Update eda.py

eda.py

@@ -1,218 +1,218 @@
-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
-
-
-#melebarkan
-st.set_page_config(
-    page_title='Employee Attrition Prediction',
-    layout='wide',
-    initial_sidebar_state='expanded'
-
-)
-
-st.markdown("""<style>.reportview-container {background: "5160549.jpg"}.sidebar .sidebar-content {background: "5160549.jpg"}</style>""",unsafe_allow_html=True)
-
-
-
-def run():
-
-    # membuat judul
-    st.title('Employee Attrition Prediction')
-
-    #membuat sub header
-    st.subheader('Employee Attrition Prediction EDA')
-
-
-
-    # library pillow buat gambar
-    image = Image.open('employee.jpg')
-    st.markdown('---')
-    st.image(image, caption=' "" ') 
-
-    # descripsi
-    st.write('### Halaman ini berisi Eksplorasi Data ')
-
-    # Membuat Garis lurus
-    st.markdown('---')
-
-
-    # Nampilin dataframe
-    st.write('### Employee Attrition Data')
-
-    df = pd.read_csv('Main_data.csv')
-    st.dataframe(df.head(5))
-
-    st.markdown('***')
-    #barplot
-    fig = plt.figure(figsize=(8,5))
-
-    
-    ###########################################
-    
-    st.write('### Attrition Distribution')
-    
-    # Menghitung jumlah setiap value
-    target_counts = df['Attrition'].value_counts()
-
-    # Membuat label untuk legenda dengan jumlah setiap value
-    labels = [f'Attrition {i} - {count}' for i, count in target_counts.items()]
-
-    # Membuat pie chart
-    fig = plt.figure(figsize=(10, 5))
-    plt.subplot(1, 2, 2)
-    target_counts.plot(kind='pie', autopct='%1.1f%%',  shadow=True, labels=None, colors =['#0072C6', '#BFBFBF'])
-    plt.title('Employee Attrition')
-
-    # Menambahkan legenda
-    plt.legend(labels, loc='upper right', bbox_to_anchor=(1.3, 1))
-
-    
-    st.pyplot(fig)
-
-    st.markdown('---')
-
-
-    ###########################################
-    st.write('### Data Demografi Karyawan')
-    pilihan = st.selectbox('Pilih Kolom : ', ('Gender','Education','MaritalStatus','Department'))
-
-    # Melakukan pengelompokan langsung pada indeks DataFrame
-    attrition_data = df.groupby([df[pilihan], 'Attrition']).size().unstack(fill_value=0)
-
-    fig = plt.figure(figsize=(15, 5))
-    colors =['#0072C6', '#BFBFBF']
-    # Plot: Distribusi Attrition berdasarkan kolom yang dipilih
-    ax = plt.gca()
-
-    # Menyesuaikan jenis plot berdasarkan jumlah indeks attrition_data
-    if len(attrition_data.index) > 3:
-        attrition_data.plot(kind='barh', stacked=True, color=colors, ax=ax)
-        ax.set_xlabel('Jumlah Karyawan')
-        ax.set_ylabel(pilihan)  # Menggunakan nama kolom yang dipilih langsung
-    else:
-        attrition_data.plot(kind='bar', stacked=True, color=colors, ax=ax)
-        ax.set_ylabel('Jumlah Karyawan')
-        ax.set_xlabel(pilihan)  # Menggunakan nama kolom yang dipilih langsung
-        ax.set_xticklabels(attrition_data.index, rotation=0)
-
-    ax.set_title(f'Distribusi Attrition Berdasarkan {pilihan}')  # Menggunakan nama kolom yang dipilih langsung
-    ax.legend(title='Attrition', labels=['Tidak', 'Ya'])
-
-    # Menambahkan anotasi pada plot
-    for container in ax.containers:
-        if len(attrition_data.index) > 3:
-            labels = [f'{int(v.get_width())}' for v in container]
-        else:
-            labels = [f'{int(v.get_height())}' for v in container]
-        ax.bar_label(container, labels=labels, label_type='center', padding=2)
-    st.pyplot(fig)
-
-    st.markdown('---')
-
-    ####################################################
-
-    st.write('### Data Survey Karyawan')
-    pilihan = st.selectbox('Pilih Kolom : ', ('EnvironmentSatisfaction','JobSatisfaction', 'WorkLifeBalance'))
-
-    # Melakukan pengelompokan langsung pada indeks DataFrame
-    attrition_data = df.groupby([df[pilihan], 'Attrition']).size().unstack(fill_value=0)
-
-    fig = plt.figure(figsize=(15, 5))
-    colors =['#0072C6', '#BFBFBF']
-    # Plot: Distribusi Attrition berdasarkan kolom yang dipilih
-    ax = plt.gca()
-
-    # Menyesuaikan jenis plot berdasarkan jumlah indeks attrition_data
-    if len(attrition_data.index) > 3:
-        attrition_data.plot(kind='barh', stacked=True, color=colors, ax=ax)
-        ax.set_xlabel('Jumlah Karyawan')
-        ax.set_ylabel(pilihan)  # Menggunakan nama kolom yang dipilih langsung
-    else:
-        attrition_data.plot(kind='bar', stacked=True, color=colors, ax=ax)
-        ax.set_ylabel('Jumlah Karyawan')
-        ax.set_xlabel(pilihan)  # Menggunakan nama kolom yang dipilih langsung
-        ax.set_xticklabels(attrition_data.index, rotation=0)
-
-    ax.set_title(f'Distribusi Attrition Berdasarkan {pilihan}')  # Menggunakan nama kolom yang dipilih langsung
-    ax.legend(title='Attrition', labels=['Tidak', 'Ya'])
-
-    # Menambahkan anotasi pada plot
-    for container in ax.containers:
-        if len(attrition_data.index) > 3:
-            labels = [f'{int(v.get_width())}' for v in container]
-        else:
-            labels = [f'{int(v.get_height())}' for v in container]
-        ax.bar_label(container, labels=labels, label_type='center', padding=2)
-    st.pyplot(fig)
-
-    st.markdown('---')
-
-    ####################################################
-
-    st.write('### Data Performa Karyawan')
-    pilihan = st.selectbox('Pilih Kolom : ', ('JobInvolvement', 'PerformanceRating','BusinessTravel','JobLevel', 'JobRole'))
-
-    # Melakukan pengelompokan langsung pada indeks DataFrame
-    attrition_data = df.groupby([df[pilihan], 'Attrition']).size().unstack(fill_value=0)
-
-    fig = plt.figure(figsize=(15, 5))
-    colors =['#0072C6', '#BFBFBF']
-    # Plot: Distribusi Attrition berdasarkan kolom yang dipilih
-    ax = plt.gca()
-
-    # Menyesuaikan jenis plot berdasarkan jumlah indeks attrition_data
-    if len(attrition_data.index) > 3:
-        attrition_data.plot(kind='barh', stacked=True, color=colors, ax=ax)
-        ax.set_xlabel('Jumlah Karyawan')
-        ax.set_ylabel(pilihan)  # Menggunakan nama kolom yang dipilih langsung
-    else:
-        attrition_data.plot(kind='bar', stacked=True, color=colors, ax=ax)
-        ax.set_ylabel('Jumlah Karyawan')
-        ax.set_xlabel(pilihan)  # Menggunakan nama kolom yang dipilih langsung
-        ax.set_xticklabels(attrition_data.index, rotation=0)
-
-    ax.set_title(f'Distribusi Attrition Berdasarkan {pilihan}')  # Menggunakan nama kolom yang dipilih langsung
-    ax.legend(title='Attrition', labels=['Tidak', 'Ya'])
-
-    # Menambahkan anotasi pada plot
-    for container in ax.containers:
-        if len(attrition_data.index) > 3:
-            labels = [f'{int(v.get_width())}' for v in container]
-        else:
-            labels = [f'{int(v.get_height())}' for v in container]
-        ax.bar_label(container, labels=labels, label_type='center', padding=2)
-    st.pyplot(fig)
-
-    st.markdown('---')
-
-    ####################################################
-
-    st.write('### Data Numerical')
-    pilihan = st.selectbox('Pilih Kolom : ', ('Age','DistanceFromHome','MonthlyIncome', 'NumCompaniesWorked','PercentSalaryHike','TotalWorkingYears',
-               'YearsAtCompany','YearsSinceLastPromotion','YearsWithCurrManager'))
-    
-    
-    fig = plt.figure(figsize=(15, 5))
-    
-    attrition_no = df[df['Attrition'] == 'No'][pilihan]
-    attrition_yes = df[df['Attrition'] == 'Yes'][pilihan]
-    
-    sns.histplot(attrition_no, color=colors[0], label='No', kde=False, bins=30)
-    sns.histplot(attrition_yes, color=colors[1], label='Yes', kde=False, bins=30)
-    
-    plt.title(f'Histogram Distribusi {pilihan} Berdasarkan Attrition')
-    plt.xlabel(pilihan)
-    plt.ylabel('Jumlah Karyawan')
-    plt.legend(title='Attrition')
-    
-    plt.tight_layout()
-    
-    st.pyplot(fig)
-
-
-if __name__ == '__main__':
+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
+
+
+#melebarkan
+st.set_page_config(
+    page_title='Employee Attrition Prediction',
+    layout='wide',
+    initial_sidebar_state='expanded'
+
+)
+
+st.markdown("""<style>.reportview-container {background: "5160549.jpg"}.sidebar .sidebar-content {background: "5160549.jpg"}</style>""",unsafe_allow_html=True)
+
+
+
+def run():
+
+    # membuat judul
+    st.title('Employee Attrition Prediction')
+
+    #membuat sub header
+    st.subheader('Employee Attrition Prediction EDA')
+
+
+
+    # library pillow buat gambar
+    image = Image.open('employee.jpg')
+    st.markdown('---')
+    st.image(image, caption=' "" ') 
+
+    # descripsi
+    st.write('### Halaman ini berisi Eksplorasi Data ')
+
+    # Membuat Garis lurus
+    st.markdown('---')
+
+
+    # Nampilin dataframe
+    st.write('### Employee Attrition Data')
+
+    df = pd.read_csv('Main_Data.csv')
+    st.dataframe(df.head(5))
+
+    st.markdown('***')
+    #barplot
+    fig = plt.figure(figsize=(8,5))
+
+    
+    ###########################################
+    
+    st.write('### Attrition Distribution')
+    
+    # Menghitung jumlah setiap value
+    target_counts = df['Attrition'].value_counts()
+
+    # Membuat label untuk legenda dengan jumlah setiap value
+    labels = [f'Attrition {i} - {count}' for i, count in target_counts.items()]
+
+    # Membuat pie chart
+    fig = plt.figure(figsize=(10, 5))
+    plt.subplot(1, 2, 2)
+    target_counts.plot(kind='pie', autopct='%1.1f%%',  shadow=True, labels=None, colors =['#0072C6', '#BFBFBF'])
+    plt.title('Employee Attrition')
+
+    # Menambahkan legenda
+    plt.legend(labels, loc='upper right', bbox_to_anchor=(1.3, 1))
+
+    
+    st.pyplot(fig)
+
+    st.markdown('---')
+
+
+    ###########################################
+    st.write('### Data Demografi Karyawan')
+    pilihan = st.selectbox('Pilih Kolom : ', ('Gender','Education','MaritalStatus','Department'))
+
+    # Melakukan pengelompokan langsung pada indeks DataFrame
+    attrition_data = df.groupby([df[pilihan], 'Attrition']).size().unstack(fill_value=0)
+
+    fig = plt.figure(figsize=(15, 5))
+    colors =['#0072C6', '#BFBFBF']
+    # Plot: Distribusi Attrition berdasarkan kolom yang dipilih
+    ax = plt.gca()
+
+    # Menyesuaikan jenis plot berdasarkan jumlah indeks attrition_data
+    if len(attrition_data.index) > 3:
+        attrition_data.plot(kind='barh', stacked=True, color=colors, ax=ax)
+        ax.set_xlabel('Jumlah Karyawan')
+        ax.set_ylabel(pilihan)  # Menggunakan nama kolom yang dipilih langsung
+    else:
+        attrition_data.plot(kind='bar', stacked=True, color=colors, ax=ax)
+        ax.set_ylabel('Jumlah Karyawan')
+        ax.set_xlabel(pilihan)  # Menggunakan nama kolom yang dipilih langsung
+        ax.set_xticklabels(attrition_data.index, rotation=0)
+
+    ax.set_title(f'Distribusi Attrition Berdasarkan {pilihan}')  # Menggunakan nama kolom yang dipilih langsung
+    ax.legend(title='Attrition', labels=['Tidak', 'Ya'])
+
+    # Menambahkan anotasi pada plot
+    for container in ax.containers:
+        if len(attrition_data.index) > 3:
+            labels = [f'{int(v.get_width())}' for v in container]
+        else:
+            labels = [f'{int(v.get_height())}' for v in container]
+        ax.bar_label(container, labels=labels, label_type='center', padding=2)
+    st.pyplot(fig)
+
+    st.markdown('---')
+
+    ####################################################
+
+    st.write('### Data Survey Karyawan')
+    pilihan = st.selectbox('Pilih Kolom : ', ('EnvironmentSatisfaction','JobSatisfaction', 'WorkLifeBalance'))
+
+    # Melakukan pengelompokan langsung pada indeks DataFrame
+    attrition_data = df.groupby([df[pilihan], 'Attrition']).size().unstack(fill_value=0)
+
+    fig = plt.figure(figsize=(15, 5))
+    colors =['#0072C6', '#BFBFBF']
+    # Plot: Distribusi Attrition berdasarkan kolom yang dipilih
+    ax = plt.gca()
+
+    # Menyesuaikan jenis plot berdasarkan jumlah indeks attrition_data
+    if len(attrition_data.index) > 3:
+        attrition_data.plot(kind='barh', stacked=True, color=colors, ax=ax)
+        ax.set_xlabel('Jumlah Karyawan')
+        ax.set_ylabel(pilihan)  # Menggunakan nama kolom yang dipilih langsung
+    else:
+        attrition_data.plot(kind='bar', stacked=True, color=colors, ax=ax)
+        ax.set_ylabel('Jumlah Karyawan')
+        ax.set_xlabel(pilihan)  # Menggunakan nama kolom yang dipilih langsung
+        ax.set_xticklabels(attrition_data.index, rotation=0)
+
+    ax.set_title(f'Distribusi Attrition Berdasarkan {pilihan}')  # Menggunakan nama kolom yang dipilih langsung
+    ax.legend(title='Attrition', labels=['Tidak', 'Ya'])
+
+    # Menambahkan anotasi pada plot
+    for container in ax.containers:
+        if len(attrition_data.index) > 3:
+            labels = [f'{int(v.get_width())}' for v in container]
+        else:
+            labels = [f'{int(v.get_height())}' for v in container]
+        ax.bar_label(container, labels=labels, label_type='center', padding=2)
+    st.pyplot(fig)
+
+    st.markdown('---')
+
+    ####################################################
+
+    st.write('### Data Performa Karyawan')
+    pilihan = st.selectbox('Pilih Kolom : ', ('JobInvolvement', 'PerformanceRating','BusinessTravel','JobLevel', 'JobRole'))
+
+    # Melakukan pengelompokan langsung pada indeks DataFrame
+    attrition_data = df.groupby([df[pilihan], 'Attrition']).size().unstack(fill_value=0)
+
+    fig = plt.figure(figsize=(15, 5))
+    colors =['#0072C6', '#BFBFBF']
+    # Plot: Distribusi Attrition berdasarkan kolom yang dipilih
+    ax = plt.gca()
+
+    # Menyesuaikan jenis plot berdasarkan jumlah indeks attrition_data
+    if len(attrition_data.index) > 3:
+        attrition_data.plot(kind='barh', stacked=True, color=colors, ax=ax)
+        ax.set_xlabel('Jumlah Karyawan')
+        ax.set_ylabel(pilihan)  # Menggunakan nama kolom yang dipilih langsung
+    else:
+        attrition_data.plot(kind='bar', stacked=True, color=colors, ax=ax)
+        ax.set_ylabel('Jumlah Karyawan')
+        ax.set_xlabel(pilihan)  # Menggunakan nama kolom yang dipilih langsung
+        ax.set_xticklabels(attrition_data.index, rotation=0)
+
+    ax.set_title(f'Distribusi Attrition Berdasarkan {pilihan}')  # Menggunakan nama kolom yang dipilih langsung
+    ax.legend(title='Attrition', labels=['Tidak', 'Ya'])
+
+    # Menambahkan anotasi pada plot
+    for container in ax.containers:
+        if len(attrition_data.index) > 3:
+            labels = [f'{int(v.get_width())}' for v in container]
+        else:
+            labels = [f'{int(v.get_height())}' for v in container]
+        ax.bar_label(container, labels=labels, label_type='center', padding=2)
+    st.pyplot(fig)
+
+    st.markdown('---')
+
+    ####################################################
+
+    st.write('### Data Numerical')
+    pilihan = st.selectbox('Pilih Kolom : ', ('Age','DistanceFromHome','MonthlyIncome', 'NumCompaniesWorked','PercentSalaryHike','TotalWorkingYears',
+               'YearsAtCompany','YearsSinceLastPromotion','YearsWithCurrManager'))
+    
+    
+    fig = plt.figure(figsize=(15, 5))
+    
+    attrition_no = df[df['Attrition'] == 'No'][pilihan]
+    attrition_yes = df[df['Attrition'] == 'Yes'][pilihan]
+    
+    sns.histplot(attrition_no, color=colors[0], label='No', kde=False, bins=30)
+    sns.histplot(attrition_yes, color=colors[1], label='Yes', kde=False, bins=30)
+    
+    plt.title(f'Histogram Distribusi {pilihan} Berdasarkan Attrition')
+    plt.xlabel(pilihan)
+    plt.ylabel('Jumlah Karyawan')
+    plt.legend(title='Attrition')
+    
+    plt.tight_layout()
+    
+    st.pyplot(fig)
+
+
+if __name__ == '__main__':
     run()