import streamlit as st import pandas as pd import seaborn as sns import matplotlib.pyplot as plt import plotly.express as px st.set_page_config( page_title = 'HEART FAILURE - EDA', layout = 'wide', initial_sidebar_state = 'expanded' ) def run(): # Membuat fila st.title('Heart Failure Prediction') # Membaut subheader st.subheader('EDA untuk Analisis Dataset Heart Failure') # Menambahkan deskripsi st.write('**Gagal jantung** adalah kondisi serius yang dapat mempengaruhi kualitas hidup seseorang dan dapat berujung pada risiko kematian. Namun, dengan kemajuan dalam ilmu medis dan teknologi, telah ada upaya untuk memprediksi apakah seseorang dengan gagal jantung akan menghadapi risiko kematian atau tidak. Penelitian-penelitian ini bertujuan untuk memberikan wawasan yang lebih baik tentang prognosis individu dan membantu dalam pengambilan keputusan pengobatan yang lebih tepat.') # 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 Public Data ''' # Show DataFrame data = pd.read_csv('https://raw.githubusercontent.com/hilalrd/latihan_b19/master/h8dsft_P1G3_Hilal_Amirudin.csv') st.dataframe(data) # Membuat Barplot st.write('#### Plot Ejection fraction') fig = plt.figure(figsize=(15, 5)) sns.countplot(x='ejection_fraction', data=data) st.pyplot(fig) # Membuat Histogram st.write('#### Histogram of Serum Creatine') fig = plt.figure(figsize=(15, 5)) sns.histplot(data['serum_creatinine'], bins=30, kde=True) st.pyplot(fig) # Membuat Histogram st.write('#### Histogram of Serum Sodium') fig = plt.figure(figsize=(15, 5)) sns.histplot(data['serum_sodium'], bins=30, kde=True) st.pyplot(fig) # Membuat Histogram st.write('#### Histogram of age') fig = plt.figure(figsize=(15, 5)) sns.histplot(data['age'], bins=30, kde=True) st.pyplot(fig) # Membuat Histogram berdasarkan Input user st.write('#### Histogram berdasarkan input user') pilihan = st.selectbox('Pilih column : ', ('age', 'creatinine_phosphokinase', 'ejection_fraction', 'platelets', 'serum_sodium', 'time')) fig = plt.figure(figsize=(15, 5)) sns.histplot(data[pilihan], bins=30, kde=True) st.pyplot(fig) # Membuat Plotly plot st.write('#### Plotly Plot - Smoking dengan Time') fig = px.scatter(data, x='ejection_fraction', y='time') st.plotly_chart(fig) if __name__== '__main__': run()