Update app.py

app.py

@@ -5,59 +5,59 @@ import plotly.express as px
 # Sayfa Ayarları
 st.set_page_config(page_title="World Data Analysis", layout="wide")
 
-# --- DATA LOAD (Veriyi en başta yüklüyoruz ki sidebar'da kullanabilelim) ---
+# --- DATA LOAD ---
 @st.cache_data
 def load_data():
-    # Kendi temizlediğin csv dosyan
     df = pd.read_csv("us_pollution_cleaned.csv")
     df = df.rename(columns={
         'country': 'COUNTRY',
         'GDP: Gross domestic product (million current US$)': 'GDP',
         'CO2 emission estimates (million tons/tons per capita)': 'CO2'
     })
-    # Gruplandırma (Senin verine göre optimize edildi)
+    # Gruplandırma
     df['GDP_LEVEL'] = pd.cut(df['GDP'], bins=[0, 50000, 1000000, 30000000], labels=['Low', 'Medium', 'High'])
     return df
 
 df = load_data()
 
-# --- SIDEBAR (SOL PANEL) ---
+# --- SIDEBAR (SOL PANEL) - GÜNCELLENMİŞ VE NET ---
 with st.sidebar:
     st.header("📊 Analysis Notes / Analiz Notları")
     
-    # 1. Genel Notlar
     st.markdown("""
-    **EN:** Analysis shows that developed countries have high GDP and internet usage. CO2 emissions are also high in these countries.
+    **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.
     
-    **TR:** Analiz sonucunda gelişmiş ülkelerde GDP ve internet kullanımının yüksek olduğu görülmüştür. Bu ülkelerde CO2 emisyonu da yüksektir.
+    **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 VE ÖRNEK ÜLKELER (İstediğin liste burası)
-    st.subheader("🔍 GDP Levels & Examples / Seviyeler ve Örnekler")
+    st.subheader("🔍 What are GDP Levels? / GDP Seviyeleri Nedir?")
     
-    # High Grubu
-    high_countries = ", ".join(df[df['GDP_LEVEL'] == 'High']['COUNTRY'].head(4).values)
-    st.markdown(f"**🔴 High (Yüksek):** {high_countries}...")
-    st.caption("Leaders with massive industries. / Dev sanayiye sahip liderler.")
+    # Kategori Açıklamaları ve Yanlarında Net Ülke Örnekleri
     
-    # Medium Grubu
-    med_countries = ", ".join(df[df['GDP_LEVEL'] == 'Medium']['COUNTRY'].head(4).values)
-    st.markdown(f"**🟡 Medium (Orta):** {med_countries}...")
-    st.caption("Growing economies. / Büyümekte olan ekonomiler.")
+    # HIGH
+    high_list = "USA, China, Japan, Germany"
+    st.markdown(f"**🔴 High (Yüksek):** Sanayi üretimi devasa olan, dünya ekonomisine yön veren ülkeler. **Örnekler:** {high_list}")
     
-    # Low Grubu
-    low_countries = ", ".join(df[df['GDP_LEVEL'] == 'Low']['COUNTRY'].head(4).values)
-    st.markdown(f"**🟢 Low (Düşük):** {low_countries}...")
-    st.caption("Developing nations. / Gelişmekte olan ülkeler.")
+    st.write("") # Boşluk
+    
+    # MEDIUM
+    med_list = "Turkey, Argentina, Poland, Thailand"
+    st.markdown(f"**🟡 Medium (Orta):** Sanayisi büyümekte olan, geçiş aşamasındaki ekonomiler. **Örnekler:** {med_list}")
+    
+    st.write("") # Boşluk
+
+    # LOW
+    low_list = "Afghanistan, Gambia, Andorra, Belize"
+    st.markdown(f"**🟢 Low (Düşük):** Ekonomisi daha küçük, gelişmekte olan ülkeler. **Örnekler:** {low_list}")
 
 # --- ANA PANEL ---
 st.title("🌍 World Data Analysis Dashboard")
-st.caption("Data Analysis and Visualization / Veri Analizi ve Görselleştirme")
+st.caption("Veri Analizi ve Görselleştirme / Data Analysis and Visualization")
 st.divider()
 
-# 1. HARİTA (Map)
+# 1. HARİTA
 st.subheader("🗺️ World GDP Map / Dünya GSYİH Haritası")
 fig_map = px.choropleth(df, 
     locations="COUNTRY", 
@@ -70,7 +70,7 @@ st.plotly_chart(fig_map, use_container_width=True)
 
 st.divider()
 
-# 2. ALT GRAFİKLER (Scatter ve Pie)
+# 2. ALT GRAFİKLER
 col1, col2 = st.columns(2)
 
 with col1:
@@ -89,4 +89,4 @@ with col2:
                      hole=0.3)
     st.plotly_chart(fig_pie, use_container_width=True)
 
-st.success("✅ Dashboard successfully loaded. / Panel başarıyla yüklendi.")
+st.write("✅ Veri temizleme ve görselleştirme başarıyla tamamlandı.")