Update app.py

app.py

@@ -49,14 +49,11 @@ def ajustar_decimales_evento(df, decimales):
     df = df.copy()
     # Ajustar decimales en todas las columnas numéricas
     for col in df.columns:
-        if df[col].dtype in [np.float64, np.int64, float, int]:
+        try:
+            df[col] = pd.to_numeric(df[col], errors='ignore')
             df[col] = df[col].round(decimales)
-        else:
-            # Intentar convertir a numérico y luego redondear
-            try:
-                df[col] = pd.to_numeric(df[col], errors='ignore').round(decimales)
-            except:
-                pass
+        except:
+            pass
     return df
 
 def calcular_promedio_desviacion(df, n_replicas, unidad_medida):
@@ -77,7 +74,7 @@ def calcular_promedio_desviacion(df, n_replicas, unidad_medida):
 
     return df
 
-def generar_graficos(df_valid, n_replicas, unidad_medida, estilo_grafico):
+def generar_graficos(df_valid, n_replicas, unidad_medida, estilo_grafico, mostrar_linea_ajuste, mostrar_linea_ideal, mostrar_puntos):
     col_predicha_num = "Concentración Predicha Numérica"
     col_real_promedio = f"Concentración Real Promedio ({unidad_medida})"
     col_desviacion = f"Desviación Estándar ({unidad_medida})"
@@ -97,10 +94,10 @@ def generar_graficos(df_valid, n_replicas, unidad_medida, estilo_grafico):
 
     # Definir estilos de gráficos
     estilos = {
-        "Estilo 1": {"color_puntos": "blue", "color_linea": "green", "color_error": "lightgray"},
-        "Estilo 2": {"color_puntos": "red", "color_linea": "orange", "color_error": "pink"},
-        "Estilo 3": {"color_puntos": "purple", "color_linea": "cyan", "color_error": "gray"},
-        "Estilo 4": {"color_puntos": "black", "color_linea": "yellow", "color_error": "darkgray"}
+        "Estilo 1": {"color_puntos": "blue", "color_linea": "green", "color_error": "lightgray", "marker": "o", "line_style": "-"},
+        "Estilo 2": {"color_puntos": "red", "color_linea": "orange", "color_error": "pink", "marker": "s", "line_style": "--"},
+        "Estilo 3": {"color_puntos": "purple", "color_linea": "cyan", "color_error": "gray", "marker": "^", "line_style": "-."},
+        "Estilo 4": {"color_puntos": "black", "color_linea": "yellow", "color_error": "darkgray", "marker": "D", "line_style": ":"}
     }
 
     estilo = estilos.get(estilo_grafico, estilos["Estilo 1"])
@@ -108,48 +105,52 @@ def generar_graficos(df_valid, n_replicas, unidad_medida, estilo_grafico):
     fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(14, 6))
 
     # Gráfico de dispersión con línea de regresión
-    if n_replicas > 1:
-        # Incluir barras de error
-        ax1.errorbar(
-            df_valid[col_predicha_num],
-            df_valid[col_real_promedio],
-            yerr=df_valid[col_desviacion],
-            fmt='o',
-            color=estilo["color_puntos"],
-            ecolor=estilo["color_error"],
-            elinewidth=2,
-            capsize=3,
-            label='Datos Reales'
-        )
-    else:
-        ax1.scatter(
-            df_valid[col_predicha_num],
-            df_valid[col_real_promedio],
-            color=estilo["color_puntos"],
-            s=100,
-            label='Datos Reales',
-            marker='o'
-        )
+    if mostrar_puntos:
+        if n_replicas > 1:
+            # Incluir barras de error
+            ax1.errorbar(
+                df_valid[col_predicha_num],
+                df_valid[col_real_promedio],
+                yerr=df_valid[col_desviacion],
+                fmt=estilo["marker"],
+                color=estilo["color_puntos"],
+                ecolor=estilo["color_error"],
+                elinewidth=2,
+                capsize=3,
+                label='Datos Reales'
+            )
+        else:
+            ax1.scatter(
+                df_valid[col_predicha_num],
+                df_valid[col_real_promedio],
+                color=estilo["color_puntos"],
+                s=100,
+                label='Datos Reales',
+                marker=estilo["marker"]
+            )
 
     # Línea de ajuste
-    ax1.plot(
-        df_valid[col_predicha_num],
-        df_valid['Ajuste Lineal'],
-        color=estilo["color_linea"],
-        label='Ajuste Lineal',
-        linewidth=2
-    )
+    if mostrar_linea_ajuste:
+        ax1.plot(
+            df_valid[col_predicha_num],
+            df_valid['Ajuste Lineal'],
+            color=estilo["color_linea"],
+            label='Ajuste Lineal',
+            linewidth=2,
+            linestyle=estilo["line_style"]
+        )
 
     # Línea ideal
-    min_predicha = df_valid[col_predicha_num].min()
-    max_predicha = df_valid[col_predicha_num].max()
-    ax1.plot(
-        [min_predicha, max_predicha],
-        [min_predicha, max_predicha],
-        color='red',
-        linestyle='--',
-        label='Ideal'
-    )
+    if mostrar_linea_ideal:
+        min_predicha = df_valid[col_predicha_num].min()
+        max_predicha = df_valid[col_predicha_num].max()
+        ax1.plot(
+            [min_predicha, max_predicha],
+            [min_predicha, max_predicha],
+            color='red',
+            linestyle='--',
+            label='Ideal'
+        )
 
     ax1.set_title('Correlación entre Concentración Predicha y Real', fontsize=14)
     ax1.set_xlabel('Concentración Predicha', fontsize=12)
@@ -175,7 +176,7 @@ def generar_graficos(df_valid, n_replicas, unidad_medida, estilo_grafico):
         residuos,
         color=estilo["color_puntos"],
         s=100,
-        marker='D',
+        marker=estilo["marker"],
         label='Residuos'
     )
 
@@ -261,7 +262,7 @@ Fecha: {datetime.now().strftime('%d/%m/%Y %H:%M')}
 """
     return informe, evaluacion['estado']
 
-def actualizar_analisis(df, n_replicas, unidad_medida, estilo_grafico):
+def actualizar_analisis(df, n_replicas, unidad_medida):
     if df is None or df.empty:
         return "Error en los datos", None, "No se pueden generar análisis", df
 
@@ -284,11 +285,36 @@ def actualizar_analisis(df, n_replicas, unidad_medida, estilo_grafico):
     slope, intercept, r_value, p_value, std_err = stats.linregress(df_valid[col_predicha_num], df_valid[col_real_promedio])
     df_valid['Ajuste Lineal'] = intercept + slope * df_valid[col_predicha_num]
 
-    fig = generar_graficos(df_valid, n_replicas, unidad_medida, estilo_grafico)
+    # Generar gráfico con opciones predeterminadas
+    fig = generar_graficos(df_valid, n_replicas, unidad_medida, "Estilo 1", True, True, True)
     informe, estado = generar_informe_completo(df_valid, n_replicas, unidad_medida)
 
     return estado, fig, informe, df
 
+def actualizar_graficos(df, n_replicas, unidad_medida, estilo_grafico, mostrar_linea_ajuste, mostrar_linea_ideal, mostrar_puntos):
+    if df is None or df.empty:
+        return None
+
+    # Asegurarse de que los cálculos estén actualizados
+    df = calcular_promedio_desviacion(df, n_replicas, unidad_medida)
+
+    col_predicha_num = "Concentración Predicha Numérica"
+    col_real_promedio = f"Concentración Real Promedio ({unidad_medida})"
+
+    # Convertir columnas a numérico
+    df[col_predicha_num] = pd.to_numeric(df[col_predicha_num], errors='coerce')
+    df[col_real_promedio] = pd.to_numeric(df[col_real_promedio], errors='coerce')
+
+    df_valid = df.dropna(subset=[col_predicha_num, col_real_promedio])
+
+    if len(df_valid) < 2:
+        return None
+
+    # Generar gráfico con opciones seleccionadas
+    fig = generar_graficos(df_valid, n_replicas, unidad_medida, estilo_grafico, mostrar_linea_ajuste, mostrar_linea_ideal, mostrar_puntos)
+
+    return fig
+
 def exportar_informe_word(df_valid, informe_md, unidad_medida):
     # Crear documento Word
     doc = docx.Document()
@@ -534,13 +560,6 @@ with gr.Blocks(theme=gr.themes.Soft()) as interfaz:
             ejemplo_od_btn = gr.Button("📋 Cargar Ejemplo OD", variant="secondary")
             sinteticos_btn = gr.Button("🧪 Generar Datos Sintéticos", variant="secondary")
 
-        with gr.Row():
-            estilo_grafico_dropdown = gr.Dropdown(
-                choices=["Estilo 1", "Estilo 2", "Estilo 3", "Estilo 4"],
-                value="Estilo 1",
-                label="Estilo del Gráfico"
-            )
-
         tabla_output = gr.DataFrame(
             wrap=True,
             label="Tabla de Datos",
@@ -553,6 +572,17 @@ with gr.Blocks(theme=gr.themes.Soft()) as interfaz:
         graficos_output = gr.Plot(label="Gráficos de Análisis")
         informe_output = gr.Markdown(elem_id="informe_output")
 
+        with gr.Row():
+            estilo_grafico_dropdown = gr.Dropdown(
+                choices=["Estilo 1", "Estilo 2", "Estilo 3", "Estilo 4"],
+                value="Estilo 1",
+                label="Estilo del Gráfico"
+            )
+            mostrar_linea_ajuste = gr.Checkbox(value=True, label="Mostrar Línea de Ajuste")
+            mostrar_linea_ideal = gr.Checkbox(value=True, label="Mostrar Línea Ideal")
+            mostrar_puntos = gr.Checkbox(value=True, label="Mostrar Puntos")
+            graficar_btn = gr.Button("📊 Graficar", variant="primary")
+
         with gr.Row():
             copiar_btn = gr.Button("📋 Copiar Informe", variant="secondary")
             exportar_word_btn = gr.Button("💾 Exportar Informe Word", variant="primary")
@@ -568,10 +598,17 @@ with gr.Blocks(theme=gr.themes.Soft()) as interfaz:
     # Evento al presionar el botón Calcular
     calcular_btn.click(
         fn=actualizar_analisis,
-        inputs=[tabla_output, replicas_slider, unidad_input, estilo_grafico_dropdown],
+        inputs=[tabla_output, replicas_slider, unidad_input],
         outputs=output_components
     )
 
+    # Evento para graficar con opciones seleccionadas
+    graficar_btn.click(
+        fn=actualizar_graficos,
+        inputs=[tabla_output, replicas_slider, unidad_input, estilo_grafico_dropdown, mostrar_linea_ajuste, mostrar_linea_ideal, mostrar_puntos],
+        outputs=graficos_output
+    )
+
     # Evento para limpiar datos
     limpiar_btn.click(
         fn=limpiar_datos,
@@ -674,7 +711,7 @@ with gr.Blocks(theme=gr.themes.Soft()) as interfaz:
         df = generar_tabla(7, 2000000, "UFC", n_replicas)
         # Valores reales de ejemplo
         df[f"Concentración Real 1 (UFC)"] = [2000000, 1600000, 1200000, 800000, 400000, 200000, 100000]
-        estado, fig, informe, df = actualizar_analisis(df, n_replicas, "UFC", "Estilo 1")
+        estado, fig, informe, df = actualizar_analisis(df, n_replicas, "UFC")
         return (
             2000000,
             "UFC",