eda.py

import streamlit as st
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from PIL import Image

def run():
    st.title('Welcome to Explaration Data Analysis')

    df= pd.read_csv('P1G1_Kenneth Vincentius.csv')

    st.table(df.head(5))

    st.title('Presentasi Persentase Default Payment')

    # Membuat barplot menampilkan persentase orang yang bisa membayar atau tidak
    count_data = df['default_payment_next_month'].value_counts()
    total_data = len(df)
    percentage_data = (count_data / total_data) * 100

    # Plot bar
    fig_1 = plt.figure()
    sns.barplot(x=percentage_data.index, y=percentage_data.values)
    plt.title('Presentasi Persentase Def Payment')
    plt.xlabel('def_payment')
    plt.ylabel('Persentase (%)')

    for i in range(len(percentage_data)):
        plt.text(i, percentage_data[i], f'{percentage_data[i]:.2f}%', ha='center', va='bottom')

    # Tampilkan plot menggunakan Streamlit
    st.pyplot(fig_1)

    with st.expander('Explanation'):
        st.caption('Hasil : Kita bisa melihat bahwa 78.58 bisa bisa membayar dan 21.42% tidak bisa membayar')

    st.title("Persentase dari Gender")

    # Membuat barplot menampilkan persentase defaulting payment berdasarkan jenis kelamin
    def_count = (df.sex.value_counts(normalize=True) * 100)
    fig_2 = plt.figure(figsize=(6, 6))
    def_count.plot.bar()
    plt.xticks(fontsize=12, rotation=0)
    plt.yticks(fontsize=12)
    plt.title("Persentase dari Gender", fontsize=15)

    # Menampilkan persentase di atas batang
    for x, y in zip([0, 1], def_count):
        plt.text(x, y, '{:.2f}%'.format(y), fontsize=12)  # Memformat y menjadi dua angka desimal

    # Tampilkan plot menggunakan Streamlit
    st.pyplot(fig_2)

    with st.expander('Explanation'):
        st.caption('Bisa dilihat bahwa terdapat 39.24% di laki-laki=1 dan 60.76% didominasi oleh perempuan=2')

    # Judul aplikasi
    st.title('Distribusi Usia')

    # Membuat plot histogram dari distribusi usia
    fig_3, ax = plt.subplots(1, 2, figsize=(12, 6))

    # Plot histogram
    sns.histplot(df['age'], kde=True, ax=ax[1])
    ax[1].set_title('Distribution of Age')
    ax[1].set_xlabel('Age')
    ax[1].set_ylabel('Frequency')

    # Tampilkan plot menggunakan Streamlit
    st.pyplot(fig_3)

    with st.expander('Explanation'):
        st.caption('Bisa dilihat bahwa persebaran umur dari umur 20 sampai 50')