app.py

import streamlit as st 
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import base64
import plotly.express as px
from streamlit_option_menu import option_menu
from numerize.numerize import numerize
from streamlit_extras.metric_cards import style_metric_cards
import time
from pycaret.classification import load_model #importation des principaux modules

st.set_option('deprecation.showPyplotGlobalUse', False)   
@st.cache_data               


def load_data(dataset):
    df = pd.read_csv(dataset)
    return df # fonction permettant de charger un dataset
st.set_page_config(page_title="Cardio",
                   layout="wide",
                   
                   page_icon="💗") # titre et icon de la page
# image du sidebar ci-dessous

st.markdown("<h1 style='text-align:center;color:#e74c3c;'>APPLICATION DE PREDICTION DES ARRETS CARDIAQUES</h1>",unsafe_allow_html=True)
# titre
st.sidebar.image('https://media.tenor.com/PWenw46fhbAAAAAj/stethoscope-heart.gif',caption="") 
theme_plotly = None 
#image d'entête

def prediction():
  data = load_data("brain_stroke.csv")  
  model = load_model("strokemodel")
  col1, col2, col3 = st.columns(3)
  col4,col5=st.columns(2)
  with col1:          # Nous avons ci-dessous tous les champs qui permettrons à l'utilisateur d'entrer des données pour faire des prédictions
    gender1 = st.selectbox('Selectionner le genre',data["gender"].unique())
  with col2:
      age2 = st.text_input('Age')
  with col3:
      hyper3 = st.selectbox('Hypertendu?',["Oui","Non"])
  with col1:
      heart4 = st.selectbox('heart_disease?',["Oui","Non"])
  with col2:
      married5 = st.selectbox('ever_married?',["Oui","Non"])
  with col3:
      work6 = st.selectbox('type de travail?',data["work_type"].unique())
  with col4:
      place7 = st.selectbox('type de résidence?',data["Residence_type"].unique())
  with col5:
    gluco8 = st.text_input('Moyenne Glucose')
      
  with col4:
    bmi9 = st.text_input('Bmi')
  with col5:
      smoke10 = st.selectbox('fume?',data["smoking_status"].unique())
    
  a = ''

    # creating a button for Prediction
  a =st.button('Prédire') #Boutton permettant d'afficher le resultat
  if smoke10 and bmi9 and gluco8 and age2: # le code s'execute en dessous de se bloque si tous les champs sont renseignés
      if a:
          hyperf = 0
          if hyper3 == "oui":
              hyperf = 1
          else:
              hyperf = 0
          heartf = 0
          if heart4 == "oui":
              heartf = 1
          else:
              heartf = 0
          marriedf = 0
          if married5 == "oui":
              marriedf = 1
          else:
              marriedf = 0    
              
          d = {'gender':gender1,'age':age2,'hypertension':hyperf,'heart_disease':heartf,'ever_married':marriedf,'work_type':work6,'Residence_type':place7,'avg_glucose_level':gluco8,'bmi':bmi9,'smoking_status':smoke10}
          csv = {'gender':gender1,'age':age2,'hypertension':hyperf,'heart_disease':heartf,'ever_married':marriedf,'work_type':work6,'Residence_type':place7,'avg_glucose_level':gluco8,'bmi':bmi9,'smoking_status':smoke10}
          features = pd.DataFrame(d,index=[0]) # la varaible d est transformé en datafram et sera utile pour les prédictions
        #   user_input = [float(x) for x in user_input]
          prediction = model.predict(features) # prediction
          msg = ""
          if prediction[0] == 1:
              msg = "Nous avons un risque de d'arrêt cardiaque"
          else:
              msg = "Nous n'avons pas de risque d'arrêt cardiaque"
              
              
          resp = f'{msg}' # afficher le resultat des prédictions
          csv['Stroke'] = prediction[0] #la variable csv sera utiliser ^pour exporter les données du processus de prédiction
          st.success(resp) # une reponse est affiché contenant le resultat de la prédiction
          csv = pd.DataFrame(csv,index=[0]) # création du dataset
          csv.to_csv('./prediction_results.csv', index=False)
          st.write("Table:")
          st.write(csv) #visualisation des données et du resultat sur un tableau avec possibilité de télécharger le reultat
                # en csv pour une utilisation ultérieure

            # Create a download button
        

      else:
          if a:
              st.error("Some fields are empty")    # se message s'affiche dans le cas ou tous les champs ne sont pas renseignés 
     
  
  slider_labels = [
        ("Size (cm)", "Size (cm)"),

    ]

  

def Home():
    df = load_data('brain_stroke.csv') # importation du dataset
    with st.expander("VISUALISATION DES DONNEES"):
        showData=st.multiselect('Filter: ',df.columns,default=["age","hypertension","ever_married","bmi"])
        st.dataframe(df[showData],use_container_width=True)  # visualisation des données
    #compute top analytics
    meanage = float(pd.Series(df['age']).mean())
    meanbmi = float(pd.Series(df['bmi']).mean())
    meanavg = float(pd.Series(df['avg_glucose_level']).mean()) 
   # cacul des moyennes de age, bmi et avg-glucose level


    total1,total3,total4=st.columns(3,gap='large') # trois colonnes affichants les moyennes
    with total1:
        st.info('Age',icon="🧔")
        st.metric(label="Moyenne",value=f"{meanage:,.0f}")

    with total3:
        st.info('Bmi',icon="❤️")
        st.metric(label="Moyenne",value=f"{meanbmi:,.0f}")

    with total4:
        st.info('Glucose',icon="🍬")
        st.metric(label="Moyenne",value=f"{meanavg:,.0f}")

    style_metric_cards(background_color="#6c5ce7", border_left_color="#e74c3c",border_color="#000000",box_shadow="#F71938")
    
    #variable distribution Histogram
    with st.expander("DISTRIBUTIONS PAR FREQUENCE"):
     df.hist(figsize=(16,8),color='#898784', zorder=2, rwidth=0.9,legend = ['Investment'])
     st.pyplot()
    st.video("https://videos.pexels.com/video-files/8460293/8460293-sd_640_360_24fps.mp4", format="video/mp4", start_time=0,autoplay = True, loop=True)
    st.write("Une crise cardiaque, également appelée infarctus du myocarde, est une urgence médicale grave qui survient lorsque l'apport de sang riche en oxygène à une partie du muscle cardiaque est soudainement bloqué. Voici quelques informations clés sur les crises cardiaques Causes : La cause la plus fréquente est l'obstruction d'une artère coronaire par un caillot sanguin qui empêche le sang d'irriguer correctement une partie du cœur.Symptômes : Les principaux symptômes d'une crise cardiaque sont une douleur ou un inconfort dans la poitrine, pouvant s'étendre au bras, au cou ou à la mâchoire, ainsi que des difficultés à respirer, des sueurs froides et des nausées. Gravité : Une crise cardiaque est une urgence médicale potentiellement mortelle si elle n'est pas prise en charge rapidement. Elle peut entraîner des lésions irréversibles du muscle cardiaque. Traitement : Le traitement rapide par des médicaments et/ou une intervention chirurgicale (angioplastie, pontage) est essentiel pour limiter les dommages au cœur et prévenir les complications. Prévention : Les facteurs de risque comme le tabagisme, l'hypertension, le diabète ou l'obésité doivent être pris en charge pour prévenir les crises cardiaques.")    
def visualisation():
    graphs()
    data = load_data('brain_stroke.csv') # on upload le dataset
    st.write(data.head(5))# visualisation du dataset
    if st.checkbox('Summary'):
            st.write(data.describe().head()) # Analyse sommaire
    elif st.checkbox('Correlation'):
            plt.figure(figsize=(15,15))  # Matrice de corrélation
            st.write(sns.heatmap(data.drop(["gender","ever_married","work_type","Residence_type","smoking_status"],axis=1).corr(),annot=True))
            st.pyplot()
   

def sideBar():
 
 with st.sidebar:
    
    selected=option_menu(
        menu_title="Main Menu",
        options=["Accueil","Visualisation","Predictions","Contribution"],
        icons=["house","eye","clipboard-data","people"],
        menu_icon="cast",
        default_index=0
    )


 if selected=="Accueil":
    #st.subheader(f"Page: {selected}")
    Home()
 if selected=="Visualisation":
    #st.subheader(f"Page: {selected}")
    visualisation()
 if selected == "Predictions":
     prediction()
 if  selected == "Contribution":
    st.markdown("<h1 style='text-align:center;color: white;'>YOUNDA NANDJOU LENZ</h1>",unsafe_allow_html=True)
    st.image("https://media.istockphoto.com/id/1324905417/fr/photo/%C3%A9quipe-de-r%C3%A9flexion.jpg?b=1&s=612x612&w=0&k=20&c=eAhgTO-E0Ro1yAQ9IfNJsWpcoZYP1Pf3A_hwYhW2BLI=",width=900)
    st.balloons()

def graphs():

    df = load_data('brain_stroke.csv') 
    investment_by_business_type=(
        df.groupby(by=["gender"]).count()[["avg_glucose_level"]]
    )
    fig_investment=px.bar(
       investment_by_business_type,
       x="avg_glucose_level",
       y=investment_by_business_type.index,
       orientation="h",
       title="<b>avg_glucose_level en fonction du genre</b>",
       color_discrete_sequence=["#0083B8"]*len(investment_by_business_type),
       template="plotly_white",
    )
    fig_investment.update_layout(
     plot_bgcolor="rgba(0,0,0,0)",
     font=dict(color="black"),
     yaxis=dict(showgrid=True, gridcolor='#cecdcd'),  # Show y-axis grid and set its color  
     paper_bgcolor='rgba(0, 0, 0, 0)',  # Set paper background color to transparent
     xaxis=dict(showgrid=True, gridcolor='#cecdcd'),  # Show x-axis grid and set its color
     )

    #simple line graph investment by state
    investment_state=df.groupby(by=["work_type"]).count()[["age"]]
    fig_state=px.line(
       investment_state,
       x=investment_state.index,
       y="age",
       orientation="v",
       title="<b> Age en fonction du travail</b>",
       color_discrete_sequence=["#0083b8"]*len(investment_state),
       template="plotly_white",
    )
    fig_state.update_layout(
    xaxis=dict(tickmode="linear"),
    plot_bgcolor="rgba(0,0,0,0)",
    yaxis=(dict(showgrid=False))
     )

    left,right,center=st.columns(3)
    left.plotly_chart(fig_state,use_container_width=True)
    right.plotly_chart(fig_investment,use_container_width=True)
    
    with center:
      #pie chart
      fig = px.pie(df, values='age', names='smoking_status', title='Age && Smoking status')
      fig.update_layout(legend_title="Regions", legend_y=0.9)
      fig.update_traces(textinfo='percent+label', textposition='inside')
      st.plotly_chart(fig, use_container_width=True, theme=theme_plotly)
            
# If the file was imported as a module, the code would not run.           
if __name__ == '__main__':
    sideBar()