Update modules/studentact/current_situation_interface.py

modules/studentact/current_situation_interface.py

@@ -1,15 +1,14 @@
 # modules/studentact/current_situation_interface-vOK.py
-# Importaciones generales.
+
 import streamlit as st
 import logging
 from ..utils.widget_utils import generate_unique_key
 import matplotlib.pyplot as plt
 import numpy as np
+from ..database.current_situation_mongo_db import store_current_situation_result
 
 # Importaciones locales
-from translations import get_translations
-
-from ..database.current_situation_mongo_db import store_current_situation_result
+from translations import get_translations 
 
 from .current_situation_analysis import (
     analyze_text_dimensions, 
@@ -24,7 +23,7 @@ from .current_situation_analysis import (
     generate_connection_paths,
     create_vocabulary_network, 
     create_syntax_complexity_graph, 
-    create_cohesion_heatmap     
+    create_cohesion_heatmap,     
 )
 
 # Configuración del estilo de matplotlib para el gráfico de radar
@@ -160,7 +159,6 @@ def display_current_situation_interface(lang_code, nlp_models, t):
 
 ###################################3333
 
-'''
 def display_results(metrics, text_type=None):
     """
     Muestra los resultados del análisis: métricas verticalmente y gráfico radar.
@@ -237,91 +235,7 @@ def display_results(metrics, text_type=None):
     except Exception as e:
         logger.error(f"Error mostrando resultados: {str(e)}")
         st.error("Error al mostrar los resultados")
-'''
 
-def display_results(metrics, text_type=None, t=None):
-    """
-    Muestra los resultados del análisis: métricas verticalmente y gráfico radar,
-    junto con recomendaciones personalizadas en el idioma seleccionado.
-    """
-    try:
-        # Usar valor por defecto si no se especifica tipo
-        text_type = text_type or 'student_essay'
-        
-        # Obtener el código de idioma actual
-        lang_code = st.session_state.lang_code
-        
-        # Obtener traducciones si no se proporcionaron
-        if t is None:
-            t = get_translations(lang_code)
-        
-        # Obtener umbrales según el tipo de texto
-        thresholds = TEXT_TYPES[text_type]['thresholds']
-        
-        # Crear dos columnas para las métricas y el gráfico
-        metrics_col, graph_col = st.columns([1, 1.5])
-        
-        # Columna de métricas
-        with metrics_col:
-            metrics_config = [
-                {
-                    'label': t.get('SITUATION_ANALYSIS', {}).get('vocabulary', "Vocabulario"),
-                    'key': 'vocabulary',
-                    'value': metrics['vocabulary']['normalized_score'],
-                    'help': t.get('SITUATION_ANALYSIS', {}).get('vocabulary_help', "Riqueza y variedad del vocabulario"),
-                    'thresholds': thresholds['vocabulary']
-                },
-                {
-                    'label': t.get('SITUATION_ANALYSIS', {}).get('structure', "Estructura"),
-                    'key': 'structure',
-                    'value': metrics['structure']['normalized_score'],
-                    'help': t.get('SITUATION_ANALYSIS', {}).get('structure_help', "Organización y complejidad de oraciones"),
-                    'thresholds': thresholds['structure']
-                },
-                {
-                    'label': t.get('SITUATION_ANALYSIS', {}).get('cohesion', "Cohesión"),
-                    'key': 'cohesion',
-                    'value': metrics['cohesion']['normalized_score'],
-                    'help': t.get('SITUATION_ANALYSIS', {}).get('cohesion_help', "Conexión entre ideas y párrafos"),
-                    'thresholds': thresholds['cohesion']
-                },
-                {
-                    'label': t.get('SITUATION_ANALYSIS', {}).get('clarity', "Claridad"),
-                    'key': 'clarity',
-                    'value': metrics['clarity']['normalized_score'],
-                    'help': t.get('SITUATION_ANALYSIS', {}).get('clarity_help', "Facilidad de comprensión"),
-                    'thresholds': thresholds['clarity']
-                }
-            ]
-            
-            # Mostrar las métricas como barras verticales
-            for metric in metrics_config:
-                st.metric(
-                    label=f"{metric['label']} - {int(metric['value']*100)}%" or "Métrica", 
-                    value="",
-                    help=metric['help']
-                )
-                st.progress(metric['value'])
-                st.markdown("---")
-        
-        # Columna del gráfico radar
-        with graph_col:
-            # Generar y mostrar el gráfico radar
-            fig = create_radar_chart(metrics, t)
-            st.pyplot(fig)
-        
-        # Generar recomendaciones basadas en métricas y tipo de texto
-        recommendations = generate_recommendations(metrics, text_type, lang_code, t)
-        
-        # Mostrar sección de recomendaciones
-        st.subheader(t.get('SITUATION_ANALYSIS', {}).get('recommendations_title', "Recomendaciones para mejorar"))
-        
-        # Mostrar recomendaciones en tarjetas con estilo
-        display_recommendations(recommendations, t)
-        
-    except Exception as e:
-        logger.error(f"Error displaying results: {str(e)}")
-        st.error(t.get('SITUATION_ANALYSIS', {}).get('display_error', "Error al mostrar los resultados del análisis"))
 
 ######################################
 def display_radar_chart(metrics_config, thresholds):
@@ -382,4 +296,93 @@ def display_radar_chart(metrics_config, thresholds):
     except Exception as e:
         logger.error(f"Error mostrando gráfico radar: {str(e)}")
         st.error("Error al mostrar el gráfico")
-#######################################
+
+#####################################################
+def display_recommendations(recommendations, t):
+    """
+    Muestra las recomendaciones con un diseño de tarjetas.
+    """
+    # Definir colores para cada categoría
+    colors = {
+        'vocabulary': '#2E86C1',  # Azul
+        'structure': '#28B463',   # Verde
+        'cohesion': '#F39C12',    # Naranja
+        'clarity': '#9B59B6',     # Púrpura
+        'priority': '#E74C3C'     # Rojo para la categoría prioritaria
+    }
+    
+    # Iconos para cada categoría
+    icons = {
+        'vocabulary': '📚',
+        'structure': '🏗️',
+        'cohesion': '🔄',
+        'clarity': '💡',
+        'priority': '⭐'
+    }
+    
+    # Obtener traducciones para cada dimensión
+    dimension_names = {
+        'vocabulary': t.get('SITUATION_ANALYSIS', {}).get('vocabulary', "Vocabulario"),
+        'structure': t.get('SITUATION_ANALYSIS', {}).get('structure', "Estructura"),
+        'cohesion': t.get('SITUATION_ANALYSIS', {}).get('cohesion', "Cohesión"),
+        'clarity': t.get('SITUATION_ANALYSIS', {}).get('clarity', "Claridad"),
+        'priority': t.get('SITUATION_ANALYSIS', {}).get('priority', "Prioridad")
+    }
+    
+    # Título de la sección prioritaria
+    priority_focus = t.get('SITUATION_ANALYSIS', {}).get('priority_focus', 'Área prioritaria para mejorar')
+    st.markdown(f"### {icons['priority']} {priority_focus}")
+    
+    # Determinar área prioritaria (la que tiene menor puntuación)
+    priority_area = recommendations.get('priority', 'vocabulary')
+    priority_title = dimension_names.get(priority_area, "Área prioritaria")
+    
+    # Determinar el contenido para mostrar
+    if isinstance(recommendations[priority_area], dict) and 'title' in recommendations[priority_area]:
+        priority_title = recommendations[priority_area]['title']
+        priority_content = recommendations[priority_area]['content']
+    else:
+        priority_content = recommendations[priority_area]
+    
+    # Mostrar la recomendación prioritaria con un estilo destacado
+    with st.container():
+        st.markdown(
+            f"""
+            <div style="border:2px solid {colors['priority']}; border-radius:5px; padding:15px; margin-bottom:20px;">
+                <h4 style="color:{colors['priority']};">{priority_title}</h4>
+                <p>{priority_content}</p>
+            </div>
+            """, 
+            unsafe_allow_html=True
+        )
+    
+    # Crear dos columnas para las tarjetas de recomendaciones restantes
+    col1, col2 = st.columns(2)
+    
+    # Distribuir las recomendaciones en las columnas
+    categories = ['vocabulary', 'structure', 'cohesion', 'clarity']
+    for i, category in enumerate(categories):
+        # Saltar si esta categoría ya es la prioritaria
+        if category == priority_area:
+            continue
+            
+        # Determinar título y contenido
+        if isinstance(recommendations[category], dict) and 'title' in recommendations[category]:
+            category_title = recommendations[category]['title']
+            category_content = recommendations[category]['content']
+        else:
+            category_title = dimension_names.get(category, category)
+            category_content = recommendations[category]
+        
+        # Alternar entre columnas
+        with col1 if i % 2 == 0 else col2:
+            # Crear tarjeta para cada recomendación
+            st.markdown(
+                f"""
+                <div style="border:1px solid {colors[category]}; border-radius:5px; padding:10px; margin-bottom:15px;">
+                    <h4 style="color:{colors[category]};">{icons[category]} {category_title}</h4>
+                    <p>{category_content}</p>
+                </div>
+                """, 
+                unsafe_allow_html=True
+            )