Update app.py

app.py

@@ -1,96 +1,36 @@
 import streamlit as st
 import pandas as pd
-import altair as alt
+import plotly.express as px
 
-# توابع مورد نیاز
-def calculate_population_difference(df, year):
-    # مثال از محاسبه تفاوت جمعیت
-    df['population_difference'] = df['population'] - df['population'].shift(1)
-    return df[df['year'] == year]
+# توابع کمکی
+def calculate_growth(df, week):
+    df['growth'] = df['ارتفاع هفته جاری مزرعه'] - df['ارتفاع هفته گذشته مزرعه']
+    df = df[df['هفته'] == week]
+    return df
 
 def format_number(num):
     return f"{num:,}"
 
-def make_donut(percentage, label, color):
-    data = pd.DataFrame({
-        'category': [label, ''],
-        'value': [percentage, 100 - percentage]
-    })
-    chart = alt.Chart(data).mark_arc(innerRadius=50).encode(
-        theta='value',
-        color=alt.condition(
-            alt.datum.category == label,
-            alt.value(color),
-            alt.value('lightgray')
-        )
-    ).properties(
-        width=200,
-        height=200
-    )
-    return chart
+# بارگذاری داده‌ها
+df = pd.read_csv('path_to_your_csv_file.csv')
 
-# داده نمونه
-data = {
-    'states': ['State1', 'State2', 'State3', 'State4'],
-    'population': [100000, 200000, 150000, 250000],
-    'year': [2011, 2011, 2011, 2011]
-}
-
-df = pd.DataFrame(data)
-
-# ایجاد داشبورد
+# تنظیم داشبورد
 st.title('داشبورد تجزیه و تحلیل مزارع نیشکر')
 
-selected_year = st.slider('سال را انتخاب کنید', min_value=1399, max_value=1401, value=1402, step=1)
-
-df_population_difference_sorted = calculate_population_difference(df, selected_year)
-
-col1, col2 = st.columns(2)
-
-with col1:
-    st.markdown('#### Gains/Losses')
-
-    if selected_year > 2010:
-        first_state_name = df_population_difference_sorted.states.iloc[0]
-        first_state_population = format_number(df_population_difference_sorted.population.iloc[0])
-        first_state_delta = format_number(df_population_difference_sorted.population_difference.iloc[0])
-    else:
-        first_state_name = '-'
-        first_state_population = '-'
-        first_state_delta = ''
-    st.metric(label=first_state_name, value=first_state_population, delta=first_state_delta)
-
-    if selected_year > 2010:
-        last_state_name = df_population_difference_sorted.states.iloc[-1]
-        last_state_population = format_number(df_population_difference_sorted.population.iloc[-1])   
-        last_state_delta = format_number(df_population_difference_sorted.population_difference.iloc[-1])   
-    else:
-        last_state_name = '-'
-        last_state_population = '-'
-        last_state_delta = ''
-    st.metric(label=last_state_name, value=last_state_population, delta=last_state_delta)
+selected_week = st.slider('هفته را انتخاب کنید', min_value=df['هفته'].min(), max_value=df['هفته'].max(), value=df['هفته'].min(), step=1)
 
-    st.markdown('#### States Migration')
+df_growth = calculate_growth(df, selected_week)
 
-    if selected_year > 2010:
-        # Filter states with population difference > 50000
-        df_greater_50000 = df_population_difference_sorted[df_population_difference_sorted.population_difference > 50000]
-        df_less_50000 = df_population_difference_sorted[df_population_difference_sorted.population_difference < -50000]
-        
-        # % of States with population difference > 50000
-        states_migration_greater = round((len(df_greater_50000)/df_population_difference_sorted.states.nunique())*100)
-        states_migration_less = round((len(df_less_50000)/df_population_difference_sorted.states.nunique())*100)
-        donut_chart_greater = make_donut(states_migration_greater, 'Inbound Migration', 'green')
-        donut_chart_less = make_donut(states_migration_less, 'Outbound Migration', 'red')
-    else:
-        states_migration_greater = 0
-        states_migration_less = 0
-        donut_chart_greater = make_donut(states_migration_greater, 'Inbound Migration', 'green')
-        donut_chart_less = make_donut(states_migration_less, 'Outbound Migration', 'red')
+# ایجاد نمودارهای سه‌بعدی
+fig1 = px.scatter_3d(df_growth, x='ارتفاع هفته جاری مزرعه', y='رشد هفته جاری', z='نیتروژن فعلی', color='واریته', title='ارتفاع و رشد در مقابل نیتروژن')
+fig2 = px.scatter_3d(df_growth, x='ارتفاع هفته جاری مزرعه', y='رشد هفته جاری', z='رطوبت غلاف فعلی', color='واریته', title='ارتفاع و رشد در مقابل رطوبت')
+fig3 = px.scatter_3d(df_growth, x='ارتفاع هفته جاری مزرعه', y='رشد هفته گذشته', z='نیتروژن قبلی', color='واریته', title='ارتفاع و رشد گذشته در مقابل نیتروژن')
+fig4 = px.scatter_3d(df_growth, x='ارتفاع هفته گذشته مزرعه', y='رشد هفته جاری', z='رطوبت غلاف قبلی', color='واریته', title='ارتفاع گذشته و رشد در مقابل رطوبت')
+fig5 = px.scatter_3d(df_growth, x='نیتروژن فعلی', y='رطوبت غلاف فعلی', z='ارتفاع هفته جاری مزرعه', color='واریته', title='نیتروژن و رطوبت در مقابل ارتفاع')
 
-    migrations_col = st.columns((0.2, 1, 0.2))
-    with migrations_col[1]:
-        st.write('Inbound')
-        st.altair_chart(donut_chart_greater)
-        st.write('Outbound')
-        st.altair_chart(donut_chart_less)
+# نمایش نمودارها
+st.plotly_chart(fig1)
+st.plotly_chart(fig2)
+st.plotly_chart(fig3)
+st.plotly_chart(fig4)
+st.plotly_chart(fig5)