Пример #1
0
import dash_html_components as html
from dash.dependencies import Input, Output

import pandas as pd

external_stylesheets = ['https://codepen.io/chriddyp/pen/bWLwgP.css']

app = dash.Dash(__name__, external_stylesheets=external_stylesheets)

#Fonctions pour charger les donénes
df_mail = utils.get_df_from_csv(
    "data_clean_sample.csv", 10,
    ["Date", "From", "To", "Subject"])  #TODO mieux presentr le tableau
df_anova = anova.load_data(number_head=5)
df_all_data = anova.load_data()
fig = anova.box_plot(df_all_data)
anova_table = anova.anova_table(df_all_data)

#Text du site
presentation_site = '''
# Présentation du projet
Cette page présente ce que nous avons réalisé ddurant notre projet DataScience
...
'''
presentation_donnee = '''
## Présentation des donnés
Ici un extrait des données de base que nous disposions : 
'''

app.layout = html.Div(children=[
    dcc.Markdown(children=presentation_site),
Пример #2
0
def update_graph(number):
    fig = anova.box_plot(anova.load_data(number[0], number[1]))
    return fig
Пример #3
0
from dash.dependencies import Input, Output, State

PLOTLY_LOGO = "https://images.plot.ly/logo/new-branding/plotly-logomark.png"
import pandas as pd

app = dash.Dash(external_stylesheets=[dbc.themes.BOOTSTRAP])
server = app.server

# Fonctions pour charger les donénes
df_mail = utils.get_df_from_csv(
    "data_clean_sample.csv", 10,
    ["Date", "From", "To", "Subject"])  # TODO mieux presentr le tableau
df_anova = anova.load_data(number_head=10)
df_all_data = anova.load_data()
df_data_sample = anova.cut_df(df_all_data, number_head=900)
fig = anova.box_plot(df_data_sample)
fig_barplot = anova.bar_plot(anova.cut_df(df_all_data, freq=100))
anova_result = anova.anova_table(df_all_data)

table_mail = dbc.Table.from_dataframe(df_mail,
                                      striped=True,
                                      bordered=True,
                                      hover=True)

presentation_donnee = dbc.Jumbotron([
    html.H1("Présentation des données"),
    html.P("Ici un extrait des données de base dont nous disposions :"),
    html.P(" "),
    table_mail,
])
apres_traitement = dbc.Container([