Update app.py

app.py

@@ -10,6 +10,10 @@ import plotly.express as px
 import plotly.graph_objects as go
 import matplotlib.pyplot as plt
 import seaborn as sns
+import sklearn
+from sklearn.preprocessing import MinMaxScaler
+from sklearn.ensemble import ExtraTreesRegressor
+%matplotlib inline 
 
 # função para conversão da escala das variáveis:
 def aplicar_operacao(df, scv, col_index):
@@ -66,7 +70,7 @@ def criar_grafico_dispersao(df, x_column, y_column, hover_name, trendline_color)
     fig.update_layout(
         plot_bgcolor='rgb(240, 240, 240)',  
         paper_bgcolor='rgb(240, 240, 240)',
-        #margin=dict(l=0.1, r=1, t=0.1, b=0.1)
+
     )
     # Definindo a cor dos pontos
     fig.update_traces(marker=dict(color=trendline_color, size=5))
@@ -141,7 +145,7 @@ def avaliacao_imovel(planilha, v_d, scv_d,
     aplicar_operacao(df_dados, scv_15, 17)
     aplicar_operacao(df_dados, scv_16, 18)
 
-#----------------------------Renomear colunas----------------------------#
+    #----------------------------Renomear colunas----------------------------#
 
     #dados
     if v_d == "Valor total":
@@ -202,6 +206,8 @@ def avaliacao_imovel(planilha, v_d, scv_d,
            (i == 18 and v_16):
             if i < len(df_filtrado.columns):
                 X[col] = df_filtrado.iloc[:, i]
+                
+    #X.to_excel("X.xlsx", index=False) ---> Linha de verificação
 
     #---------------------------Gráficos de dispersão--------------------------#
     
@@ -310,6 +316,41 @@ def avaliacao_imovel(planilha, v_d, scv_d,
         y = df_filtrado.iloc[:, 1:2]
     else:
         y = df_filtrado.iloc[:, 2:3]
+        
+    #y.to_excel("y.xlsx", index=False) ---> Linha de verificação
+    
+    #---------------------ExtraTreesRegressor--------------------#
+    
+    scaler_x = MinMaxScaler()
+    scaler_y = MinMaxScaler()
+
+    input_scaler = scaler_x.fit(X)
+    output_scaler = scaler_y.fit(y)
+
+    x_norm = input_scaler.transform(X)
+    y_norm = output_scaler.transform(np.array(y).reshape(-1, 1))
+
+    x_norm = pd.DataFrame(x_norm, columns=X.columns)
+    
+    new_y = np.ravel(y_norm)
+
+    model = ExtraTreesRegressor()
+    model.fit(x_norm,new_y)
+
+    # Criando o gráfico de influência das variáveis
+    feat_importances = pd.Series(model.feature_importances_, index=X.columns)
+    feat_importances.nlargest(16).plot(kind='barh', color = 'orange')
+    plt.title('Influência das Variáveis')
+    plt.xlabel('Importância')
+    plt.ylabel('Variáveis')
+    plt.gca().set_facecolor('#f0f0f5')
+    plt.tight_layout()
+    plt.grid(True)
+
+    # Salvar o gráfico como imagem
+    plt.savefig('influencia_variaveis.png')
+    
+    #----------------------------Modelo----------------------------#
     
     # Adicionando uma constante às variáveis independentes (intercepto)
     X = sm.add_constant(X)
@@ -319,7 +360,7 @@ def avaliacao_imovel(planilha, v_d, scv_d,
 
     # Ajustando o modelo aos dados
     resultado = modelo.fit()
-    
+
     # Calculando os resíduos do modelo
     residuos = resultado.resid
     # Calculando Desvio Padrão dos Resíduos
@@ -367,7 +408,6 @@ def avaliacao_imovel(planilha, v_d, scv_d,
       - Assimetria (Skewness): {skewness}
       - Curtose (Kurtosis): {kurtosis}
     """
-    
     # Equação do modelo
     if v_d == "Valor total":
         equacao_modelo =  df_filtrado.columns[1] + '='
@@ -391,7 +431,7 @@ def avaliacao_imovel(planilha, v_d, scv_d,
     # Obtenha as estatísticas do modelo em formato de DataFrame
     #resultado_summary_df = pd.DataFrame(resultado_summary.tables[1])
     
-    #---------------------df_final (regressão)----------------------#
+    #----------------------------df_final (regressão)----------------------------#
     
     # Adicionando a primeira coluna de df_filtrado ao início de df_final
     ordem = df_filtrado[[df_filtrado.columns[0]]].copy()
@@ -551,6 +591,8 @@ def avaliacao_imovel(planilha, v_d, scv_d,
         df_aval_original.loc[(df_aval_original['TOTAL_IC_%'] > 40) & (df_aval_original['TOTAL_IC_%'] <= 50), 'PRECISÃO'] = "Grau I"
         df_aval_original.loc[df_aval_original['TOTAL_IC_%'] > 50, 'PRECISÃO'] = "Fora dos critérios"
 
+        # Retirando as colunas valor total e valor unitário
+        df_aval_original = df_aval_original.drop(df_aval_original.columns[[1, 2]], axis=1)
         # Salve o DataFrame 'result' em uma planilha
         df_aval_original.to_excel("planilha_aval.xlsx", index=False)
     
@@ -666,12 +708,16 @@ def avaliacao_imovel(planilha, v_d, scv_d,
     fig_v14,
     fig_v15,
     fig_v16,
+    'influencia_variaveis.png',
     plt,
     df_aval_original,
     'planilha_aval.xlsx',
+    
     #X_aval,
     #X,
     #y,
+    #'X.xlsx',
+    #'y.xlsx',  
     )
 
     #--------------------------------------Interface---------------------------------#
@@ -692,105 +738,116 @@ with gr.Blocks(theme=gr.themes.Default(primary_hue="yellow", secondary_hue="yell
     with gr.Row():
         with gr.Column():
             with gr.Row():
-                #fl_1 = gr.File(label="Upload planilha", type="file", scale=2, height=100)
+                #inp_1 = gr.File(label="Upload planilha", type="file", scale=2, height=100)
                 fl_1 = gr.File(label="Upload planilha", type="filepath", scale=2, height=100)
             with gr.Row():
-                drop = gr.Dropdown(['Valor total', 'Valor unitário',], label="VARIÁVEL DEPENDENTE", value='Valor unitário')
-                rd_0 = gr.Dropdown(['y', 'lny', '1/y', 'y²'], label="Escala VARIÁVEL DEPENDENTE", value='y')
+                inp_2 = gr.Dropdown(['Valor total', 'Valor unitário',], label="VARIÁVEL DEPENDENTE", value='Valor unitário')
+                inp_3 = gr.Dropdown(['y', 'lny', '1/y', 'y²'], label="Escala VARIÁVEL DEPENDENTE", value='y')
             button_1 = gr.Button("Calcular") 
             with gr.Row():
-                cb_1 = gr.Checkbox(value=True, label="Var 1", scale=1)
-                rd_1 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
-                cb_2 = gr.Checkbox(value=True, label="Var 2", scale=1)
-                rd_2 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1) 
+                inp_4 = gr.Checkbox(value=True, label="Var 1", scale=1)
+                inp_5 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
+                inp_6 = gr.Checkbox(value=True, label="Var 2", scale=1)
+                inp_7 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1) 
             with gr.Row():
-                cb_3 = gr.Checkbox(value=False, label="Var 3", scale=1)
-                rd_3 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
-                cb_4 = gr.Checkbox(value=False, label="Var 4", scale=1)
-                rd_4 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
+                inp_8 = gr.Checkbox(value=False, label="Var 3", scale=1)
+                inp_9 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
+                inp_10 = gr.Checkbox(value=False, label="Var 4", scale=1)
+                inp_11 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
             with gr.Row():
-                cb_5 = gr.Checkbox(value=False, label="Var 5", scale=1)
-                rd_5 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)   
-                cb_6 = gr.Checkbox(value=False, label="Var 6", scale=1)
-                rd_6 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)      
+                inp_12 = gr.Checkbox(value=False, label="Var 5", scale=1)
+                inp_13 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)   
+                inp_14 = gr.Checkbox(value=False, label="Var 6", scale=1)
+                inp_15 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)      
             with gr.Row():
-                cb_7 = gr.Checkbox(value=False, label="Var 7", scale=1)
-                rd_7 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
-                cb_8 = gr.Checkbox(value=False, label="Var 8", scale=1)
-                rd_8 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
+                inp_16 = gr.Checkbox(value=False, label="Var 7", scale=1)
+                inp_17 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
+                inp_18 = gr.Checkbox(value=False, label="Var 8", scale=1)
+                inp_19 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
             with gr.Row():
-                cb_9 = gr.Checkbox(value=False, label="Var 9", scale=1)
-                rd_9 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1) 
-                cb_10 = gr.Checkbox(value=False, label="Var 10", scale=1)
-                rd_10 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
+                inp_20 = gr.Checkbox(value=False, label="Var 9", scale=1)
+                inp_21 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1) 
+                inp_22 = gr.Checkbox(value=False, label="Var 10", scale=1)
+                inp_23 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
             with gr.Row():
-                cb_11 = gr.Checkbox(value=False, label="Var 11", scale=1)
-                rd_11 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
-                cb_12 = gr.Checkbox(value=False, label="Var 12", scale=1)
-                rd_12 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
+                inp_24 = gr.Checkbox(value=False, label="Var 11", scale=1)
+                inp_25 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
+                inp_26 = gr.Checkbox(value=False, label="Var 12", scale=1)
+                inp_27 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
             with gr.Row():
-                cb_13 = gr.Checkbox(value=False, label="Var 13", scale=1)
-                rd_13 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
-                cb_14 = gr.Checkbox(value=False, label="Var 14", scale=1)
-                rd_14 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
+                inp_28 = gr.Checkbox(value=False, label="Var 13", scale=1)
+                inp_29 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
+                inp_30 = gr.Checkbox(value=False, label="Var 14", scale=1)
+                inp_31 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
             with gr.Row():
-                cb_15 = gr.Checkbox(value=False, label="Var 15", scale=1)
-                rd_15 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
-                cb_16 = gr.Checkbox(value=False, label="Var 16", scale=1)
-                rd_16 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
+                inp_32 = gr.Checkbox(value=False, label="Var 15", scale=1)
+                inp_33 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
+                inp_34 = gr.Checkbox(value=False, label="Var 16", scale=1)
+                inp_35 = gr.Dropdown(['x', 'lnx', '1/x', 'x²'], show_label=False, value='x', scale=1)
             button_2 = gr.Button("Calcular") 
-            cb_17 = gr.CheckboxGroup(numeros, value=numeros[1:501], label="Selecionar dados", type="index")
+            inp_36 = gr.CheckboxGroup(numeros, value=numeros[1:501], label="Selecionar dados", type="index")
             button_3 = gr.Button("Calcular")
-    
+
         with gr.Column():
-            df_1 = gr.Dataframe(label="Planilha de dados original", height=300)
-            cols = gr.Textbox(label="Colunas", scale=1)
+            out_1 = gr.Dataframe(label="Planilha de dados original", height=300)
+            out_2 = gr.Textbox(label="Colunas", scale=1)
             with gr.Row():
-                tx_1 = gr.Textbox(label="Resultados Gerais do Modelo", scale=1)
-                tx_2 = gr.Textbox(label="Equação do Modelo")
-            ht_1 = gr.HTML(label="Resultados por variável")
-            df_2 = gr.Dataframe(label="Planilha Regressão Linear (Variáveis e escalas escolhidas e sem outliers)", height=300)
-            tx_3 = gr.Textbox(label="Listagem de dados com resíduos padronizados > 2")
-            tx_5 = gr.Textbox(label="Listagem de pontos Influenciantes (Distância de Cook > 1)")
-            df_3 = gr.Dataframe(label="Resíduos Padronizados > 2", height=300)
-            df_4 = gr.Dataframe(label="Outliers (retirados)", height=300)
-            df_5 = gr.Dataframe(label="Valores Ajustados x Preços Observados", height=300)
+                out_3 = gr.Textbox(label="Resultados Gerais do Modelo", scale=1)
+                out_4 = gr.Textbox(label="Equação do Modelo")
+            out_5 = gr.HTML(label="Resultados por variável")
+            out_6 = gr.Dataframe(label="Planilha Regressão Linear (Variáveis e escalas escolhidas e sem outliers)", height=300)
+            out_7 = gr.Textbox(label="Listagem de dados com resíduos padronizados > 2")
+            out_8 = gr.Textbox(label="Listagem de pontos Influenciantes (Distância de Cook > 1)")
+            out_9 = gr.Dataframe(label="Resíduos Padronizados > 2", height=300)
+            out_10 = gr.Dataframe(label="Outliers (retirados)", height=300)
+            out_11 = gr.Dataframe(label="Valores Ajustados x Preços Observados", height=300)
             button_4 = gr.Button("Calcular")
-            pt_1 = gr.Plot(label="Gráfico Dispersão var 1")
-            pt_2 = gr.Plot(label="Gráfico Dispersão var 2")
-            pt_3 = gr.Plot(label="Gráfico Dispersão var 3")
-            pt_4 = gr.Plot(label="Gráfico Dispersão var 4")
-            pt_5 = gr.Plot(label="Gráfico Dispersão var 5")
-            pt_6 = gr.Plot(label="Gráfico Dispersão var 6")
-            pt_7 = gr.Plot(label="Gráfico Dispersão var 7")
-            pt_8 = gr.Plot(label="Gráfico Dispersão var 8")
-            pt_9 = gr.Plot(label="Gráfico Dispersão var 9")
-            pt_10 = gr.Plot(label="Gráfico Dispersão var 10")
-            pt_11 = gr.Plot(label="Gráfico Dispersão var 11")
-            pt_12 = gr.Plot(label="Gráfico Dispersão var 12")
-            pt_13 = gr.Plot(label="Gráfico Dispersão var 13")
-            pt_14 = gr.Plot(label="Gráfico Dispersão var 14")
-            pt_15 = gr.Plot(label="Gráfico Dispersão var 15")
-            pt_16 = gr.Plot(label="Gráfico Dispersão var 16")
-            pt_17 = gr.Plot(label="Análise Gráfica do Modelo de Regressão")
-            df_6 = gr.Dataframe(label="Avaliação", height=300)
-            fl_2 = gr.components.File(label="Resultado da Avaliação")
-            #df_7 = gr.Dataframe(label="X_avall", height=300)
-            #df_8 = gr.Dataframe(label="X", height=300)
-            #df_9 = gr.Dataframe(label="y", height=300)
-
-    inputs = [fl_1, drop, rd_0, cb_1, rd_1, cb_2, rd_2, cb_3, rd_3, cb_4, rd_4, cb_5, rd_5, cb_6, rd_6,
-              cb_7, rd_7, cb_8, rd_8, cb_9, rd_9, cb_10, rd_10, cb_11, rd_11, cb_12, rd_12, cb_13, rd_13,
-              cb_14, rd_14, cb_15, rd_15, cb_16, rd_16, cb_17]        
-    outputs = [df_1, cols, tx_1, tx_2, ht_1, df_2, tx_3, tx_5, df_3, df_4, df_5, pt_1, pt_2, pt_3, pt_4, pt_5, pt_6,
-               pt_7, pt_8, pt_9, pt_10, pt_11, pt_12, pt_13, pt_14, pt_15, pt_16, pt_17, df_6, fl_2] #, df_7, df_8, df_9]
-
+            out_12 = gr.Plot(label="Gráfico Dispersão var 1")
+            out_13 = gr.Plot(label="Gráfico Dispersão var 2")
+            out_14 = gr.Plot(label="Gráfico Dispersão var 3")
+            out_15 = gr.Plot(label="Gráfico Dispersão var 4")
+            out_16 = gr.Plot(label="Gráfico Dispersão var 5")
+            out_17 = gr.Plot(label="Gráfico Dispersão var 6")
+            out_18 = gr.Plot(label="Gráfico Dispersão var 7")
+            out_19 = gr.Plot(label="Gráfico Dispersão var 8")
+            out_20 = gr.Plot(label="Gráfico Dispersão var 9")
+            out_21 = gr.Plot(label="Gráfico Dispersão var 10")
+            out_22 = gr.Plot(label="Gráfico Dispersão var 11")
+            out_23 = gr.Plot(label="Gráfico Dispersão var 12")
+            out_24 = gr.Plot(label="Gráfico Dispersão var 13")
+            out_25 = gr.Plot(label="Gráfico Dispersão var 14")
+            out_26 = gr.Plot(label="Gráfico Dispersão var 15")
+            out_27 = gr.Plot(label="Gráfico Dispersão var 16")
+            out_28 = gr.Image(label='Gráfico de Influência das Variáveis')
+            out_29 = gr.Plot(label="Análise Gráfica do Modelo de Regressão")
+            out_30 = gr.Dataframe(label="Avaliação", height=300)
+            out_31 = gr.components.File(label="Resultado da Avaliação")
+
+            # outputs de verificação
+            #out_off_1 = gr.Dataframe(label="X_aval", height=300)
+            #out_off_2 = gr.Dataframe(label="X", height=300)
+            #out_off_3 = gr.Dataframe(label="y", height=300)
+            #out_off_4 = gr.components.File(label="X")
+            #out_off_5 = gr.components.File(label="y")
+            
+    inputs = [
+        inp_1, inp_2, inp_3, inp_4, inp_5, inp_6, inp_7, inp_8, inp_9, inp_10,
+        inp_11, inp_12, inp_13, inp_14, inp_15, inp_16, inp_17, inp_18, inp_19, inp_20,
+        inp_21, inp_22, inp_23, inp_24, inp_25, inp_26, inp_27, inp_28, inp_29, inp_30,
+        inp_31, inp_32, inp_33, inp_34, inp_35, inp_36
+    ]
+      
+    outputs = [
+        out_1, out_2, out_3, out_4, out_5, out_6, out_7, out_8, out_9, out_10,
+        out_11, out_12, out_13, out_14, out_15, out_16, out_17, out_18, out_19, out_20,
+        out_21, out_22, out_23, out_24, out_25, out_26, out_27, out_28, out_29, out_30,
+        out_31
+    ]  #[out_off_1, out_off_2, out_off_3, out_off_4, out_off_5]
+        
     button_1.click(avaliacao_imovel, inputs=inputs, outputs=outputs)
     button_2.click(avaliacao_imovel, inputs=inputs, outputs=outputs)
     button_3.click(avaliacao_imovel, inputs=inputs, outputs=outputs)
     button_4.click(avaliacao_imovel, inputs=inputs, outputs=outputs)
 
 if __name__ == "__main__":
-    interface.launch(debug=True)
-
-
+    interface.launch(debug=True)