Update modules/studentact/current_situation_interface.py

modules/studentact/current_situation_interface.py

@@ -114,64 +114,76 @@ def display_current_situation_interface(lang_code, nlp_models, t):
 
 def display_radar_chart(metrics):
     """
-    Muestra un gráfico de radar con las cuatro métricas.
+    Muestra un gráfico de radar con las métricas del usuario y el patrón ideal.
     """
     try:
-        # Preparar datos para el gráfico de radar
-        categories = ['Vocabulario', 'Estructura', 'Cohesión', 'Claridad']
-        values = [
-            metrics['vocabulary']['normalized_score'],
-            metrics['structure']['normalized_score'],
-            metrics['cohesion']['normalized_score'],
-            metrics['clarity']['normalized_score']
-        ]
-
-        # Crear figura
-        fig = plt.figure(figsize=(8, 8))
-        ax = fig.add_subplot(111, projection='polar')
-
-        # Número de variables
-        num_vars = len(categories)
-
-        # Calcular ángulos para cada eje
-        angles = [n / float(num_vars) * 2 * np.pi for n in range(num_vars)]
-        angles += angles[:1]  # Completar el círculo
-
-        # Extender valores para cerrar el polígono
-        values += values[:1]
-
-        # Dibujar las líneas de la cuadrícula principal
-        ax.set_xticks(angles[:-1])
-        ax.set_xticklabels(categories)
-
-        # Configurar círculos concéntricos y etiquetas
-        circle_ticks = np.arange(0, 1.1, 0.1)
-        ax.set_yticks(circle_ticks)
-        ax.set_yticklabels([f'{tick:.1f}' for tick in circle_ticks])
-        ax.set_ylim(0, 1)
-
-        # Dibujar líneas de la cuadrícula
-        ax.grid(True)
-
-        # Dibujar el gráfico
-        ax.plot(angles, values, 'o-', linewidth=2, label='Métricas')
-        ax.fill(angles, values, alpha=0.25)
-
-        # Ajustar el layout y mostrar
-        plt.tight_layout()
-        st.pyplot(fig)
-        plt.close()
-
-        # Mostrar valores numéricos debajo del gráfico
-        col1, col2, col3, col4 = st.columns(4)
-        with col1:
-            st.metric("Vocabulario", f"{values[0]:.2f}")
-        with col2:
-            st.metric("Estructura", f"{values[1]:.2f}")
-        with col3:
-            st.metric("Cohesión", f"{values[2]:.2f}")
-        with col4:
-            st.metric("Claridad", f"{values[3]:.2f}")
+        # Container con proporción reducida
+        with st.container():
+            # Métricas en la parte superior
+            col1, col2, col3, col4 = st.columns(4)
+            with col1:
+                st.metric("Vocabulario", f"{metrics['vocabulary']['normalized_score']:.2f}", "1.00")
+            with col2:
+                st.metric("Estructura", f"{metrics['structure']['normalized_score']:.2f}", "1.00")
+            with col3:
+                st.metric("Cohesión", f"{metrics['cohesion']['normalized_score']:.2f}", "1.00")
+            with col4:
+                st.metric("Claridad", f"{metrics['clarity']['normalized_score']:.2f}", "1.00")
+
+            # Contenedor para el gráfico con ancho controlado
+            _, graph_col, _ = st.columns([1,2,1])
+            
+            with graph_col:
+                # Preparar datos
+                categories = ['Vocabulario', 'Estructura', 'Cohesión', 'Claridad']
+                values_user = [
+                    metrics['vocabulary']['normalized_score'],
+                    metrics['structure']['normalized_score'],
+                    metrics['cohesion']['normalized_score'],
+                    metrics['clarity']['normalized_score']
+                ]
+                values_pattern = [1.0, 1.0, 1.0, 1.0]  # Patrón ideal
+
+                # Crear figura más compacta
+                fig = plt.figure(figsize=(6, 6))
+                ax = fig.add_subplot(111, projection='polar')
+
+                # Número de variables
+                num_vars = len(categories)
+
+                # Calcular ángulos
+                angles = [n / float(num_vars) * 2 * np.pi for n in range(num_vars)]
+                angles += angles[:1]
+
+                # Extender valores para cerrar polígonos
+                values_user += values_user[:1]
+                values_pattern += values_pattern[:1]
+
+                # Configurar ejes y etiquetas
+                ax.set_xticks(angles[:-1])
+                ax.set_xticklabels(categories, fontsize=8)
+
+                # Círculos concéntricos y etiquetas
+                circle_ticks = np.arange(0, 1.1, 0.2)  # Reducido a 5 niveles
+                ax.set_yticks(circle_ticks)
+                ax.set_yticklabels([f'{tick:.1f}' for tick in circle_ticks], fontsize=8)
+                ax.set_ylim(0, 1)
+
+                # Dibujar patrón ideal
+                ax.plot(angles, values_pattern, 'g--', linewidth=1, label='Patrón', alpha=0.5)
+                ax.fill(angles, values_pattern, 'g', alpha=0.1)
+
+                # Dibujar valores del usuario
+                ax.plot(angles, values_user, 'b-', linewidth=2, label='Tu escritura')
+                ax.fill(angles, values_user, 'b', alpha=0.2)
+
+                # Leyenda
+                ax.legend(loc='upper right', bbox_to_anchor=(0.1, 0.1), fontsize=8)
+
+                # Ajustes finales
+                plt.tight_layout()
+                st.pyplot(fig)
+                plt.close()
 
     except Exception as e:
         logger.error(f"Error generando gráfico de radar: {str(e)}")