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 def run(): # membuat Tittle st.title('FIFA 2022 Player Rating Prediction') # membuat sub header st.subheader('Eda untuk Analisis Dataset FIFA 2022') # menambahkan gambar st.image('https://cdn.pixabay.com/photo/2016/06/22/08/40/cow-1472655_1280.png', caption='SAPI') st.image('gambar1.png') # menambahkan deskripsi st.write('Page ini dibuat oleh Kumala Chann') #anggap seperti markdown st.write('# Halo') st.write('## Halo') st.write('### Halo') # membuat garis lurus st.markdown('---') # MAGIC syntax ''' Pada page kali ini penulis akan melakukan eksplorasi sederhana, dataset yang digunakan adalah dataset FIFA 2022. Dataset ini berasal dari web sofifa.com ''' df = pd.read_csv('https://raw.githubusercontent.com/FTDS-learning-materials/phase-1/master/w1/P1W1D1PM%20-%20Machine%20Learning%20Problem%20Framing.csv') st.dataframe(df) # membuat barplot st.write('### Plot AttackingWorkRate') fig = plt.figure(figsize=(15,5)) sns.countplot(x='AttackingWorkRate', data=df) st.pyplot(fig) st.write('Ini analisisnya') # membuat histogram st.write('### Histogram Berdasarkan Overall') fig = plt.figure(figsize=(15,5)) sns.histplot(df['Overall'], bins=30, kde=True) st.pyplot(fig) # membuat histogram berdasrakan input user st.write('### Histogram Berdasarkan Input User') pilihan = st.selectbox('Pilih kolom: ', ('Age','Weight','Height','ShootingTotal')) fig = plt.figure(figsize=(15,5)) sns.histplot(df[pilihan], bins=30, kde=True) st.pyplot(fig) if pilihan == 'Height': st.write('Kolom height sangat skew') elif pilihan == 'Weight': st.write('Kolom weight sangat skew') elif pilihan == 'Age': st.write('Kolom age sangat skew') else: st.write('Kolom shooting total sangat skew') # interactif chart st.write('### Plotly Plot - ValueEUR dengan Overall') fig = px.scatter(df, x='ValueEUR', y='Overall',hover_data=['Name','Age']) st.plotly_chart(fig) if __name__ == '__main__': run()