh_placeholder = st.empty() # 데이터 갱신이 필요한 경우 if not st.session_state.weather_data or time_since_last_call >= 300: try: new_data = get_weather_data() if new_data: # 새 데이터를 성공적으로 받아왔을 때만 업데이트 st.session_state.weather_data = new_data st.session_state.last_api_call = current_timestamp st.rerun() # 페이지 새로고침 except Exception as e: st.error(f"Failed to refresh data: {str(e)}") data = st.session_state.weather_data if data: pm10_value = data['PM10'] background_color = get_background_color(pm10_value) st.markdown(f""" """, unsafe_allow_html=True) if st.session_state.current_section == 'weather': show_weather_info(data) else: show_temperature_graph(data) # 자동 새로고침을 위한 타이머 with refresh_placeholder: if time_since_last_call < 300: remaining_time = 300 - time_since_last_call time.sleep(min(remaining_time, 300)) # 그래프 5분마다 렌더링 st.rerun() if __name__ == "__main__": main()