dashboard de ejemplos

app.py

@@ -1,31 +1,23 @@
-import streamlit as st
-from PIL import Image
-from streamlit_option_menu import option_menu
-import pandas as pd
-
 import datetime
 import time
 
 import altair as alt
 import pandas as pd
 import streamlit as st
+from PIL import Image
 from sklearn.linear_model import LinearRegression
+from streamlit_option_menu import option_menu
 
 image = Image.open('./assets/logo_latam_brain.png')
 logo = Image.open('./assets/LatamBrainlogo.png')
 scrum = Image.open("./assets/Scrum'ProcessLB.png")
+dashboard_ejemplo = Image.open('./assets/dashboard_ejemplo.png')
 
 st.markdown("""<link href="https://cdn.jsdelivr.net/npm/bootstrap@5.3.0-alpha3/dist/css/bootstrap.min.css" rel="stylesheet" integrity="sha384-KK94CHFLLe+nY2dmCWGMq91rCGa5gtU4mk92HdvYe+M/SXH301p5ILy+dN9+nJOZ" crossorigin="anonymous">
 <script src="https://cdn.jsdelivr.net/npm/bootstrap@5.3.0-alpha3/dist/js/bootstrap.bundle.min.js" integrity="sha384-ENjdO4Dr2bkBIFxQpeoTz1HIcje39Wm4jDKdf19U8gI4ddQ3GYNS7NTKfAdVQSZe" crossorigin="anonymous"></script>""",
             unsafe_allow_html=True)
 
-# 1. as sidebar menu
-# with st.sidebar:
-#     selected = option_menu("Main Menu", ["Home", 'Contact'],
-#         icons=['house', 'gear'], menu_icon="cast", default_index=1)
-#     selected
-
-# 2. horizontal menu
+# Menu horizontal
 selected2 = option_menu(None, ["Home", "Projects", "New", "Contact US"],
                         icons=['house', 'bi-archive',
                                "bi-arrow-up-right-square", "bi-envelope"],
@@ -34,21 +26,8 @@ selected2 = option_menu(None, ["Home", "Projects", "New", "Contact US"],
 
                         )
 
-# styles={
-#             "container": {"padding": "0!important", "background-color": "#fafafa"},
-#             "icon": {"color": "orange", "font-size": "25px"},
-#             "nav-link": {"font-size": "25px", "text-align": "left", "margin":"0px", "--hover-color": "#eee"},
-#             "nav-link-selected": {"background-color": "green"},
-#         }
-
-
+# Pagina HOME
 if selected2 == "Home":
-    # col1, col2, col3 = st.columns(3)
-    #
-    # col1.write(' ')
-    # st.image(logo, width=700)
-    # col3.write(' ')
-
     col1, col2 = st.columns(2)
     col1.markdown("""
         <br/>
@@ -87,7 +66,7 @@ if selected2 == "Home":
         <li>Reportes financieros
         <li>KPI's personalizados
         <li>Asesoramientos y Plan de Ejecución
-        <li>Y más...
+        <a href="Contact US"><li>Y más...</a>
     ''', unsafe_allow_html=True)
     col2.markdown('''
             <li>Machine Learning
@@ -119,7 +98,7 @@ if selected2 == "Home":
     col1, col2, col3 = st.columns(3)
     catriel = '''
         <h4>Catriel Pérez</h4>
-        <a href="mailto:perezcatriel@gmail.com">Contactame</a>
+        <a href="mailto:perezcatriel@gmail.com">Contactame...</a>
         <p>Ha sido una experiencia increíble trabajar con este equipo. Todos 
         han sido muy profesionales y comprometidos con el éxito del proyecto. Me siento agradecido de haber formado parte de este equipo y haber aprendido tanto en el proceso. Y esto... recién comienza!</p>
         <p>24 de abril del 2023</p>
@@ -128,14 +107,14 @@ if selected2 == "Home":
     mati = '''
             <h4>Matias Benitez</h4>
             
-            <a href="mailto:matiasbenitezcarrizo@gmail.com">Contactame</a>
+            <a href="mailto:matiasbenitezcarrizo@gmail.com">Contactame...</a>
             <p>Trabajar en este proyecto ha sido una verdadera aventura. He enfrentado muchos desafíos y he aprendido cosas nuevas todos los días. El equipo con el que he trabajado ha sido excepcional, siempre dispuesto a ayudar y colaborar en todo momento. Me llevo una experiencia enriquecedora y valiosa.</p>
             <p>24 de abril del 2023</p>
         '''
 
     luis = '''
                 <h4>Luis Rascón</h4>
-                <a href="mailto:luis.francisco.rc@gmail.com">Contactame</a>
+                <a href="mailto:luis.francisco.rc@gmail.com">Contactame...</a>
                 <p>No tengo más que palabras de agradecimiento por esta experiencia. He tenido la oportunidad de trabajar con gente talentosa y apasionada por su trabajo, lo que ha hecho que el proyecto sea un éxito rotundo. Me llevo muchas lecciones aprendidas y nuevas habilidades que me servirán en mi carrera profesional. Ha sido una experiencia inolvidable.</p>
                 <p>24 de abril del 2023</p>
             '''
@@ -144,6 +123,8 @@ if selected2 == "Home":
     col2.markdown(mati, unsafe_allow_html=True)
     col3.markdown(catriel, unsafe_allow_html=True)
 
+
+# Pagina Projects
 if selected2 == "Projects":
     st.markdown('''
             <h1 style="text-shadow:0 0 10px #5c62ac;font-weight:bold">Data 
@@ -170,7 +151,16 @@ Habilidad para presentar los resultados de los análisis de datos en informes y
 Habilidad para trabajar en equipo y colaborar con otros profesionales.
 En resumen, la industria de la tecnología y la analítica de datos está en constante crecimiento en Latinoamérica, lo que ha llevado a una alta demanda de profesionales en el área de data. Los salarios en este campo son competitivos y las habilidades requeridas para ser un buen data analyst incluyen una combinación de conocimientos técnicos y habilidades blandas.
     ''', unsafe_allow_html=True)
-    st.write('dashboard')
+
+    st.markdown('''
+        <br>
+        <h3>Dashboard</h3>
+        <hr>
+    ''', unsafe_allow_html=True)
+
+    st.image(dashboard_ejemplo, width=700)
+
+
     st.markdown('''
         https://public.tableau.com/views/sp500_16798321799250/sp500?:language=en-US&:display_count=n&:origin=viz_share_link
     ''', unsafe_allow_html=True)
@@ -180,8 +170,6 @@ En resumen, la industria de la tecnología y la analítica de datos está en con
 
     # streamlit_app.py
 
-    import streamlit as st
-
     # # Set up connection.
     # tableau_auth = TSC.PersonalAccessTokenAuth(
     #     st.secrets["tableau"]["token_name"],
@@ -253,326 +241,37 @@ En resumen, la industria de la tecnología y la analítica de datos está en con
             <hr>
         ''', unsafe_allow_html=True)
     st.write('''
-    Gracias
-    por
-    compartir
-    su
-    análisis
-    sobre
-    el
-    mercado
-    de
-    empleo
-    de
-    Data
-    en
-    Latinoamérica.Sobre
-    la
-    base
-    de
-    los
-    hallazgos
-    que
-    ha
-    presentado, se
-    pueden
-    identificar
-    algunas
-    oportunidades
-    y
-    desafíos
-    clave
-    para
-    el
-    crecimiento
-    del sector
-    en
-    la
-    región.
-
-    Algunas
-    de
-    las
-    principales
-    oportunidades
-    incluyen
-    la
-    creciente
-    demanda
-    de
-    habilidades
-    en
-    Data
-    Science
-    y
-    Machine
-    Learning, la
-    expansión
-    de
-    la
-    adopción
-    de
-    tecnologías
-    de
-    Big
-    Data, y
-    el
-    aumento
-    del interés
-    en
-    la
-    analítica
-    avanzada.Estas
-    tendencias
-    sugieren
-    que
-    hay
-    un
-    mercado
-    creciente
-    para
-    los
-    profesionales
-    de
-    datos
-    en
-    Latinoamérica.
-
-    Al
-    mismo
-    tiempo, sin
-    embargo, hay
-    algunos
-    desafíos
-    significativos
-    que
-    enfrenta
-    el
-    mercado
-    de
-    empleo
-    de
-    datos
-    en
-    la
-    región.En
-    particular, la
-    falta
-    de
-    habilidades
-    y
-    talento
-    especializado
-    es
-    un
-    problema
-    importante, ya
-    que
-    la
-    mayoría
-    de
-    las
-    empresas
-    no
-    tienen
-    el
-    personal
-    necesario
-    para
-    implementar
-    proyectos
-    de
-    datos
-    complejos.Además, la
-    falta
-    de
-    inversión
-    en
-    tecnologías
-    y
-    herramientas
-    de
-    datos
-    adecuadas
-    y
-    la
-    falta
-    de
-    infraestructura
-    digital
-    suficiente
-    también
-    son
-    barreras
-    para
-    el
-    crecimiento
-    del mercado.
-
-    Como
-    especialista
-    en
-    Data
-    Analytics, una
-    propuesta
-    de
-    negocio
-    para
-    abordar
-    estos
-    desafíos
-    y
-    aprovechar
-    las
-    oportunidades
-    en
-    el
-    mercado
-    de
-    empleo
-    de
-    datos
-    de
-    Latinoamérica
-    podría
-    ser
-    ofrecer
-    servicios
-    de
-    consultoría
-    y
-    formación
-    para
-    empresas
-    que
-    deseen
-    adoptar
-    tecnologías
-    de
-    Big
-    Data
-    y
-    analítica
-    avanzada.Además, se
-    podría
-    crear
-    una
-    plataforma
-    de
-    datos
-    en
-    línea
-    que
-    brinde
-    acceso
-    a
-    herramientas
-    y
-    recursos
-    de
-    análisis
-    de
-    datos
-    para
-    empresas
-    y
-    profesionales
-    de
-    datos
-    en
-    toda
-    la
-    región.Esta
-    plataforma
-    también
-    podría
-    ofrecer
-    oportunidades
-    de
-    trabajo
-    y
-    proyectos
-    de
-    datos
-    para
-    profesionales
-    de
-    datos
-    en
-    la
-    región.
-
-    En
-    resumen, el
-    mercado
-    de
-    empleo
-    de
-    datos
-    en
-    Latinoamérica
-    ofrece
-    grandes
-    oportunidades
-    de
-    crecimiento, pero
-    también
-    enfrenta
-    desafíos
-    importantes.Ofrecer
-    servicios
-    de
-    consultoría
-    y
-    formación
-    para
-    empresas
-    que
-    deseen
-    adoptar
-    tecnologías
-    de
-    Big
-    Data
-    y
-    crear
-    una
-    plataforma
-    de
-    datos
-    en
-    línea
-    podría
-    ser
-    una
-    forma
-    de
-    abordar
-    estos
-    desafíos
-    y
-    aprovechar
-    las
-    oportunidades
-    en
-    el
-    mercado
-    de
-    datos
-    de
-    Latinoamérica.'''
+        Gracias por compartir su análisis sobre el mercado de empleo de Data en Latinoamérica.Sobre la base de los hallazgos que ha presentado, se pueden identificar algunas oportunidades y desafíos clave para el crecimiento del sector en la región.
+
+Algunas de las principales oportunidades incluyen la creciente demanda de habilidades en Data Science y Machine Learning, la expansión de la adopción de tecnologías de Big Data, y el aumento del interés en la analítica avanzada.Estas tendencias sugieren que hay un mercado creciente para los profesionales de datos en Latinoamérica.
+
+Al mismo tiempo, sin embargo, hay algunos desafíos significativos que enfrenta el mercado de empleo de datos en la región.En particular, la falta de habilidades y talento especializado es un problema importante, ya que la mayoría de las empresas no tienen el personal necesario para implementar proyectos de datos complejos.Además, la falta de inversión en tecnologías y herramientas de datos adecuadas y la falta de infraestructura digital suficiente también son barreras para el crecimiento del mercado.
+
+Como especialista en Data Analytics, una propuesta de negocio para abordar estos desafíos y aprovechar las oportunidades en el mercado de empleo de datos de Latinoamérica podría ser ofrecer servicios de consultoría y formación para empresas que deseen adoptar tecnologías de Big Data y analítica avanzada.Además, se podría crear una plataforma de datos en línea que brinde acceso a herramientas y recursos de análisis de datos para empresas y profesionales de datos en toda la región.Esta plataforma también podría ofrecer oportunidades de trabajo y proyectos de datos para profesionales de datos en la región.
+
+En resumen, el mercado de empleo de datos en Latinoamérica ofrece grandes oportunidades de crecimiento, pero también enfrenta desafíos importantes.Ofrecer servicios de consultoría y formación para empresas que deseen adoptar tecnologías de Big Data y crear una plataforma de datos en línea podría ser una forma de abordar estos desafíos y aprovechar las oportunidades en el mercado de datos de Latinoamérica.'''
              )
-    st.write('dashboard')
-    st.write('modelo de ML prediccion')
 
-    # st.set_page_config(page_title="Predicción de nuevos puestos de trabajo",
-    #                    page_icon=":bar_chart:", layout="wide")
+    st.markdown('''
+            <br>
+            <h3>Dashboard</h3>
+            <hr>
+        ''', unsafe_allow_html=True)
+
+    st.image(dashboard_ejemplo, width=700)
+
 
-    st.title('Predicción de nuevos puestos de trabajo con ML')
     st.markdown('''
+        <br>
+        <h3>Predicción de nuevos puestos de trabajo con ML</h3>
         <hr>
     ''', unsafe_allow_html=True)
 
+    # st.set_page_config(page_title="Predicción de nuevos puestos de trabajo",
+    #                    page_icon=":bar_chart:", layout="wide")
+
+
+
     # Cargar los datos
     df = pd.read_csv(
         './ML/ds_salaries.csv')
@@ -701,15 +400,6 @@ En resumen, la industria de la tecnología y la analítica de datos está en con
         # Mostrar gráfico con la capa adicional del punto rojo
         st.altair_chart(line_chart + point_chart)
 
-
-
-
-
-
-
-
-
-
     st.markdown('''
             <br><br><br>
             <h2>Gracias por su tiempo y atención!</h2>
@@ -765,36 +455,37 @@ En resumen, la industria de la tecnología y la analítica de datos está en con
 #   </button>
 # </div>
 #     """, unsafe_allow_html=True)
+
 if selected2 == "New":
-#     col1, col2, col3 = st.columns(3)
-#
-#     col1.markdown(f"""
-#         <div class="container text-center">
-#         <div class="row align-items-start">
-#             <div class="col">
-#                 email
-#             </div>
-#             <div class="col">
-#                 github
-#             </div>
-#             <div class="col">
-#                 {image}
-#             </div>
-#         </div>
-#     </div>
-#     """, unsafe_allow_html=True)
-#     col2.balloons()
-#     container = st.container()
-#
-#     container.markdown("Hello")
-#     container.write('aqui y ahora')
-#     container.image(image)
-#
-#     import streamlit as st
-#
-#     st.success('This is a success message!', icon="✅")
-#
-#     import streamlit as st
+    #     col1, col2, col3 = st.columns(3)
+    #
+    #     col1.markdown(f"""
+    #         <div class="container text-center">
+    #         <div class="row align-items-start">
+    #             <div class="col">
+    #                 email
+    #             </div>
+    #             <div class="col">
+    #                 github
+    #             </div>
+    #             <div class="col">
+    #                 {image}
+    #             </div>
+    #         </div>
+    #     </div>
+    #     """, unsafe_allow_html=True)
+    #     col2.balloons()
+    #     container = st.container()
+    #
+    #     container.markdown("Hello")
+    #     container.write('aqui y ahora')
+    #     container.image(image)
+    #
+    #     import streamlit as st
+    #
+    #     st.success('This is a success message!', icon="✅")
+    #
+    #     import streamlit as st
     import time
 
     progress_text = "Operation in progress. Please wait."