Update modules/studentact/current_situation_interface.py

modules/studentact/current_situation_interface.py

@@ -151,135 +151,163 @@ def display_current_situation_interface(lang_code, nlp_models, t):
         logger.error(f"Error en interfaz principal: {str(e)}")
         st.error("Ocurrió un error al cargar la interfaz")
 
-def display_results(metrics):
+###################################3333
+
+display_results(st.session_state.current_metrics, text_type='student_essay')  # o el tipo por defecto que prefieras
     """
     Muestra los resultados del análisis: métricas verticalmente y gráfico radar.
     """
     try:
-        # Crear dos columnas para métricas y gráfico
+        # Obtener umbrales según el tipo de texto seleccionado
+        thresholds = TEXT_TYPES[text_type]['thresholds'] if text_type else {
+            'vocabulary': {'min': 0.60, 'target': 0.75},
+            'structure': {'min': 0.65, 'target': 0.80},
+            'cohesion': {'min': 0.55, 'target': 0.70},
+            'clarity': {'min': 0.60, 'target': 0.75}
+        }
+
+        # Crear dos columnas para las métricas y el gráfico
         metrics_col, graph_col = st.columns([1, 1.5])
         
-        # Configuración de métricas con sus umbrales
-        metrics_config = [
-            {
-                'label': "Vocabulario",
-                'key': 'vocabulary',
-                'value': metrics['vocabulary']['normalized_score'],
-                'help': "Riqueza y variedad del vocabulario",
-                'thresholds': {'min': 0.60, 'target': 0.75}
-            },
-            {
-                'label': "Estructura",
-                'key': 'structure',
-                'value': metrics['structure']['normalized_score'],
-                'help': "Organización y complejidad de oraciones",
-                'thresholds': {'min': 0.65, 'target': 0.80}
-            },
-            {
-                'label': "Cohesión",
-                'key': 'cohesion',
-                'value': metrics['cohesion']['normalized_score'],
-                'help': "Conexión y fluidez entre ideas",
-                'thresholds': {'min': 0.55, 'target': 0.70}
-            },
-            {
-                'label': "Claridad",
-                'key': 'clarity',
-                'value': metrics['clarity']['normalized_score'],
-                'help': "Facilidad de comprensión del texto",
-                'thresholds': {'min': 0.60, 'target': 0.75}
-            }
-        ]
-
-        # Mostrar métricas verticalmente
+        # Columna de métricas y radio buttons
         with metrics_col:
-            st.markdown("""
-                <style>
-                .metric-container {
-                    background-color: #ffffff;
-                    padding: 1rem;
-                    border-radius: 0.5rem;
-                    box-shadow: 0 1px 3px rgba(0,0,0,0.1);
-                    margin-bottom: 0.5rem;
-                }
-                </style>
-            """, unsafe_allow_html=True)
+            # Radio buttons para tipo de texto
+            st.markdown("### Tipo de texto")
+            selected_type = st.radio(
+                "",
+                options=list(TEXT_TYPES.keys()),
+                format_func=lambda x: TEXT_TYPES[x]['name'],
+                key="text_type_radio",
+                help="Selecciona el tipo de texto para ajustar los criterios de evaluación"
+            )
+
+            # Actualizar umbrales si cambia el tipo
+            if selected_type != text_type:
+                thresholds = TEXT_TYPES[selected_type]['thresholds']
             
+            st.markdown("<div style='margin-bottom: 1.5rem;'></div>", unsafe_allow_html=True)
+            
+            # Configuración de métricas
+            metrics_config = [
+                {
+                    'label': "Vocabulario",
+                    'key': 'vocabulary',
+                    'value': metrics['vocabulary']['normalized_score'],
+                    'help': "Riqueza y variedad del vocabulario",
+                    'thresholds': thresholds['vocabulary']
+                },
+                {
+                    'label': "Estructura",
+                    'key': 'structure',
+                    'value': metrics['structure']['normalized_score'],
+                    'help': "Organización y complejidad de oraciones",
+                    'thresholds': thresholds['structure']
+                },
+                {
+                    'label': "Cohesión",
+                    'key': 'cohesion',
+                    'value': metrics['cohesion']['normalized_score'],
+                    'help': "Conexión y fluidez entre ideas",
+                    'thresholds': thresholds['cohesion']
+                },
+                {
+                    'label': "Claridad",
+                    'key': 'clarity',
+                    'value': metrics['clarity']['normalized_score'],
+                    'help': "Facilidad de comprensión del texto",
+                    'thresholds': thresholds['clarity']
+                }
+            ]
+
+            # Mostrar métricas
             for metric in metrics_config:
-                with st.container():
-                    # Determinar estado basado en umbrales
-                    value = metric['value']
-                    if value < metric['thresholds']['min']:
-                        status = "⚠️ Por mejorar"
-                        color = "inverse"
-                    elif value < metric['thresholds']['target']:
-                        status = "📈 Aceptable"
-                        color = "off"
-                    else:
-                        status = "✅ Óptimo"
-                        color = "normal"
-                    
-                    st.metric(
-                        metric['label'],
-                        f"{value:.2f}",
-                        f"{status} (Meta: {metric['thresholds']['target']:.2f})",
-                        delta_color=color,
-                        help=metric['help']
-                    )
-                    st.markdown("<div style='margin-bottom: 1rem;'></div>", unsafe_allow_html=True)
+                value = metric['value']
+                if value < metric['thresholds']['min']:
+                    status = "⚠️ Por mejorar"
+                    color = "inverse"
+                elif value < metric['thresholds']['target']:
+                    status = "📈 Aceptable"
+                    color = "off"
+                else:
+                    status = "✅ Óptimo"
+                    color = "normal"
+                
+                st.metric(
+                    metric['label'],
+                    f"{value:.2f}",
+                    f"{status} (Meta: {metric['thresholds']['target']:.2f})",
+                    delta_color=color,
+                    help=metric['help']
+                )
+                st.markdown("<div style='margin-bottom: 0.5rem;'></div>", unsafe_allow_html=True)
 
         # Gráfico radar en la columna derecha
         with graph_col:
-            # Preparar datos para el gráfico
-            categories = [m['label'] for m in metrics_config]
-            values_user = [m['value'] for m in metrics_config]
-            min_values = [m['thresholds']['min'] for m in metrics_config]
-            target_values = [m['thresholds']['target'] for m in metrics_config]
+            display_radar_chart(metrics_config, thresholds)
 
-            # Crear y configurar gráfico
-            fig = plt.figure(figsize=(8, 8))
-            ax = fig.add_subplot(111, projection='polar')
+    except Exception as e:
+        logger.error(f"Error mostrando resultados: {str(e)}")
+        st.error("Error al mostrar los resultados")
 
-            # Configurar radar
-            angles = [n / float(len(categories)) * 2 * np.pi for n in range(len(categories))]
-            angles += angles[:1]
-            values_user += values_user[:1]
-            min_values += min_values[:1]
-            target_values += target_values[:1]
 
-            # Configurar ejes
-            ax.set_xticks(angles[:-1])
-            ax.set_xticklabels(categories, fontsize=10)
-            circle_ticks = np.arange(0, 1.1, 0.2)
-            ax.set_yticks(circle_ticks)
-            ax.set_yticklabels([f'{tick:.1f}' for tick in circle_ticks], fontsize=8)
-            ax.set_ylim(0, 1)
 
-            # Dibujar áreas de umbrales
-            ax.plot(angles, min_values, '#e74c3c', linestyle='--', linewidth=1, label='Mínimo', alpha=0.5)
-            ax.plot(angles, target_values, '#2ecc71', linestyle='--', linewidth=1, label='Meta', alpha=0.5)
-            ax.fill_between(angles, target_values, [1]*len(angles), color='#2ecc71', alpha=0.1)
-            ax.fill_between(angles, [0]*len(angles), min_values, color='#e74c3c', alpha=0.1)
+######################################
+def display_radar_chart(metrics_config, thresholds):
+    """
+    Muestra el gráfico radar con los resultados.
+    """
+    try:
+        # Preparar datos para el gráfico
+        categories = [m['label'] for m in metrics_config]
+        values_user = [m['value'] for m in metrics_config]
+        min_values = [m['thresholds']['min'] for m in metrics_config]
+        target_values = [m['thresholds']['target'] for m in metrics_config]
 
-            # Dibujar valores del usuario
-            ax.plot(angles, values_user, '#3498db', linewidth=2, label='Tu escritura')
-            ax.fill(angles, values_user, '#3498db', alpha=0.2)
+        # Crear y configurar gráfico
+        fig = plt.figure(figsize=(8, 8))
+        ax = fig.add_subplot(111, projection='polar')
 
-            # Ajustar leyenda
-            ax.legend(
-                loc='upper right',
-                bbox_to_anchor=(0.1, 0.1),
-                fontsize=10,
-                frameon=True,
-                facecolor='white',
-                edgecolor='none',
-                shadow=True
-            )
+        # Configurar radar
+        angles = [n / float(len(categories)) * 2 * np.pi for n in range(len(categories))]
+        angles += angles[:1]
+        values_user += values_user[:1]
+        min_values += min_values[:1]
+        target_values += target_values[:1]
+
+        # Configurar ejes
+        ax.set_xticks(angles[:-1])
+        ax.set_xticklabels(categories, fontsize=10)
+        circle_ticks = np.arange(0, 1.1, 0.2)
+        ax.set_yticks(circle_ticks)
+        ax.set_yticklabels([f'{tick:.1f}' for tick in circle_ticks], fontsize=8)
+        ax.set_ylim(0, 1)
+
+        # Dibujar áreas de umbrales
+        ax.plot(angles, min_values, '#e74c3c', linestyle='--', linewidth=1, label='Mínimo', alpha=0.5)
+        ax.plot(angles, target_values, '#2ecc71', linestyle='--', linewidth=1, label='Meta', alpha=0.5)
+        ax.fill_between(angles, target_values, [1]*len(angles), color='#2ecc71', alpha=0.1)
+        ax.fill_between(angles, [0]*len(angles), min_values, color='#e74c3c', alpha=0.1)
 
-            plt.tight_layout()
-            st.pyplot(fig)
-            plt.close()
+        # Dibujar valores del usuario
+        ax.plot(angles, values_user, '#3498db', linewidth=2, label='Tu escritura')
+        ax.fill(angles, values_user, '#3498db', alpha=0.2)
+
+        # Ajustar leyenda
+        ax.legend(
+            loc='upper right',
+            bbox_to_anchor=(0.1, 0.1),
+            fontsize=10,
+            frameon=True,
+            facecolor='white',
+            edgecolor='none',
+            shadow=True
+        )
+
+        plt.tight_layout()
+        st.pyplot(fig)
+        plt.close()
 
     except Exception as e:
-        logger.error(f"Error mostrando resultados: {str(e)}")
-        st.error("Error al mostrar los resultados")
+        logger.error(f"Error mostrando gráfico radar: {str(e)}")
+        st.error("Error al mostrar el gráfico")
+#######################################