eda.py

import streamlit as st
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import plotly.express as px

# Fungsi untuk mengambil data (gunakan @st.cache untuk caching data)
@st.cache_data
def fetch_data():
    df = pd.read_csv("laptop_updated.csv")
    return df

# Fungsi untuk menjalankan aplikasi
def run():
    # Judul aplikasi
    st.title('Exploratory Data Analysis')

    # Ambil data dengan memanggil fetch_data()
    df = fetch_data()

    # Tampilkan dataframe
    st.write(df)

    # Mendapatkan daftar 20 perusahaan dengan jumlah laptop terbanyak
    company_list = df['Company'].value_counts().index[:20].tolist()

    # Membuat figure dan axis untuk plot
    plt.figure(figsize=(9,5))

    # Membuat plot batang menggunakan seaborn untuk menghitung rata-rata harga laptop berdasarkan perusahaan
    ax = sns.barplot(
        x='Company', 
        y='price', 
        data=df[df['Company'].isin(company_list)],  # Hanya menyertakan perusahaan yang ada dalam daftar company_list
        order=company_list,  # Mengurutkan perusahaan berdasarkan company_list
        palette='Spectral',  # Menggunakan palet warna 'Spectral'
        errorbar=('ci', False),  # Tidak menampilkan error bar
        edgecolor="black"  # Mengatur warna tepi batang menjadi hitam
    )

    plt.xticks(rotation=80)
    plt.title('Average Price of Laptops by Company') 
    plt.xlabel('') 
    plt.ylabel('Price') 
    st.pyplot(plt)

    # Membuat plot
    fig, ax = plt.subplots(figsize=(10,5))

    # Membuat plot batang menggunakan seaborn untuk menghitung jumlah laptop berdasarkan perusahaan
    ax = sns.countplot(x='Company', data=df, palette='mako_r', order=df['Company'].value_counts().index)
    ax.set_xticklabels(ax.get_xticklabels(), rotation=80)

    plt.title('Number of Laptops by Company')  
    plt.ylabel('Counts') 
    plt.xlabel('')  
    st.pyplot(plt)

    # Mendapatkan daftar 5 CPU yang paling umum
    cpu_list = df['cpu_name'].value_counts()[:5].index.tolist()

    # Mengelompokkan data berdasarkan CPU dan menghitung rata-rata harga
    cpu_avg_price = df[df['cpu_name'].isin(cpu_list)].groupby('cpu_name')['price'].mean().sort_values(ascending=False)
    cpu_avg_price = cpu_avg_price.reset_index()

    plt.figure(figsize=(8,6))

    # Membuat plot batang menggunakan seaborn berdasarkan rata-rata harga CPU
    ax = sns.barplot(x='cpu_name', y='price', data=cpu_avg_price, palette='viridis')
    plt.xticks(rotation=80)

    # Menambahkan label pada setiap batang
    for container in ax.containers:
        ax.bar_label(container)

    plt.title('Average Price of Laptop based on Common CPUs')
    plt.xlabel('')
    plt.ylabel('')
    st.pyplot(plt)

    # Mendefinisikan warna khusus untuk setiap merek GPU
    custom_palette = {'Intel': 'blue', 'Nvidia': 'green', 'AMD': 'red', 'ARM': 'yellow'}

    # Membuat daftar warna berdasarkan nilai gpu_brand
    colors = [custom_palette.get(brand, 'grey') for brand in df['gpu_brand'].unique()]

    # Plotting dengan seaborn
    plt.figure(figsize=(10, 6))
    sns.barplot(x=df['gpu_brand'], y=df['price'], estimator=np.mean, palette=colors)
    plt.xlabel('')  # Menghapus label sumbu x
    plt.ylabel('')  # Menghapus label sumbu y
    plt.title('Average Laptop Price by GPU Brand')  # Menambahkan judul plot
    plt.xticks(rotation='vertical')  
    st.pyplot(plt)

    # Mengelompokkan data berdasarkan jumlah RAM dan menghitung persentase
    ram = df.groupby("Ram").size() * 100 / len(df)
    ram.name = "percentage"
    ram = ram.reset_index()

    # Membuat plot pie menggunakan plotly express berdasarkan persentase jumlah RAM
    fig = px.pie(ram, names="Ram", values="percentage", title="Amount of RAMs is the Most Common in Laptops")
    fig.update_layout({"legend_title": "RAM (GB)"})
    st.plotly_chart(fig)

    # Membuat subplots 
    fig, ax = plt.subplots(figsize=(6,5))

    # Membuat plot count menggunakan seaborn untuk jenis laptop yang paling umum
    ax = sns.countplot(
        x='TypeName',  # Menggunakan kolom TypeName sebagai sumbu x
        data=df,  # Menggunakan dataframe df
        palette='tab20c',  # Memilih palet warna 'tab20c'
        order=df['TypeName'].value_counts().index  # Mengurutkan berdasarkan jumlah jenis laptop
    )
    ax.set_xticklabels(ax.get_xticklabels(), rotation=80)
    plt.title('Most Common Laptops Type')  
    plt.xlabel('')  
    plt.ylabel('Counts') 
    st.pyplot(plt)

    # Menggunakan seaborn untuk membuat bar plot
    sns.barplot(
        x=df['TypeName'],  # Menggunakan kolom TypeName sebagai sumbu x
        y=df['price'],  # Menggunakan kolom price sebagai sumbu y
        palette='plasma'  # Memilih palet warna 'plasma'
    )

    # Menambahkan label sumbu y, judul, dan menghapus label sumbu x
    plt.xticks(rotation='vertical')
    plt.ylabel('Price') 
    plt.title('Average Laptop Price by Types')  
    plt.xlabel('') 
    st.pyplot(plt)

    # Mengambil daftar enam ukuran layar laptop yang paling umum
    inches_list = df['Inches'].value_counts().index[:6].tolist()

    # Membuat DataFrame baru dengan data hanya untuk ukuran layar yang termasuk dalam inches_list
    df_clean = df[df['Inches'].isin(inches_list)]
     
    # Membuat subplot dengan ukuran gambar 6x5 inch
    fig, ax = plt.subplots(figsize=(6,5))

    # Membuat count plot menggunakan seaborn untuk menghitung jumlah laptop berdasarkan ukuran layar
    ax = sns.countplot(x='Inches', data=df_clean, palette='cool')
    ax.set_xticklabels(ax.get_xticklabels(), rotation=80)
    plt.title('Most Common Laptop Screen Size')
    plt.ylabel('')
    st.pyplot(plt)

    # Mengelompokkan data berdasarkan sistem operasi dan menghitung jumlahnya
    operating_systems = df.groupby("OpSys").size().sort_values(ascending=False)
    operating_systems.name = "Jumlah laptop"
    operating_systems = operating_systems.reset_index()

    # Membuat plot batang menggunakan plotly express
    fig = px.bar(operating_systems, x="Jumlah laptop", y="OpSys", color="OpSys", title="Most Used Operating Systems in Laptops")
    fig.update_yaxes(title_text='')
    fig.update_xaxes(title_text='')
    fig.update_layout(legend_title_text='Operating Systems')
    st.plotly_chart(fig)

    # Mengelompokkan data berdasarkan sistem operasi dan menghitung rata-rata harga
    operating_systems = df.groupby("OpSys")['price'].mean().sort_values(ascending=False)
    operating_systems.name = "Rata-rata harga"
    operating_systems = operating_systems.reset_index()

    # Membuat plot batang menggunakan plotly express
    fig = px.bar(operating_systems, x="Rata-rata harga", y="OpSys", color="OpSys", title="Average Price of Laptops based on Operating Systems")
    fig.update_yaxes(title_text='')
    fig.update_xaxes(title_text='')
    fig.update_layout(legend_title_text='Operating Systems')# Mengubah judul legend
    st.plotly_chart(fig)


# Panggil fungsi run() untuk menjalankan aplikasi
if __name__ == '__main__':
    run()