Download app.py from mehdi364/CSV_file: direct link, hf CLI and curl.
- Browser
- Download file 3.26 kB
-
https://huggingface.co/spaces/mehdi364/CSV_file/resolve/main/app.py
- Command line
-
hf download hf://spaces/mehdi364/CSV_file/app.py
-
curl -L -o app.py https://huggingface.co/spaces/mehdi364/CSV_file/resolve/main/app.py
3.26 kB
| import streamlit as st | |
| import pandas as pd | |
| import matplotlib.pyplot as plt | |
| import seaborn as sns | |
| # تنظیمات اولیه استریم لیت | |
| st.set_page_config(page_title="مرکز آموزش", page_icon="🎓", layout="wide") | |
| st.title("📊 مرکز آموزش") | |
| st.write(""" | |
| این برنامه به شما کمک میکند تا دادههای ثبتنام هنرجو و کلاسهای آموزش را تجزیه و تحلیل کرده و داشبوردی برای نمایش آنها ارائه دهید. | |
| لطفا فایل CSV دادههای خود را آپلود کنید. | |
| """) | |
| # آپلود فایل CSV | |
| uploaded_file = st.file_uploader("انتخاب فایل CSV", type=["csv"]) | |
| if uploaded_file: | |
| # خواندن دادههای CSV | |
| df = pd.read_csv(uploaded_file, delimiter='؛') | |
| # تغییر نام ستونها به نامهای معنیدار | |
| df.rename(columns={ | |
| 'Table1_Cell1': 'تاریخ کلاس', | |
| 'Table1_Cell2': 'شهریه', | |
| 'Table1_Cell3': 'تعداد جلسات', | |
| 'Table1_Cell4': 'استاد', | |
| 'Table1_Cell5': 'نام کلاس', | |
| 'Table1_Cell6': 'تحصیلات', | |
| 'Table1_Cell7': 'جنسیت', | |
| 'Table1_Cell8': 'کد ملی', | |
| 'Table1_Cell9': 'نام پدر', | |
| 'Table1_Cell10': 'نام خانوادگی', | |
| 'Table1_Cell11': 'نام هنرجو' | |
| }, inplace=True) | |
| # پاکسازی نام ستونها از فضاهای اضافی | |
| df.columns = df.columns.str.strip() | |
| # نمایش دادهها | |
| st.subheader("نمایش دادهها") | |
| st.write("پیشنمایش دادههای آپلود شده:") | |
| st.dataframe(df.head()) | |
| st.write("نام ستونهای موجود در فایل:") | |
| st.write(df.columns) | |
| # نمودار تعداد هنرجویان بر اساس نام کلاس | |
| st.subheader("تعداد هنرجویان بر اساس کلاس") | |
| student_count_per_class = df.groupby('نام کلاس')['نام هنرجو'].count().reset_index() | |
| plt.figure(figsize=(10, 6)) | |
| sns.barplot(x='نام کلاس', y='نام هنرجو', data=student_count_per_class) | |
| plt.xticks(rotation=45) | |
| plt.title('تعداد هنرجویان بر اساس کلاس') | |
| plt.xlabel('نام کلاس') | |
| plt.ylabel('تعداد هنرجویان') | |
| st.pyplot(plt) | |
| # نمودار توزیع جنسیت | |
| st.subheader("توزیع جنسیت") | |
| gender_distribution = df['جنسیت'].value_counts().reset_index() | |
| gender_distribution.columns = ['جنسیت', 'تعداد'] | |
| plt.figure(figsize=(8, 5)) | |
| sns.barplot(x='جنسیت', y='تعداد', data=gender_distribution) | |
| plt.title('توزیع جنسیت') | |
| st.pyplot(plt) | |
| # نمودار شهریه بر اساس تعداد جلسات | |
| st.subheader("نمودار شهریه بر اساس تعداد جلسات") | |
| plt.figure(figsize=(10, 6)) | |
| sns.scatterplot(data=df, x='تعداد جلسات', y='شهریه') | |
| plt.title('توزیع شهریه بر اساس تعداد جلسات') | |
| plt.xlabel('تعداد جلسات') | |
| plt.ylabel('شهریه') | |
| st.pyplot(plt) | |
| else: | |
| st.info("لطفا یک فایل CSV برای ادامه آپلود کنید.") | |