Update src/streamlit_app.py

src/streamlit_app.py

@@ -1,7 +1,6 @@
 import streamlit as st
 import pandas as pd
 import plotly.express as px
-import plotly.graph_objects as go
 
 # Sayfa Ayarları
 st.set_page_config(page_title="World Data Analysis", layout="wide")
@@ -9,33 +8,41 @@ st.set_page_config(page_title="World Data Analysis", layout="wide")
 # --- SIDEBAR (SOL PANEL) ---
 with st.sidebar:
     st.header("📊 Analysis Notes / Analiz Notları")
+    
+    # 1. Genel Analiz Notları
     st.markdown("""
-    **EN:** Analysis shows that developed countries have high GDP and internet usage. It has also been observed that CO2 emissions are high in these countries. In low-income countries, energy and internet usage are found to be lower. In some cases, an inverse relationship between forest rate and CO2 emissions has been seen.
+    **EN:** Analysis shows that developed countries have high GDP and internet usage. It has also been observed that CO2 emissions are high in these countries.
     
-    **Examples:**
-    * **High GDP & CO2:** USA, China, Germany.
-    * **Low Income & Energy:** Afghanistan, Yemen, Zambia.
+    **TR:** Analiz sonucunda gelişmiş ülkelerde GDP ve internet kullanımının yüksek olduğu görülmüştür. Aynı zamanda bu ülkelerde CO2 emisyonunun da yüksek olduğu tespit edilmiştir.
     """)
+    
     st.divider()
+
+    # 2. GDP SEVİYELERİ AÇIKLAMASI (YENİ EKLEDİĞİMİZ KISIM)
+    st.subheader("🔍 What are GDP Levels? / GDP Seviyeleri Nedir?")
     st.markdown("""
-    **TR:** Analiz sonucunda gelişmiş ülkelerde GDP ve internet kullanımının yüksek olduğu görülmüştür. Aynı zamanda bu ülkelerde CO2 emisyonunun da yüksek olduğu tespit edilmiştir. Düşük gelirli ülkelerde ise enerji ve internet kullanımının daha düşük olduğu gözlemlenmiştir. Orman oranı ile CO2 emisyonu arasında bazı durumlarda ters ilişki olduğu görülmüştür.
-    
-    **Örnekler:**
-    * **Yüksek GDP & CO2:** ABD (USA), Çin (China), Almanya.
-    * **Düşük Gelir & Enerji:** Afganistan, Yemen, Zambiya.
+    **EN: GDP Categories**
+    * **High:** Global economic leaders with massive industrial output.
+    * **Medium:** Transitioning economies with growing industries.
+    * **Low:** Developing nations with smaller economies.
+
+    **TR: GDP Kategorileri**
+    * **High (Yüksek):** Sanayi üretimi devasa olan, dünya ekonomisine yön veren ülkeler.
+    * **Medium (Orta):** Sanayisi büyümekte olan, geçiş aşamasındaki ekonomiler.
+    * **Low (Düşük):** Ekonomisi daha küçük, gelişmekte olan ülkeler.
     """)
 
 # --- DATA LOAD ---
-@st.cache_data # Titremeyi engellemek için veriyi hafızaya alır
+@st.cache_data
 def load_data():
     df = pd.read_csv("us_pollution_cleaned.csv")
-    # Sütun isimlerini kısaltma
+    # İsimleri Türkçeleştirme ve kısaltma
     df = df.rename(columns={
         'country': 'COUNTRY',
         'GDP: Gross domestic product (million current US$)': 'GDP',
         'CO2 emission estimates (million tons/tons per capita)': 'CO2'
     })
-    # GDP_LEVEL oluşturma
+    # Gruplandırma (Bins değerlerini senin verine göre ayarladım)
     df['GDP_LEVEL'] = pd.cut(df['GDP'], bins=[0, 50000, 1000000, 30000000], labels=['Low', 'Medium', 'High'])
     return df
 
@@ -46,37 +53,36 @@ st.title("🌍 World Data Analysis Dashboard")
 st.caption("Veri Analizi ve Görselleştirme / Data Analysis and Visualization")
 st.divider()
 
-# 1. HARİTA (Plotly Express - Daha hızlı ve etkileşimli)
+# 1. HARİTA
 st.subheader("🗺️ World GDP Map / Dünya GSYİH Haritası")
 fig_map = px.choropleth(df, 
     locations="COUNTRY", 
     locationmode="country names",
     color="GDP",
     color_continuous_scale='Viridis',
+    labels={'GDP': 'GSYİH (Milyon $)'}, # Etiketi Türkçeleştirdik
     height=450)
 st.plotly_chart(fig_map, use_container_width=True)
 
 st.divider()
 
-# 2. ALT GRAFİKLER (Yan Yana ve İnteraktif)
+# 2. ALT GRAFİKLER
 col1, col2 = st.columns(2)
 
 with col1:
     st.subheader("📊 GDP vs CO2 (Interactive)")
-    # Artık noktaların üzerine gelebilirsin!
     fig_scatter = px.scatter(df, x="GDP", y="CO2", 
                              color="GDP_LEVEL", 
                              hover_name="COUNTRY",
+                             labels={'GDP': 'GSYİH', 'CO2': 'CO2 Emisyonu', 'GDP_LEVEL': 'Gelir Grubu'},
                              template="plotly_white")
     st.plotly_chart(fig_scatter, use_container_width=True)
 
 with col2:
-    st.subheader("🍕 GDP Level Distribution")
-    # Pasta grafiği de artık tıklanabilir
+    st.subheader("🍕 GDP Level Distribution / Gelir Dağılımı")
     fig_pie = px.pie(df, names='GDP_LEVEL', values='GDP', 
                      color_discrete_sequence=px.colors.sequential.RdBu,
                      hole=0.3)
     st.plotly_chart(fig_pie, use_container_width=True)
 
-st.divider()
-st.write("✅ Proje tamamlandı. Tüm grafikler etkileşimlidir.")
+st.write("✅ Veri temizleme ve görselleştirme başarıyla tamamlandı.")