Update app.py

app.py

@@ -29,8 +29,8 @@ def streamlit_menu(example=1):
         with st.sidebar:
             selected = option_menu(
                 menu_title="Main Menu",  # required
-                options=["Home", "Projects", "Prédiction"],  # required
-                icons=["house", "book", "envelope"],  # optional
+                options=["Acceuil", "Statistique", "Prédiction"],  # required
+                icons=["house", "book", "bow_and_arrow"],  # optional
                 menu_icon="cast",  # optional
                 default_index=0,  # optional
             )
@@ -40,7 +40,7 @@ def streamlit_menu(example=1):
         # 2. horizontal menu w/o custom style
         selected = option_menu(
             menu_title=None,  # required
-            options=[ "Projects","Home", "Prédiction"],  # required
+            options=["Acceuil", "Statistique", "Prédiction"],  # required
             icons=["house", "book", "envelope"],  # optional
             menu_icon="cast",  # optional
             default_index=0,  # optional
@@ -52,7 +52,7 @@ def streamlit_menu(example=1):
         # 2. horizontal menu with custom style
         selected = option_menu(
             menu_title=None,  # required
-            options=["Home", "Projects", "Prédiction"],  # required
+            options=["Acceuil", "Statistique", "Prédiction"],  # required
             icons=["house", "book", "envelope"],  # optional
             menu_icon="cast",  # optional
             default_index=0,  # optional
@@ -74,7 +74,7 @@ def streamlit_menu(example=1):
 
 selected = streamlit_menu(example=EXAMPLE_NO)
 
-if selected == "Home":
+if selected == "Prédiction":
     # st.title(f"You have selected {selected}")
     # Load your trained model
     with open('model.pkl', 'rb') as file:
@@ -185,17 +185,47 @@ if selected == "Home":
 
 
 
-if selected == "Projects":
-    st.image("az.JPEG", caption="Description de l'image", use_column_width=True)
-if selected == "Prédiction":
+if selected == "Acceuil":
+    avant_propos = """
+<div style="background-color: white; padding: 20px; border-radius: 10px; 
+            display: flex; justify-content: center; align-items: center; 
+            height: 100vh; flex-direction: column;">
+    <h2 style="color: blue; text-align: center;">Avant-propos</h2>
+    <p style="color: blue; text-align: center; max-width: 800px;">
+    L'obésité est l'une des principales préoccupations de santé publique à travers le monde, avec des répercussions notables sur la qualité de vie et les coûts des soins de santé. 
+    Dans un contexte où les maladies chroniques liées à l'obésité, telles que le diabète et les maladies cardiovasculaires, continuent de croître, il est impératif de développer des outils capables de prédire et de prévenir cette condition.
+    </p>
+    <p style="color: blue; text-align: center; max-width: 800px;">
+    L'application que nous présentons ici repose sur les technologies modernes de <strong>machine learning</strong> pour prédire le risque d'obésité à partir de divers facteurs liés au mode de vie, 
+    aux habitudes alimentaires et aux caractéristiques individuelles. Cette solution, développée à l'aide de <strong>Streamlit</strong>, permet non seulement d'offrir une interface intuitive et accessible, 
+    mais également d'analyser rapidement et précisément les données des utilisateurs afin d'anticiper les risques associés au surpoids.
+    </p>
+    <p style="color: blue; text-align: center; max-width: 800px;">
+    L'objectif principal de cette application est de fournir une aide à la décision pour les professionnels de santé, les chercheurs, et même les utilisateurs individuels 
+    qui souhaitent comprendre et gérer leur risque personnel. En quelques clics, les utilisateurs peuvent explorer les facteurs influents et recevoir des prévisions basées sur des algorithmes avancés d'apprentissage automatique.
+    </p>
+    <p style="color: blue; text-align: center; max-width: 800px;">
+    Cette application est le fruit d'une volonté de concilier les avancées technologiques et l'impératif de santé publique qu'est la lutte contre l'obésité. 
+    Nous espérons qu'elle contribuera à renforcer les actions de prévention et à offrir un support utile aux efforts de réduction des taux d'obésité.
+    </p>
+</div>
+"""
+
+    # Afficher le texte stylisé en bleu et centré sur un fond blanc
+    st.markdown(avant_propos, unsafe_allow_html=True)
+    # Ajouter un bouton qui redirige vers un site externe
+    url = "https://www.who.int/fr/news-room/fact-sheets/detail/obesity-and-overweight"  # Remplacez par l'URL souhaitée
+    if st.button("pour plus d'informations"):
+        st.write(f"[Cliquez ici pour visiter le site]({url})")
+if selected == "Statistique":
     # Ouvrir l'image avec Pillow
-    image = Image.open("az.JPEG")
+    #image = Image.open("az.JPEG")
 
     # Redimensionner l'image (largeur, hauteur)
-    image = image.resize((300, 200))  # Par exemple, 300x200 pixels
+    #image = image.resize((300, 200))  # Par exemple, 300x200 pixels
 
     # Afficher l'image redimensionnée
-    st.image(image, caption="Image redimensionnée", use_column_width=False)
+    #st.image(image, caption="Image redimensionnée", use_column_width=False)
     # Titre de l'application
     st.title("Visualisation des données avec Seaborn et Pandas")