Update app.py

app.py

@@ -2,6 +2,7 @@ import streamlit as st
 import requests
 from transformers import pipeline
 import pandas as pd
+import matplotlib.pyplot as plt
 
 # Step 1: 네이버 뉴스 API 호출 함수
 def fetch_naver_news(query, display=10, start=1, sort="date"):
@@ -42,7 +43,6 @@ def classify_political_sentiment(text, classifier):
 
     sentiment_score = score if label == "POSITIVE" else -score
 
-    # 키워드 기반 분류 (진보/보수)
     progressive_keywords = ["복지", "평등", "민주", "환경", "사회적 책임"]
     conservative_keywords = ["안보", "전통", "경제", "성장", "질서", "국방"]
 
@@ -76,8 +76,7 @@ def analyze_news_political_orientation(news_items, classifier):
 
     return results, detailed_results
 
-
-# Streamlit 앱 시작
+# Step 5: Streamlit 앱 시작
 st.title("정치 성향 분석 대시보드")
 st.markdown("### 네이버 뉴스 데이터를 실시간으로 수집하고 정치 성향을 분석합니다.")
 
@@ -107,10 +106,19 @@ if st.button("분석 시작"):
                 st.write(f"보수: {results['보수']}건")
                 st.write(f"중립: {results['중립']}건")
 
-                # 성향 분포 차트
+                # 성향 분포 차트 (막대 차트)
                 st.subheader("성향 분포 차트")
                 st.bar_chart(pd.DataFrame.from_dict(results, orient='index', columns=["건수"]))
 
+                # 성향 분포 차트 (matplotlib로 추가된 시각화)
+                st.subheader("성향 분포 (세부 차트)")
+                fig, ax = plt.subplots()
+                ax.bar(results.keys(), results.values())
+                ax.set_xlabel("성향")
+                ax.set_ylabel("건수")
+                ax.set_title("성향 분포 차트")
+                st.pyplot(fig)
+
                 # 세부 결과 출력
                 st.subheader("세부 결과")
                 df = pd.DataFrame(detailed_results)