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 = 'Heart Failure - EDA',
    layout = 'wide',
    initial_sidebar_state='expanded'
)

def run():


    # Membuat Title
    st.title('Graded Challenge 3 Phase 1')

    # Membuat Sub Header
    st.subheader('EDA untuk Analisa Dataset Heart Failure')

    # Menambahkan Gambar
    image = Image.open('SystolicHeartFailureHero.jpg')
    st.image(image, caption='Heart Photo')

    # Menambahkan Deskripsi
    st.write('Page ini dibuat oleh *William*')

    # Membuat Garis Lurus
    st.markdown('---')

    # Magic Syntax
    '''
    Pada page kali ini, penulis akan melakukan eksplorasi sederhana.
    Dataset yang digunakan adalah dataset Heart Failure.
    Dataset ini berasal dari BigQuery Hacktiv8.
    '''

    # Show DataFrame
    data = pd.read_csv('h8dsft_P1G3_William.csv')
    st.dataframe(data)

    st.write('#### Plot Banyaknya pasien yang hidup / meninggal ')
    fig = plt.figure(figsize=(15, 5))
    sns.countplot(x='DEATH_EVENT',data=data)
    st.pyplot(fig)

    '''
    berdasarkan data, pasien penyakit jantung memiliki kemungkinan untuk selamat lebih besar daripada mengalami kematian
    '''
       
    # Membuat Barplot
    st.write('#### Plot death event berdasarkan age')
    fig = plt.figure(figsize=(15, 5))
    sns.histplot(data[data.DEATH_EVENT == 0].age,kde=False,color="blue", label="Age for Death Event 0")
    sns.histplot(data[data.DEATH_EVENT == 1].age,kde=False,color = "red", label = "Age for Death Event 1")
    plt.legend()
    st.pyplot(fig)
    
    '''
    dapat dilihat bahwa lebih besar kemungkinan pasien yang meninggal pada umur diatas 80an dibandingkan dengan yang umurnya lebih muda
    ditnjukkan dengan plot berwarna merah yang lebih tinggi pada umur 80 tahun keatas
    '''

    # Membuat Histogram Berdasarkan Input User
    st.write('#### Histogram berdasarkan input user')
    pilihan = st.selectbox('Pilih column : ', ('age', 'anaemia', 'creatinine_phosphokinase', 'diabetes','ejection_fraction','high_blood_pressure','platelets','serum_creatinine','serum_creatinine','sex','smoking','time'))
    fig = plt.figure(figsize=(15, 5))
    sns.histplot(data[pilihan], bins=30, kde=True)
    st.pyplot(fig)


if __name__ == '__main__':
    run()