🎯 Complete Dashboard Premium

📊 Un dashboard interattivo per esplorare, analizzare e visualizzare i dati in modo semplice e intuitivo!

Questa applicazione combina la potenza di Streamlit ⚡ per creare dashboard interattive con un'API Flask deployata su Render 🚀 per fornire dati simulati o reali in tempo reale. È progettata per offrire una soluzione completa per l'analisi e la visualizzazione dei dati.

---

🏗️ Struttura del Progetto

dashboard-data-visualization/
├── app/                  # Moduli principali dell'app
│   ├── __init__.py       # Rende la cartella un pacchetto Python
│   ├── api.py            # Gestisce chiamate all'API Flask
│   ├── utils.py          # Funzioni di utilità generiche
│   └── visualizations.py # Funzioni per generare grafici e visualizzazioni
├── main.py               # File principale per l'esecuzione dell'app Streamlit
├── .streamlit/           # Configurazioni personalizzate per Streamlit
│   └── config.toml       # Impostazioni del tema e altri parametri
├── .vscode/              # Configurazioni per Visual Studio Code
├── venv/                 # Ambiente virtuale Python
├── requirements.txt      # Dipendenze del progetto
├── runtime.txt          # Specifica la versione di Python (per Streamlit Cloud/Render)
├── .gitignore           # File per escludere elementi dal repository
├── readme.md            # Documentazione del progetto
└── tests/               # Directory per i test
    └── test_api.py      # Test per verificare il funzionamento dell'API Flask

---

✨ Funzionalità

🎨 Dashboard Interattivo (Streamlit)

• Visualizzazioni dinamiche: Grafici come istogrammi, grafici a barre, scatter plot e mappe di correlazione
• Filtraggio avanzato: Filtri per colonne numeriche e testuali
• Esportazione dati: Scarica i dati filtrati in formato CSV o Excel
• Tema personalizzabile: Alterna tra tema chiaro e scuro

🔌 API Flask

• Endpoint API: Un'API semplice per simulare dataset o recuperare dati reali
• Dataset medico simulato: Utilizzato per testare le funzionalità dell'app
• Hosting su Render: L'API è stata deployata su Render per accesso pubblico continuo

---

🚀 Deployment

🌐 Dashboard Streamlit

L'app è stata deployata su Streamlit Cloud, rendendola accessibile online 24/7.

Link al dashboard:
Accedi al Dashboard Interattivo 🔗

⚙️ API Flask

L'API è ospitata su Render e fornisce i dati utilizzati dal dashboard per le visualizzazioni e l'analisi.

Link API Render:
Accedi all'API Flask 🔗

---

💻 Requisiti Tecnici

• Browser: Chrome 🌐, Firefox 🦊, Edge 🌊 o Safari 🧭
• Python Version: Specificata in runtime.txt (ad esempio, python-3.9)
• File Supportati: CSV con una struttura predefinita

---

🛠️ Installazione Locale

Per eseguire l'app in locale, segui questi passaggi:

1. Clona il repository:

   git clone https://github.com/tuo-repo/dashboard-data-visualization.git
   cd dashboard-data-visualization

2. Crea un ambiente virtuale:

   python -m venv venv
   source venv/bin/activate  # Su Windows: venv\Scripts\activate

3. Installa le dipendenze:

   pip install -r requirements.txt

4. Esegui il dashboard:

   streamlit run main.py

---

🔮 Funzionalità Future

• 📁 Supporto per dataset generici, indipendentemente dalla struttura
• 📊 Importazione di file in formati Excel e JSON
• 🎯 Mappatura personalizzabile delle colonne per adattarsi a dataset generici
• 🔄 Estensione delle API per supportare più endpoint e dataset reali

---

🚦 Configurazione Sviluppo Locale

1. Primo Terminale: Avvia il Server Flask 🖥️

1. Apri un terminale e spostati nella directory del progetto:

   cd dashboard-data-visualization

2. Attiva l'ambiente virtuale:

   venv\Scripts\activate

3. Avvia il server Flask:

   python api_premium.py

4. Lascia questo terminale aperto con il server in esecuzione.

---

2. Secondo Terminale: Avvia la Dashboard Streamlit 📊

1. Apri un secondo terminale e spostati nella directory del progetto:

   cd dashboard-data-visualization

2. Attiva l'ambiente virtuale:

   venv\Scripts\activate

3. Avvia la dashboard Streamlit:

   streamlit run main.py

4. Il dashboard sarà accessibile su http://localhost:8501 🌐

---

Se hai domande o richieste di personalizzazione, non esitare a contattarmi! 💌

🎯 Complete Dashboard Premium

📊 An interactive dashboard for exploring, analyzing, and visualizing data in a simple and intuitive way!

This application combines the power of Streamlit ⚡ for creating interactive dashboards with a Flask API deployed on Render 🚀 to provide real-time simulated or real data. It's designed to offer a complete solution for data analysis and visualization.

---

🏗️ Project Structure

dashboard-data-visualization/
├── app/                  # Main app modules
│   ├── __init__.py       # Makes the folder a Python package
│   ├── api.py            # Handles Flask API calls
│   ├── utils.py          # Generic utility functions
│   └── visualizations.py # Functions for generating charts and visualizations
├── main.py               # Main file for Streamlit app execution
├── .streamlit/           # Custom Streamlit configurations
│   └── config.toml       # Theme settings and other parameters
├── .vscode/              # Visual Studio Code configurations
├── venv/                 # Python virtual environment
├── requirements.txt      # Project dependencies
├── runtime.txt          # Python version specification (for Streamlit Cloud/Render)
├── .gitignore           # File to exclude items from repository
├── readme.md            # Project documentation
└── tests/               # Tests directory
    └── test_api.py      # Tests to verify Flask API functionality

---

✨ Features

🎨 Interactive Dashboard (Streamlit)

• Dynamic Visualizations: Histograms, bar charts, scatter plots, and correlation maps
• Advanced Filtering: Filters for numeric and text columns
• Data Export: Download filtered data in CSV or Excel format
• Customizable Theme: Toggle between light and dark theme

🔌 Flask API

• API Endpoints: A simple API for simulating datasets or retrieving real data
• Simulated Medical Dataset: Used for testing app functionality
• Render Hosting: API deployed on Render for continuous public access

---

🚀 Deployment

🌐 Streamlit Dashboard

The app has been deployed on Streamlit Cloud, making it accessible online 24/7.

Dashboard link:
Access Interactive Dashboard 🔗

⚙️ Flask API

The API is hosted on Render and provides the data used by the dashboard for visualizations and analysis.

Render API link:
Access Flask API 🔗

---

💻 Technical Requirements

• Browser: Chrome 🌐, Firefox 🦊, Edge 🌊 or Safari 🧭
• Python Version: Specified in runtime.txt (e.g., python-3.9)
• Supported Files: CSV with predefined structure

---

🛠️ Local Installation

Follow these steps to run the app locally:

1. Clone the repository:

   git clone https://github.com/tuo-repo/dashboard-data-visualization.git
   cd dashboard-data-visualization

2. Create a virtual environment:

   python -m venv venv
   source venv/bin/activate  # On Windows: venv\Scripts\activate

3. Install dependencies:

   pip install -r requirements.txt

4. Run the dashboard:

   streamlit run main.py

---

🔮 Future Features

• 📁 Support for generic datasets, regardless of structure
• 📊 Excel and JSON file import support
• 🎯 Customizable column mapping to adapt to generic datasets
• 🔄 Extended APIs to support more endpoints and real datasets

---

🚦 Local Development Setup

1. First Terminal: Launch Flask Server 🖥️

1. Open a terminal and navigate to the project directory:

   cd dashboard-data-visualization

2. Activate the virtual environment:

   venv\Scripts\activate

3. Start the Flask server:

   python api_premium.py

4. Keep this terminal open with the server running.

---

2. Second Terminal: Launch Streamlit Dashboard 📊

1. Open a second terminal and navigate to the project directory:

   cd dashboard-data-visualization

2. Activate the virtual environment:

   venv\Scripts\activate

3. Start the Streamlit dashboard:

   streamlit run main.py

4. The dashboard will be accessible at http://localhost:8501 🌐

---

If you have any questions or customization requests, don't hesitate to contact me! 💌

1. Primo Terminale: Avvia il Server Flask

1. Apri un terminale e spostati nella directory del progetto:

   cd dashboard-data-visualization

2. Attiva l'ambiente virtuale:

   venv\Scripts\activate

3. Avvia il server Flask:

   python api_premium.py

4. Lascia questo terminale aperto con il server in esecuzione.

---

2. Secondo Terminale: Avvia la Dashboard Streamlit

1. Apri un secondo terminale e spostati nella directory del progetto:

   cd dashboard-data-visualization

2. Attiva l'ambiente virtuale (può essere attivato in più terminali contemporaneamente):

   venv\Scripts\activate

3. Avvia la dashboard Streamlit:

   streamlit run main.py (sostituire con il py della dashboard da deployare)

4. La dashboard sarà accessibile su http://localhost:8501.