EDA.py

import streamlit as st 
import pandas as pd 
import seaborn as sns
import matplotlib.pyplot as plt
import plotly.express as px 
from PIL import Image

st.set_page_config(
    page_title='FIFA 20222 EDA',
    layout = 'wide',
    initial_sidebar_state='expanded'
)

def run():

    # Membuat Title 
    st.title('FIFA 2022 Player Rating Prediction')

    # Membuat Sub- Header
    st.subheader('EDA untuk analisa Dataset FIFA 2022')

    # Insert Gambar
    image = Image.open('Soccer.jpg')
    st.image(image, caption='FIFA 2022')

    # Menambahkan Deskripsi 
    st.write('Page ini dibuat oleh *Ferdiansyah Ersatiyo*')
    st.write('# Halo') # seperti markdown pada google colab 

    # Membuat garis lurus
    st.markdown('---')

    # Magic Syntax 
    '''
    Pada page kali ini, Penulis akan melakukan eksplorasi sederhana
    Dataset yang digunakan adalah dataset FIFA 2022.
    Dataset ini berasal dari web sofifa.com
    '''

    # show dataframe 
    data = pd.read_csv('https://raw.githubusercontent.com/ardhiraka/FSDS_Guidelines/master/p1/v3/w1/P1W1D1PM%20-%20Machine%20Learning%20Problem%20Framing.csv')
    st.dataframe(data)

    # Membuat Barplot 
    st.write('### Plot AttackingWorkRate')
    fig = plt.figure(figsize=(15,5))
    sns.countplot(x='AttackingWorkRate', data=data)
    st.pyplot(fig)

    # Membuat Histogram 
    st.write('### Histogram of Rating')
    fig = plt.figure(figsize=(15,5))
    sns.histplot(data['Overall'], bins= 30, kde=True)
    st.pyplot(fig) 

    # Membuat Histogram berdasarkan input user 
    st.write('### Histogram berdasarkan input user')
    pilihan = st.selectbox('pilih column : ',['Age','Weight','Height', 'ShootingTotal'])
    fig = plt.figure(figsize=(15,5))
    sns.histplot(data[pilihan], bins= 30, kde=True)
    st.pyplot(fig)
    # Membuat Plotly Plot 
    st.write('#### Plotly Plot - ValueEUR dengan Overall')
    fig = px.scatter(data, x='ValueEUR', y='Overall', hover_data=['Name', 'Age'])
    st.plotly_chart(fig)

if __name__== '__main__':
    run()