Update app.py

app.py

@@ -2,57 +2,70 @@ import streamlit as st
 from transformers import pipeline
 from langdetect import detect
 import pandas as pd
+import io
 
-# Configurer la page
+# --- Configuration de la page ---
 st.set_page_config(
-    page_title="🌍 Analyse de Sentiment Multilingue V3",
+    page_title="🌍 Analyseur de Sentiment Multilingue V4",
     page_icon="🎯",
     layout="centered",
 )
 
-# CSS custom pour fond clair
+# --- Mode Dark/Light ---
+theme = st.sidebar.selectbox("🎨 Choisissez le thème :", ["Clair", "Sombre"])
+if theme == "Clair":
+    background_color = "#f0f2f6"
+else:
+    background_color = "#222222"
+
 st.markdown(
-    """
+    f"""
     <style>
-    .stApp {
-        background-color: #f0f2f6;
-    }
+    .stApp {{
+        background-color: {background_color};
+    }}
+    textarea {{
+        border: 2px solid #5DADE2 !important;
+        border-radius: 10px !important;
+        background-color: #ffffff !important;
+    }}
     </style>
     """,
     unsafe_allow_html=True
 )
 
-# Fonction pour colorer un slider
-def sentiment_color(score):
-    """Retourne une couleur hex en fonction du score (0=rouge, 1=vert)"""
-    red = int(255 * (1 - score))
-    green = int(255 * score)
-    return f'rgb({red},{green},0)'
-
-# Charger modèle
+# --- Charger le modèle ---
 @st.cache_resource
 def load_model():
     return pipeline("text-classification", model="tabularisai/multilingual-sentiment-analysis")
 
 classifier = load_model()
 
-# Titre
-st.title("🎯 Analyseur de Sentiment Multilingue - V3")
-st.write("Analysez vos textes avec détection de langue, sentiment et visualisation dynamique. 🚀")
+# --- Initialiser session_state pour historique ---
+if 'history' not in st.session_state:
+    st.session_state.history = []
+
+# --- Fonction pour colorer les barres ---
+def sentiment_color(score):
+    red = int(255 * (1 - score))
+    green = int(255 * score)
+    return f'rgb({red},{green},0)'
 
-# Zone utilisateur
-user_input = st.text_area("✍️ Entrez vos phrases séparées par un point-virgule ';'", height=150)
+# --- Interface principale ---
+st.title("🎯 Analyseur de Sentiment Multilingue - V4")
+st.write("Analysez vos textes avec détection automatique de langue, visualisation dynamique, historique et téléchargement. 🚀")
+
+user_input = st.text_area("✍️ Entrez vos phrases séparées par un point-virgule ';'", height=180)
 
 if st.button("🔎 Analyser"):
     if not user_input.strip():
-        st.warning("⚠️ Merci d'entrer au moins une phrase.")
+        st.warning("⚠️ Merci d'entrer au moins une phrase complète.")
     else:
         phrases = [phrase.strip() for phrase in user_input.split(';') if phrase.strip()]
-
         st.info(f"Nombre de phrases détectées : {len(phrases)}")
         results = []
 
-        with st.spinner("Analyse en cours..."):
+        with st.spinner("Analyse en cours... ⏳"):
             for phrase in phrases:
                 try:
                     lang = detect(phrase)
@@ -63,23 +76,26 @@ if st.button("🔎 Analyser"):
                 sentiment = analysis["label"]
                 score = round(analysis["score"], 2)
 
-                results.append({
+                result_entry = {
                     "Texte": phrase,
                     "Langue": lang,
                     "Sentiment": sentiment,
                     "Score": score
-                })
+                }
+                results.append(result_entry)
+                st.session_state.history.append(result_entry)
 
-                # Animation en cas de sentiment négatif
+                # Réactions
                 if "negative" in sentiment.lower():
+                    st.toast("🚨 Sentiment négatif détecté !", icon="⚡")
                     st.error(f"😞 Texte : {phrase}")
-                    st.markdown('<div style="position: fixed;top: 0;left: 0;width: 100%;height: 100%;background: rgba(255,0,0,0.1);z-index: 9999;"></div>', unsafe_allow_html=True)
                 elif "positive" in sentiment.lower():
+                    st.balloons()
                     st.success(f"😊 Texte : {phrase}")
                 else:
                     st.warning(f"😐 Texte : {phrase}")
 
-                # Barre Slider personnalisée
+                # Barre colorée de score
                 color = sentiment_color(score)
                 st.markdown(
                     f"""
@@ -91,12 +107,26 @@ if st.button("🔎 Analyser"):
                     unsafe_allow_html=True
                 )
 
-        # Résumé tableau
-        st.markdown("---")
-        st.subheader("📄 Résumé des analyses")
-        df_results = pd.DataFrame(results)
-        st.dataframe(df_results)
-
-# Footer
+# --- Résultats stockés et affichés ---
+if st.session_state.history:
+    st.markdown("---")
+    st.subheader("📄 Historique des Analyses")
+    df_history = pd.DataFrame(st.session_state.history)
+    st.dataframe(df_history)
+
+    # Bouton pour télécharger l'historique
+    csv = df_history.to_csv(index=False)
+    buffer = io.BytesIO()
+    buffer.write(csv.encode())
+    buffer.seek(0)
+
+    st.download_button(
+        label="📥 Télécharger l'historique en CSV",
+        data=buffer,
+        file_name="historique_sentiment.csv",
+        mime="text/csv"
+    )
+
+# --- Footer ---
 st.markdown("---")
-st.markdown("🔗 [Voir le modèle sur Hugging Face](https://huggingface.co/tabularisai/multilingual-sentiment-analysis) | Application réalisée avec ❤️ en Python.")
+st.markdown("🔗 [Voir le modèle Hugging Face](https://huggingface.co/tabularisai/multilingual-sentiment-analysis) | App réalisée avec ❤️ en Python et Streamlit.")