پروژه پایتون(57251)

شرح پروژه

سلام وقت بخیر.
شما کد پایتون برای طراحی وبسایت هم کار میکنید؟ یک وبسایت ساده که کد های اولیه ش اماده س و من یه سری کد برای بخش UI و  Theme میخوام. روی framework به نام streamlit
سلام وبسایت کامل نیست من کدی که تا الان داریم براتون میفرستم که آشنا بشید. وبسایت دیتابیس داخلش آپلود میکنید پ و یه سری دیتا انالیز انجام میده. کار گروهی هست و من فقط مسئول بخش UI هستم و بقیه موارد برام مهم نیست.
فقط مهمه که پایتون باشه . این که توی streamlit کار کنه
هربار کارهای کوچیکی تو هر هفته انجام میشه و با توجه به نظر استاد تغییرات میدیم ددلاین نهایی هم چهار هفته دیگه س ولی هر هفته آپدیت و تغییر نیاز داره
یعنی به صورت رودخونه ای اپدیت میشه کد
import numpy as np
import pandas as pd
import streamlit as st
import plotly.express as px
import plotly.io as pio
import plotly.graph_objects as go
from sklearn.linear_model import LinearRegression, LogisticRegression


from preprocessing.stat_overview import statistics_overview, variable_insights
from preprocessing.preprocess import replace_null_values, remove_duplicates, merge_columns, split_columns
from preprocessing.predict_analysis import linear_regression, logistic_regression


# Set Streamlit page config
st.set_page_config(
    page_title="EDA Web Application",
    page_icon="📊",
    initial_sidebar_state="expanded"
)


# Custom CSS styles
st.markdown(
    """
    <style>
        .navbar {
            display: flex;
            justify-content: space-between;
            align-items: center;
            background-color: #f8f9fa;
            padding: 10px;
        }
        
        .navbar-logo {
            height: 40px;
        }
        
        .navbar-title {
            font-size: 24px;
            font-weight: bold;
        }
        
        .section-header {
            font-size: 24px;
            font-weight: bold;
            margin-top: 20px;
            margin-bottom: 10px;
        }
        
        .card {
            background-color: #ffffff;
            border-radius: 8px;
            padding: 20px;
            margin-bottom: 20px;
            box-shadow: 0px 2px 10px rgba(0, 0, 0, 0.1);
        }
        
        .card-title {
            font-size: 18px;
            font-weight: bold;
            margin-bottom: 10px;
        }
        
        /* Rest of the CSS styles */
    </style>
    """,
    unsafe_allow_html=True
)



def load_data(uploaded_file):
    if uploaded_file.type == "text/csv":
        data = pd.read_csv(uploaded_file)
    elif uploaded_file.type == "application/vnd.openxmlformats-officedocument.spreadsheetml.sheet":
        data = pd.read_excel(uploaded_file)
    
    return data

#upload module
def show_file_upload():
    st.sidebar.subheader("File Upload")
    uploaded_file = st.sidebar.file_uploader("Choose a CSV or Excel file", type=["csv", "xlsx"])
    return uploaded_file

#show basic stats module
def show_basic_statistics(data):
    st.subheader("Basic Statistics")
    stats_df = statistics_overview(data)
    st.table(stats_df)

#show basic data visualization
def show_insights(data):
    pio.templates.default = "plotly_white"  # Set the default theme to plotly_white

    insights = variable_insights(data)
    for var, insight in insights.items():
        st.subheader(f'Insights for {var}')

        # Customize the Plotly chart appearance
        fig = insight['Visualization']
        fig.update_layout(
            font=dict(family="Arial", size=12),  # Set the font family and size
            margin=dict(l=50, r=50, t=50, b=50),  # Adjust the margins
            plot_bgcolor='#F5F5F5',  # Set the plot background color
            paper_bgcolor='#F5F5F5',  # Set the paper background color
        )
        fig.update_traces(marker=dict(line=dict(width=1)))  # Add marker line width for better visibility

        st.plotly_chart(fig)  # Display the customized Plotly chart

        insight.pop('Visualization')
        st.write(insight)

#show comparison before and after preprocessing
def show_data_comparison(data_before, data_after):
    st.subheader("Data Comparison: Before vs After")
    stats_before = statistics_overview(data_before)
    stats_after = statistics_overview(data_after)

    comparison_df = pd.concat([stats_before, stats_after], axis=1)
    comparison_df.columns = ["Before", "After"]
    st.table(comparison_df)

#show linear reg
def linear_reg(data):
    st.subheader("Linear Regression")
    target_column = st.selectbox("Select the Target Column", data.columns)
    feature_columns = st.multiselect("Select Feature Columns", data.columns)

    run_regression = st.button("Run Linear Regression")

    if run_regression:
        result = linear_regression(data, target_column, feature_columns)
        st.write(result)  # Display the result of linear regression

#show logistic reg
def logistic_reg(data):
    st.subheader("Logistic Regression")
    target_column = st.selectbox("Select the Target Column", data.columns)
    feature_columns = st.multiselect("Select Feature Columns", data.columns)

    run_regression = st.button("Run Logistic Regression")

    if run_regression:
        result = logistic_regression(data, target_column, feature_columns)
        st.write(result)  # Display the result of logistic regression



8207

مهارت ها و تخصص های مورد نیاز

درباره کارفرما

Hamyarprozhe

عضویت سیزده سال پیش

55455 پروژه ثبت شده ،

46 پروژه در حال انجام ،

191 پروژه آماده دریافت پیشنهاد ،

نرخ پذیرش پیشنهاد 16%