add visualize sample

address.csv

@@ -0,0 +1,118 @@
+name,address
+仙台駅前院,宮城県仙台市青葉区中央3-6-1 仙台TRビル東館 7F
+福島院,福島県福島市置賜町1-29 佐平ビル 1F
+郡山院,福島県郡山市駅前2丁目3番7号エリート30ビル7F・8F
+宇都宮院,栃木県宇都宮市駅前通り1-4-6 トナリエ宇都宮 5F
+水戸院,茨城県水戸市宮町1-7-33 水戸サウスタワー 6F（水戸オーパ内）
+川口院,埼玉県川口市栄町3-8-15 近代グループBLD.23号館 8F
+大宮東口院,埼玉県さいたま市大宮区仲町1-15 VORT大宮 7F
+新宿東口院,東京都新宿区歌舞伎町1-27-5 歌舞伎町APMビル 7F
+新宿三丁目院,東京都新宿区新宿3-1-20 メットライフ・JTB新宿スクエア 7F
+池袋西口院,東京都豊島区西池袋5-1-3 メトロシティ西池袋ビル 3F
+池袋駅前院,東京都豊島区東池袋1-8-1 WACCA IKEBUKURO 6F
+渋谷西口院,東京都渋谷区道玄坂2-23-12 フォンティスビル 3F
+渋谷東口院,東京都渋谷区渋谷2-19-15 宮益坂ビルディング 3F
+世田谷院,東京都世田谷区池尻2-31-24 信田ビル 7F
+中野院,東京都中野区中野3-34-32 凱旋ビル 3F
+立川院,東京都立川市曙町2-11-2 フロム中武 6F
+銀座二丁目院,東京都中央区銀座2-6-9 Ginza269ビル 9F
+銀座有楽町院,東京都千代田区有楽町2-3-5 aune有楽町 5F
+上野院,東京都台東区上野4-10-5 ヒューリック上野公園前ビル 7・8F
+秋葉原院,東京都千代田区神田佐久間町1-13 チョムチョム秋葉原 8F
+高田馬場院,東京都新宿区高田馬場2-17-15 唐橋ビル 7F・8F
+町田院,東京都町田市原町田6-3-3 町映ビル 5F
+千葉駅前院,千葉県中央区新千葉2-2-1 新日本EXビル 3F
+横浜院,神奈川県横浜市西区北幸1-8-2 犬山西口ビルヂング 3F
+新横浜院,神奈川県横浜市港北区新横浜2丁目5-14 WISENEXT新横浜 7F
+名古屋栄院,愛知県名古屋市中区栄3-28-11 名古屋ゼロゲート 2F
+名古屋駅前院,愛知県名古屋市中村区名駅3-26-6 ThirdKHビル 5F
+京都駅前院,京都府京都市下京区七条通烏丸東入真苧屋町195番地 福井ビル3F
+江坂院,大阪府吹田市江坂町1-21-17 ESAKA松尾ビル 3F
+堺院,大阪府堺市堺区北瓦町2-4-12 岡本ビル 5F
+心斎橋筋院,大阪府大阪市中央区心斎橋筋1-4-12 心斎橋日光ビル 4F
+心斎橋院,大阪府大阪市中央区南船場4-4-10 辰野心斎橋ビル 4F
+梅田大阪駅前院,大阪府大阪市北区曽根崎2-8-15 K'sスクエアビル 3F
+梅田茶屋町院,大阪府大阪市北区茶屋町2-28 セントラル茶屋町 3・4F
+神戸院,兵庫県神戸市中央区琴ノ緒町5-3-2 三宮駅前平和ビル 7F
+福岡天神院,福岡県福岡市中央区天神2-7-6 DADAビル 6F
+福岡博多院,福岡県福岡市博多区博多駅東2-4-6 ハカタベビル 3F
+小倉院,福岡県北九州市小倉北区米町1-1-1 小倉駅前ひびきビル 4F
+広島院,広島県広島市中区本通9-30 ランドマークビル 3F
+岡山院,岡山県岡山市北区駅前町1-1-21 成通ハリービル 4F
+八王子院,東京都八王子市旭町2-5 八王子ツインタワーA館 4F
+横浜駅前院,神奈川県横浜市西区北幸1-1-8 エキニア横浜 7F
+姫路院,兵庫県姫路市駅前町247番地 御幸苑ビル 2F
+品川院,東京都港区高輪3-23-17 品川ｾﾝﾀｰﾋﾞﾙﾃﾞｨﾝｸﾞ 201
+静岡院,静岡県静岡市葵区紺屋町17-1 葵タワー 2F 201
+柏院,千葉県柏市柏1-2-37 柏ちば興銀ビル 6F
+川越院,埼玉県川越市脇田本町1-2 山崎ビル 4F
+札幌駅前院,北海道札幌市中央区北4条西2-1-2 キタコートレードビル 6F
+川崎院,神奈川県川崎市川崎区駅前本町12-1 川崎駅前タワー・リバーク B2F
+ブレインクリニック新宿,東京都新宿区新宿4-2-23 新四curumuビル 8F
+ブレインクリニック東京,東京都中央区日本橋2-2-2 マルヒロ日本橋ビル 8F
+ブレインクリニック名古屋,愛知県名古屋市中村区名駅3-26-6 ThirdKHビル 3F
+ブレインクリニック大阪,大阪府大阪市北区曽根崎新地2-4-1 ホテルマイステイズプレミア堂島 地下1F
+熊本院,熊本県熊本市中央区上通町1-26 auneKUMAMOTO 8F
+鹿児島院,鹿児島県鹿児島市中央町11番地 鹿児島中央ターミナルビル 2F
+高崎院,群馬県高崎市八島町46-1 高崎オーパ 8F
+天王寺院,大阪府大阪市阿倍野区阿倍野筋1-5-36 アベノセンタービル 2F
+TCBスキンクリニック大阪駅前院,大阪府大阪市北区梅田2-1-21 レイズ ウメダビル 8F
+ブレインクリニック浜松町,東京都港区浜松町2-7-17 イーグル浜松町ビル 5F
+仙台広瀬通院,宮城県仙台市青葉区中央1-6-27 仙信ビル 4F
+宮崎院,宮崎県宮崎市高千穂通2-6-18 NMビル 7F
+岐阜院,岐阜県岐阜市神田町8-9-2 白木ビル 4F
+長野院,長野県長野市南千歳1-1-1 ながの東急百貨店 別館シェルシェ 5F
+金沢院,石川県金沢市堀川町4-1 セントラルビル 5F
+新潟院,新潟県新潟市中央区花園1-2-2 コープシティ花園ガレッソ 2F
+奈良院,奈良県奈良市小西町21-1 小西町商業ビル（な・ら・ら） 2F
+北千住院,東京都足立区千住2-26-2 EXCEL33 3F
+六本木院,東京都港区六本木5-1-3 ゴトウビルディング１st 8F
+新宿西口院,東京都新宿区西新宿1-17-1 日本生命新宿西口ビル 2F
+大宮西口院,埼玉県さいたま市大宮区桜木町2-3 ダイエー大宮店 3F
+金山院,愛知県名古屋市熱田区金山町1-4-6 アルティメイト金山 7F・8F
+自由が丘院,東京都目黒区自由が丘2-11-23 南風ビル 5F
+なんば院,大阪府大阪市中央区難波4-2-1 難波御堂筋ビルディング 9F
+京都四条院,京都府京都市下京区四条通東洞院東入立売西町66番地 京都証券ビル 5F
+浜松院,静岡県浜松市中央区鍛冶町140 浜松Cビル 3F
+枚方院,大阪府枚方市岡東町8-9 枚方SGビル 5F
+和歌山院,和歌山県和歌山市美園町4-81-1 SOPHIA和歌山イーストプラザⅠ号館 3F
+高松院,香川県高松市兵庫町11-6 カーニープレイス高松兵庫町ビル 3F
+四日市院,三重県四日市市諏訪栄町10-7 ことぶきビル 2F
+長崎院,長崎県長崎市大黒町14-5 ニュー長崎ビルディング 2F
+那覇院,沖縄県那覇市久茂地1-1-1 パレットくもじ 9F
+船橋院,千葉県船橋市本町1-7-6 ドリーム船橋ビル 5F
+松山院,愛媛県松山市湊町5-4-25 日切ビル 5F
+越谷院,埼玉県越谷市南越谷1-15-1 南越谷ラクーン 4F
+高知院,高知県高知市はりまや町2-3-3 はりまやビル 1F・2F
+倉敷院,岡山県倉敷市阿知1-7-1 天満屋倉敷店 5F
+福井院,福井県福井市中央1-3-3 KIビル 3F
+札幌大通院,北海道札幌市中央区南1条西2-18 IKEUCHI GATE 5F
+久留米院,福岡県久留米市東町39-8 第21上野ビル 3F
+富山院,富山県富山市桜町1-1-1 電鉄富山駅ビル エスタ 3F
+藤沢院,神奈川県藤沢市南藤沢22-1 神中第二ビル 3F
+千葉東口院,千葉県千葉市中央区富士見2-5-15 塚本千葉第3ビルディング 5F
+佐賀院,佐賀県佐賀市駅前中央1- 4-17 コムボックス佐賀駅前 2F
+つくば院,茨城県つくば市吾妻1-7-1 トナリエつくばスクエア トナリエクレオ 3F
+豊田院,愛知県豊田市喜多町1-140 ギャザ 3F
+高槻院,大阪府高槻市城北町2-11-1 山木ビル 3F・4F
+山形院,山形県山形市香澄町1-15-28 ホテルニュー最上屋 2F
+青森院,青森県青森市新町1-7-1 THREE 4F
+秋田院,秋田県秋田市中通4-12-7 川上第二ビル 3F
+盛岡院,岩手県盛岡市菜園1-10-1 パルクアベニュー・カワトク 8F
+大分院,大分県大分市府内町2-1-4 トキハ会館 2F
+本厚木院,神奈川県厚木市中町3-6-17 オーイズミホールディングス厚木ビル 5F
+大阪阪急梅田駅前院,大阪府大阪市北区芝田2-6-30 梅田清和ビル 2F
+徳島院,徳島県徳島市寺島本町西1丁目 駅前ポッポ街 セントラルビル 2F
+松戸院,千葉県松戸市松戸1307-1 キテミテマツド 8F
+前橋院,群馬県前橋市表町2-30-8 アクエル前橋 B1F
+名古屋駅前桜通院,愛知県名古屋市中村区名駅3-25-3 大橋ビルディング 3F
+豊橋院,愛知県豊橋市広小路1-18 ウェルプラザユメックスビル B1F
+松江院,島根県松江市朝日町480-8 松江SKYビル 2F
+周南徳山駅ビル院,山口県周南市銀座1-31  TOKUYAMA DECK 2F
+福山院,広島県福山市東桜町1-1 アイネスフクヤマ2F
+松本院,長野県松本市中央二丁目3-17知新堂ビル2F
+三島院,静岡県三島市本町3-29 三島本町タワー3F 301
+草津院,滋賀県草津市大路1-1-1 エルティ932ビル 3F
+西鉄福岡天神駅前院,福岡県福岡市中央区天神1-4-1 西日本新聞会館15F
+旭川駅前院,北海道旭川市一条通8-108 フィール旭川4F
+山梨甲府駅前院,山梨県甲府市丸の内二丁目16番4号 丸栄ビル3F

app.py

@@ -1,4 +1,5 @@
 import streamlit as st
+from streamlit_folium import st_folium
 import pandas as pd
 import matplotlib.pyplot as plt
 import japanize_matplotlib
@@ -7,58 +8,193 @@ import numpy as np
 
 st.set_page_config(page_title="データ分析ダッシュボード", layout="wide")
 
-st.title("📊 データ分析ダッシュボード")
-
-uploaded_file = st.file_uploader("CSVファイルをアップロードしてください", type=["csv"])
-
-if uploaded_file is not None:
-    df = pd.read_csv(uploaded_file)
-    st.success("✅ ファイルを読み込みました！")
-
-    st.header("📌 データのプレビュー")
-    st.dataframe(df.head())
-
-    st.header("📊 基本統計情報")
-    st.write(df.describe())
-
-    st.header("📈 カラムごとの分布表示")
-    column = st.selectbox("分布を見たいカラムを選んでください", df.select_dtypes(include=np.number).columns)
-
-    fig, ax = plt.subplots()
-    sns.histplot(df[column], kde=True, ax=ax)
-    ax.set_title(f"{column} のヒストグラム")
-    st.pyplot(fig)
-
-    numeric_df = df.select_dtypes(include=["number"])
-    fig_corr, ax_corr = plt.subplots()
-    sns.heatmap(numeric_df.corr(), annot=True, cmap="coolwarm", fmt=".2f", ax=ax_corr)
-    st.pyplot(fig_corr)
-
-    st.header("📊 ボックスプロット")
-    box_col = st.selectbox("ボックスプロットの対象カラムを選択", df.select_dtypes(include=np.number).columns, key="box")
-    fig_box, ax_box = plt.subplots()
-    sns.boxplot(x=df[box_col], ax=ax_box)
-    ax_box.set_title(f"{box_col} のボックスプロット")
-    st.pyplot(fig_box)
-
-    st.header("📈 折れ線グラフ")
-    if df.select_dtypes(include=np.number).shape[1] >= 2:
-        line_x = st.selectbox("X軸に使うカラムを選択", df.select_dtypes(include=np.number).columns, key="line_x")
-        line_y = st.selectbox("Y軸に使うカラムを選択", df.select_dtypes(include=np.number).columns, key="line_y")
-
-        fig_line, ax_line = plt.subplots()
-        sns.lineplot(x=df[line_x], y=df[line_y], ax=ax_line)
-        ax_line.set_title(f"{line_x} vs {line_y} 折れ線グラフ")
-        st.pyplot(fig_line)
-
-    st.header("📊 カテゴリカルデータの棒グラフ")
-    cat_columns = df.select_dtypes(include='object').columns
-    if len(cat_columns) > 0:
-        cat_col = st.selectbox("カテゴリカルカラムを選択", cat_columns)
-        fig_bar, ax_bar = plt.subplots()
-        df[cat_col].value_counts().plot(kind='bar', ax=ax_bar)
-        ax_bar.set_title(f"{cat_col} の頻度棒グラフ")
-        st.pyplot(fig_bar)
-
-else:
-    st.info("左側のサイドバーからCSVファイルをアップロードしてください。")
+# 탭 생성
+tab1, tab2, tab3, tab4, tab5 = st.tabs([" データ分析ダッシュボード", "visualization1", "visualization2", "ボックスプロット", "折れ線グラフ"])
+
+with tab1:
+    st.title("📊 データ分析ダッシュボード")
+
+    uploaded_file = st.file_uploader("CSVファイルをアップロードしてください", type=["csv"])
+
+    if uploaded_file is not None:
+        df = pd.read_csv(uploaded_file)
+        st.success("✅ ファイルを読み込みました！")
+
+        st.header("📌 データのプレビュー")
+        st.dataframe(df.head())
+
+        st.header("📊 基本統計情報")
+        st.write(df.describe())
+
+        st.header("📈 カラムごとの分布表示")
+        # 数値型カラムを取得
+        numeric_columns = df.select_dtypes(include=np.number).columns
+        # 数値型カラムが存在するか確認
+        if len(numeric_columns) > 0:
+            column = st.selectbox("分布を見たいカラムを選んでください", numeric_columns)
+            
+            if column:  # 選択されたカラムが存在する場合
+                fig, ax = plt.subplots()
+                sns.histplot(df[column], kde=True, ax=ax)
+                ax.set_title(f"{column} のヒストグラム")
+                st.pyplot(fig)
+
+            fig, ax = plt.subplots()
+            sns.histplot(df[column], kde=True, ax=ax)
+            ax.set_title(f"{column} のヒストグラム")
+            st.pyplot(fig)
+
+            numeric_df = df.select_dtypes(include=["number"])
+            fig_corr, ax_corr = plt.subplots()
+            sns.heatmap(numeric_df.corr(), annot=True, cmap="coolwarm", fmt=".2f", ax=ax_corr)
+            st.pyplot(fig_corr)
+
+            st.header("📊 ボックスプロット")
+            box_col = st.selectbox("ボックスプロットの対象カラムを選択", df.select_dtypes(include=np.number).columns, key="box")
+            fig_box, ax_box = plt.subplots()
+            sns.boxplot(x=df[box_col], ax=ax_box)
+            ax_box.set_title(f"{box_col} のボックスプロット")
+            st.pyplot(fig_box)
+
+            st.header("📈 折れ線グラフ")
+            if df.select_dtypes(include=np.number).shape[1] >= 2:
+                line_x = st.selectbox("X軸に使うカラムを選択", df.select_dtypes(include=np.number).columns, key="line_x")
+                line_y = st.selectbox("Y軸に使うカラムを選択", df.select_dtypes(include=np.number).columns, key="line_y")
+
+                fig_line, ax_line = plt.subplots()
+                sns.lineplot(x=df[line_x], y=df[line_y], ax=ax_line)
+                ax_line.set_title(f"{line_x} vs {line_y} 折れ線グラフ")
+                st.pyplot(fig_line)
+
+            st.header("📊 カテゴリカルデータの棒グラフ")
+            cat_columns = df.select_dtypes(include='object').columns
+            if len(cat_columns) > 0:
+                cat_col = st.selectbox("カテゴリカルカラムを選択", cat_columns)
+                fig_bar, ax_bar = plt.subplots()
+                df[cat_col].value_counts().plot(kind='bar', ax=ax_bar)
+                ax_bar.set_title(f"{cat_col} の頻度棒グラフ")
+                st.pyplot(fig_bar)
+        else:
+            st.warning("数値型のカラムがありません。")
+
+    else:
+        st.info("左側のサイドバーからCSVファイルをアップロードしてください。")
+
+with tab2:
+    st.header("📊 住所・座標の可視化")
+    import folium
+    from streamlit_folium import st_folium
+    import pandas as pd
+    import requests 
+
+    # uploaded_file2 = st.file_uploader("住所CSVファイルをアップロードしてください", type=["csv"])
+
+    # if uploaded_file2 is not None:
+    df = pd.read_csv("./address.csv")
+
+    name_list = df["name"]
+    address_list = df["address"]
+
+    def get_lat_long_from_address(address):
+        """住所をAPIで検索し、緯度と経度を取得する"""
+        endpoint = "https://msearch.gsi.go.jp/address-search/AddressSearch"
+        response = requests.get(endpoint, params={"q": address})
+
+        if response.status_code == 200:
+            data = response.json()
+            if len(data) > 0:
+                lat = data[0]["geometry"]["coordinates"][1]
+                lon = data[0]["geometry"]["coordinates"][0]
+                return lat, lon
+        return None, None
+
+    staff_lat_lon = [get_lat_long_from_address(addr) for addr in address_list]
+    
+    data = pd.DataFrame({
+        "クリニック名": name_list,
+        "クリニック住所": address_list,
+        "クリニック_緯度": [lat for lat, lon in staff_lat_lon],
+        "クリニック_経度": [lon for lat, lon in staff_lat_lon]
+    })
+
+
+    col1, col2 = st.columns([3, 2])
+
+    # 地図の生成
+    m = folium.Map(location=[37.5, 140.5], zoom_start=7)
+    
+    # マーカーの追加 (NaNチェック 추가)
+    for i in range(len(data["クリニック名"])):
+        lat = data["クリニック_緯度"][i]
+        lon = data["クリニック_経度"][i]
+        
+        if pd.isna(lat) or pd.isna(lon):
+            continue
+        
+        folium.Marker(
+            location=(lat, lon),
+            popup=data["クリニック名"][i],
+            icon=folium.Icon(color="blue"),
+        ).add_to(m)
+
+
+    with col1:
+        st.title("📍 クリニックの位置情報")
+        map_data = st_folium(m, width=1200, height=800)
+
+
+    with col2:
+        st.markdown("<br>", unsafe_allow_html=True) 
+        st.markdown("<br>", unsafe_allow_html=True) 
+        st.markdown("<br>", unsafe_allow_html=True) 
+        st.markdown("<br>", unsafe_allow_html=True) 
+        st.subheader("📌 選択されたクリニック情報")
+        
+        if map_data and map_data["last_object_clicked"]:
+            clicked_lat = map_data["last_object_clicked"]["lat"]
+            clicked_lon = map_data["last_object_clicked"]["lng"]
+
+            for i in range(len(data["クリニック名"])):
+                if (round(data["クリニック_緯度"][i], 6) == round(clicked_lat, 6)) and (round(data["クリニック_経度"][i], 6) == round(clicked_lon, 6)):
+                    st.write(f"**🏥 クリニック名:** {data['クリニック名'][i]}")
+                    st.write(f"**📍 住所:** {data['クリニック住所'][i]}")
+                    break
+        else:
+            st.info("📌 マーカーをクリックしてください。")
+
+with tab3:
+    st.header("📊 ネットワークグラフ")
+    from pyvis.network import Network
+    import streamlit.components.v1 as components
+    
+    np.random.seed(42)
+    nodes = [f"Node_{i}" for i in range(1, 21)]  # 20개의 노드 생성
+    edges = []
+
+    for _ in range(50):  # 50개의 랜덤 엣지 생성
+        src = np.random.choice(nodes)
+        dst = np.random.choice(nodes)
+        if src != dst:
+            weight = np.random.randint(1, 10)
+            edges.append((src, dst, weight))
+
+    df = pd.DataFrame(edges, columns=["Source", "Target", "Weight"])
+
+    net = Network(height="700px", width="100%", bgcolor="#222222", font_color="white")
+    net.force_atlas_2based(gravity=-300, central_gravity=0.01, spring_length=100, spring_strength=0.08)
+
+    for node in nodes:
+        net.add_node(node, label=node, title=f"{node} - Custom Tooltip", color="#009688")
+
+    for src, dst, weight in edges:
+        net.add_edge(src, dst, value=weight, title=f"Weight: {weight}")
+
+    net.show_buttons(filter_=["physics", "nodes", "edges"])
+    net.toggle_physics(True)
+    net.set_edge_smooth('dynamic')
+
+    net.save_graph('network.html')
+
+    HtmlFile = open("network.html", 'r', encoding='utf-8')
+    source_code = HtmlFile.read()
+    components.html(source_code, height=800, scrolling=True)

requirements.txt

@@ -3,4 +3,7 @@ pandas
 matplotlib
 japanize-matplotlib
 seaborn
-numpy
+numpy
+pyvis
+streamlit_folium
+folium