Spaces:
Build error
Build error
Update app.py
Browse files
app.py
CHANGED
|
@@ -3,15 +3,31 @@ import pandas as pd
|
|
| 3 |
import matplotlib.pyplot as plt
|
| 4 |
import seaborn as sns
|
| 5 |
import plotly.graph_objects as go
|
|
|
|
| 6 |
from sklearn.linear_model import LinearRegression
|
| 7 |
-
import numpy as np
|
| 8 |
|
| 9 |
-
#
|
| 10 |
st.set_page_config(page_title="اداره زراعت و کنترل محصول", layout="wide")
|
| 11 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 12 |
# نوار کناری
|
| 13 |
st.sidebar.title("منو")
|
| 14 |
-
menu = st.sidebar.selectbox("انتخاب کنید", ["نمایش چارتها", "پیش
|
| 15 |
|
| 16 |
# چت بات
|
| 17 |
if menu == "چت بات":
|
|
@@ -21,27 +37,21 @@ if menu == "چت بات":
|
|
| 21 |
window.botpressWebChat.init({
|
| 22 |
hostUrl: "https://cdn.botpress.cloud/webchat/v2",
|
| 23 |
messagingUrl: "https://mediafiles.botpress.cloud/29d24895-b0fa-4941-a3c4-8afa638f8b28",
|
| 24 |
-
botId: "
|
| 25 |
})
|
| 26 |
</script>
|
| 27 |
""", unsafe_allow_html=True)
|
| 28 |
|
| 29 |
-
# بارگذاری دادهها یکبار برای همیشه
|
| 30 |
-
if 'crop_data' not in st.session_state:
|
| 31 |
-
uploaded_crop_file = st.sidebar.file_uploader("فایل دادههای رشد و ارتفاع را آپلود کنید", type="csv")
|
| 32 |
-
if uploaded_crop_file:
|
| 33 |
-
st.session_state.crop_data = pd.read_csv(uploaded_crop_file)
|
| 34 |
-
|
| 35 |
-
if 'weather_data' not in st.session_state:
|
| 36 |
-
uploaded_weather_file = st.sidebar.file_uploader("فایل دادههای هواشناسی را آپلود کنید", type="csv")
|
| 37 |
-
if uploaded_weather_file:
|
| 38 |
-
st.session_state.weather_data = pd.read_csv(uploaded_weather_file)
|
| 39 |
-
|
| 40 |
# نمایش چارتها
|
| 41 |
-
|
| 42 |
st.title("نمایش چارتها و نمودارهای رشد و ارتفاع مزارع نیشکر")
|
| 43 |
|
| 44 |
-
if 'crop_data' in st.session_state:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 45 |
crop_data = st.session_state.crop_data
|
| 46 |
|
| 47 |
farms = crop_data['مزرعه'].unique()
|
|
@@ -57,5 +67,45 @@ if menu == "نمایش چارتها":
|
|
| 57 |
ax[0].set_xlabel("هفته")
|
| 58 |
ax[0].set_ylabel("رشد")
|
| 59 |
|
| 60 |
-
sns.lineplot(x="هفته", y="ارتفاع", data=farm_data, ax=ax[
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 61 |
|
|
|
|
| 3 |
import matplotlib.pyplot as plt
|
| 4 |
import seaborn as sns
|
| 5 |
import plotly.graph_objects as go
|
| 6 |
+
from sklearn.model_selection import train_test_split
|
| 7 |
from sklearn.linear_model import LinearRegression
|
|
|
|
| 8 |
|
| 9 |
+
# تنظیمات صفحه
|
| 10 |
st.set_page_config(page_title="اداره زراعت و کنترل محصول", layout="wide")
|
| 11 |
|
| 12 |
+
# تابع پیشبینی
|
| 13 |
+
def predict_growth(crop_data, weeks_to_predict=8):
|
| 14 |
+
X = crop_data[['هفته', 'رشد']].dropna().values
|
| 15 |
+
y = crop_data['رشد'].dropna().values
|
| 16 |
+
|
| 17 |
+
model = LinearRegression()
|
| 18 |
+
model.fit(X, y)
|
| 19 |
+
|
| 20 |
+
future_weeks = [[week, crop_data[crop_data['هفته'] == week]['رشد'].mean()] for week in range(1, weeks_to_predict + 1)]
|
| 21 |
+
future_weeks_df = pd.DataFrame(future_weeks, columns=['هفته', 'رشد'])
|
| 22 |
+
|
| 23 |
+
predictions = model.predict(future_weeks_df)
|
| 24 |
+
|
| 25 |
+
future_weeks_df['پیشبینی رشد'] = predictions
|
| 26 |
+
return future_weeks_df
|
| 27 |
+
|
| 28 |
# نوار کناری
|
| 29 |
st.sidebar.title("منو")
|
| 30 |
+
menu = st.sidebar.selectbox("انتخاب کنید", ["نمایش چارتها", "پیشبینی رشد مزارع نیشکر با استفاده از ماشین لرنینگ", "چت بات"])
|
| 31 |
|
| 32 |
# چت بات
|
| 33 |
if menu == "چت بات":
|
|
|
|
| 37 |
window.botpressWebChat.init({
|
| 38 |
hostUrl: "https://cdn.botpress.cloud/webchat/v2",
|
| 39 |
messagingUrl: "https://mediafiles.botpress.cloud/29d24895-b0fa-4941-a3c4-8afa638f8b28",
|
| 40 |
+
botId: "your-bot-id",
|
| 41 |
})
|
| 42 |
</script>
|
| 43 |
""", unsafe_allow_html=True)
|
| 44 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 45 |
# نمایش چارتها
|
| 46 |
+
elif menu == "نمایش چارتها":
|
| 47 |
st.title("نمایش چارتها و نمودارهای رشد و ارتفاع مزارع نیشکر")
|
| 48 |
|
| 49 |
+
if 'crop_data' not in st.session_state:
|
| 50 |
+
uploaded_file = st.file_uploader("فایل دادههای رشد و ارتفاع را آپلود کنید", type="csv")
|
| 51 |
+
if uploaded_file:
|
| 52 |
+
st.session_state.crop_data = pd.read_csv(uploaded_file)
|
| 53 |
+
st.write("دادههای رشد و ارتفاع بارگذاری شد.")
|
| 54 |
+
else:
|
| 55 |
crop_data = st.session_state.crop_data
|
| 56 |
|
| 57 |
farms = crop_data['مزرعه'].unique()
|
|
|
|
| 67 |
ax[0].set_xlabel("هفته")
|
| 68 |
ax[0].set_ylabel("رشد")
|
| 69 |
|
| 70 |
+
sns.lineplot(x="هفته", y="ارتفاع", data=farm_data, ax=ax[1])
|
| 71 |
+
ax[1].set_title("ارتفاع گیاه")
|
| 72 |
+
ax[1].set_xlabel("هفته")
|
| 73 |
+
ax[1].set_ylabel("ارتفاع")
|
| 74 |
+
|
| 75 |
+
st.pyplot(fig)
|
| 76 |
+
|
| 77 |
+
st.subheader("نمودار سه بعدی ارتفاع گیاه")
|
| 78 |
+
fig = go.Figure(data=[go.Surface(z=farm_data.pivot(index='هفته', columns='مزرعه', values='ارتفاع').values)])
|
| 79 |
+
fig.update_layout(title='نمودار سه بعدی ارتفاع گیاه', autosize=True,
|
| 80 |
+
scene=dict(zaxis_title='ارتفاع', xaxis_title='هفته', yaxis_title='مزرعه'))
|
| 81 |
+
st.plotly_chart(fig)
|
| 82 |
+
|
| 83 |
+
# پیشبینی رشد مزارع نیشکر با استفاده از ماشین لرنینگ
|
| 84 |
+
elif menu == "پیشبینی رشد مزارع نیشکر با استفاده از ماشین لرنینگ":
|
| 85 |
+
st.title("پیشبینی رشد مزارع نیشکر با استفاده از ماشین لرنینگ")
|
| 86 |
+
|
| 87 |
+
if 'crop_data' not in st.session_state:
|
| 88 |
+
uploaded_file = st.file_uploader("فایل دادههای رشد و ارتفاع را آپلود کنید", type="csv")
|
| 89 |
+
if uploaded_file:
|
| 90 |
+
st.session_state.crop_data = pd.read_csv(uploaded_file)
|
| 91 |
+
st.write("دادههای رشد و ارتفاع بارگذاری شد.")
|
| 92 |
+
else:
|
| 93 |
+
crop_data = st.session_state.crop_data
|
| 94 |
+
|
| 95 |
+
farms = crop_data['مزرعه'].unique()
|
| 96 |
+
selected_farm = st.selectbox("انتخاب مزرعه", farms)
|
| 97 |
+
|
| 98 |
+
farm_data = crop_data[crop_data['مزرعه'] == selected_farm]
|
| 99 |
+
predicted_growth = predict_growth(farm_data)
|
| 100 |
+
|
| 101 |
+
st.subheader("پیشبینی رشد برای هفته هشتم")
|
| 102 |
+
st.write(predicted_growth)
|
| 103 |
+
|
| 104 |
+
st.subheader("نمودار رشد پیشبینی شده")
|
| 105 |
+
fig, ax = plt.subplots(figsize=(10, 6))
|
| 106 |
+
sns.lineplot(x=predicted_growth['هفته'], y=predicted_growth['پیشبینی رشد'], ax=ax)
|
| 107 |
+
ax.set_title("رشد پیشبینی شده")
|
| 108 |
+
ax.set_xlabel("هفته")
|
| 109 |
+
ax.set_ylabel("رشد پیشبینی شده")
|
| 110 |
+
st.pyplot(fig)
|
| 111 |
|