diff --git a/admin_panel/func.py b/admin_panel/func.py index 1aa29b2..90a5a92 100644 --- a/admin_panel/func.py +++ b/admin_panel/func.py @@ -1,5 +1,8 @@ from sklearn.cluster import KMeans import pandas as pd +from pyclustering.cluster.xmeans import xmeans +from pyclustering.cluster.center_initializer import kmeans_plusplus_initializer +import warnings def load_data(garbage_csv_path, garbage_cans_csv_path): @@ -19,3 +22,23 @@ def perform_kmeans_clustering(df, num_clusters): kmeans.fit(coordinates) centroids = kmeans.cluster_centers_ return centroids + + +def perform_xmeans_clustering(df, num_clusters=3): + """XMeansクラスタリングを実行し、各クラスタの中心を返す関数""" + coordinates = df[["latitude", "longitude"]].dropna().values # NaNの行は除外 + print(coordinates) + + initial_centers = kmeans_plusplus_initializer(coordinates, 2).initialize() + + xmeans_instance = xmeans(coordinates, initial_centers) + + # warningsを一時的に無効化 + with warnings.catch_warnings(): + warnings.filterwarnings("ignore", message="All-NaN (slice|axis) encountered") + xmeans_instance.process() + + clusters = xmeans_instance.get_clusters() + centroids = [coordinates[cluster].mean(axis=0) for cluster in clusters] + + return centroids diff --git a/admin_panel/streamlit.py b/admin_panel/streamlit.py index 9cbc2cb..ccf69cf 100644 --- a/admin_panel/streamlit.py +++ b/admin_panel/streamlit.py @@ -4,10 +4,16 @@ from streamlit_folium import st_folium import plotly.express as px import alter as alt -from func import load_data, perform_kmeans_clustering +from func import load_data, perform_kmeans_clustering, perform_xmeans_clustering + # ページ設定 -st.set_page_config(page_title="ゴミ＆ゴミ箱 管理パネル", page_icon="🗑️", layout="wide", initial_sidebar_state="expanded") +st.set_page_config( + page_title="ゴミ＆ゴミ箱 管理パネル", + page_icon="🗑️", + layout="wide", + initial_sidebar_state="expanded", +) # サイドバーのスタイリング st.sidebar.title("ゴミ＆ゴミ箱 管理パネル") @@ -67,7 +73,9 @@ # データのロード garbage_csv_path = "./sample_garbage.csv" garbage_cans_csv_path = "./sample_cans.csv" -df_gb, df_gbcans = load_data(garbage_csv_path=garbage_csv_path, garbage_cans_csv_path=garbage_cans_csv_path) +df_gb, df_gbcans = load_data( + garbage_csv_path=garbage_csv_path, garbage_cans_csv_path=garbage_cans_csv_path +) # カラム設定（カラム2を最も太くする） col1, col2, col3 = st.columns([1, 3, 1]) @@ -78,10 +86,19 @@ if not df_gb.empty: discarded_counts = df_gb["is_discarded"].value_counts() discarded_data = pd.DataFrame( - {"Status": ["Discarded", "Not Discarded"], "Count": [discarded_counts.get(1, 0), discarded_counts.get(0, 0)]} + { + "Status": ["Discarded", "Not Discarded"], + "Count": [discarded_counts.get(1, 0), discarded_counts.get(0, 0)], + } ) - fig = px.pie(discarded_data, names="Status", values="Count", hole=0.3, title="捨てられたゴミの割合") + fig = px.pie( + discarded_data, + names="Status", + values="Count", + hole=0.3, + title="捨てられたゴミの割合", + ) st.plotly_chart(fig) # Calculate percentage change for discarded garbage (last month vs current month) @@ -89,31 +106,49 @@ current_month = df_gb["month"].max() last_month = current_month - 1 - current_month_count = df_gb[df_gb["month"] == current_month]["is_discarded"].sum() + current_month_count = df_gb[df_gb["month"] == current_month][ + "is_discarded" + ].sum() last_month_count = ( - df_gb[df_gb["month"] == last_month]["is_discarded"].sum() if last_month in df_gb["month"].values else 0 + df_gb[df_gb["month"] == last_month]["is_discarded"].sum() + if last_month in df_gb["month"].values + else 0 ) if last_month_count > 0: - change_percentage = ((current_month_count - last_month_count) / last_month_count) * 100 + change_percentage = ( + (current_month_count - last_month_count) / last_month_count + ) * 100 else: change_percentage = 0 st.write(f"捨てられたゴミの先月比: {change_percentage:.2f}%") # カラム2: 地図とKMeansクラスタリング +from streamlit_folium import st_folium + +# 地図を表示する処理 with col2: st.markdown("#### Map") - # 地図の中心座標（データの平均位置を使う） + + # クラスタリングの数を入力 + num_clusters = st.number_input( + "クラスタリングの数を入力してください", + min_value=1, + max_value=10, + value=4, + step=1, + ) + if not df_gb.empty: - center_lat = df_gb["latitude"].mean() # 緯度（latitude列を使用） - center_lon = df_gb["longitude"].mean() # 経度（longitude列を使用） + center_lat = df_gb["latitude"].median() # 緯度（latitude列を使用） + center_lon = df_gb["longitude"].median() # 経度（longitude列を使用） else: center_lat = 35.6895 center_lon = 139.6917 # 地図を作成 - m = folium.Map(location=[center_lat, center_lon], zoom_start=12) + m = folium.Map(location=[center_lat, center_lon], zoom_start=13) # ゴミ箱の位置を地図に表示 if not df_gbcans.empty: @@ -144,9 +179,10 @@ icon=folium.Icon(color="blue", icon="arrow-down"), ).add_to(m) - # 最初にクラスタリングを実行してクラスタの中心を表示 + # クラスタリングを実行してクラスタの中心を表示 if not df_gb.empty: - centroids = perform_kmeans_clustering(df_gb, num_clusters=5) + centroids = perform_kmeans_clustering(df_gb, num_clusters=num_clusters) + print(centroids) # クラスタ中心をデバッグ用に表示 for idx, centroid in enumerate(centroids): folium.Marker( location=[centroid[0], centroid[1]], @@ -157,10 +193,13 @@ # 地図を表示 st_folium(m, width=700, height=500) + # カラム3: ランキング表示（捨てられているカテゴリ） with col3: st.markdown("#### 計画") if not df_gb.empty: - discarded_categories = df_gb[df_gb["is_discarded"] == 1]["type"].value_counts().head(10) + discarded_categories = ( + df_gb[df_gb["is_discarded"] == 1]["type"].value_counts().head(10) + ) st.write("捨てられているカテゴリのランキング") st.bar_chart(discarded_categories)