Create functions.py

functions.py

@@ -0,0 +1,90 @@
+from datasets import load_dataset
+import requests
+import json
+import matplotlib.pyplot as plt
+
+# Cargar modalidades y tareas desde un archivo JSON
+with open("modalidades_tareas.json", "r") as file:
+    MODALIDAD_TAREAS = json.load(file)
+
+def validar_modalidades_tareas(modalidades_tareas):
+    for modalidad, tareas in modalidades_tareas.items():
+        if not isinstance(modalidad, str) or not isinstance(tareas, list):
+            raise ValueError(f"Formato incorrecto para la modalidad: {modalidad}")
+        for tarea in tareas:
+            if not isinstance(tarea, str):
+                raise ValueError(f"Formato incorrecto para la tarea: {tarea} en la modalidad {modalidad}")
+
+# Validar el diccionario
+validar_modalidades_tareas(MODALIDAD_TAREAS)
+
+# Función para generar la gráfica de barras
+def generar_grafica_barras(tareas_seleccionadas):
+    # Contar la cantidad de tareas seleccionadas por modalidad
+    conteo_modalidades = {}
+    for modalidad, tareas in MODALIDAD_TAREAS.items():
+        conteo_modalidades[modalidad] = len([tarea for tarea in tareas if tarea in tareas_seleccionadas])
+    
+    modalidades = list(conteo_modalidades.keys())
+    cantidades = [conteo_modalidades[modalidad] for modalidad in modalidades]
+    
+    # Crear la gráfica de barras horizontal
+    fig, ax = plt.subplots(figsize=(10, 6))
+    ax.barh(modalidades, cantidades, color='skyblue', edgecolor='black')
+    ax.set_xlabel('Cantidad de Tareas Seleccionadas')
+    ax.set_ylabel('Modalidades')
+    ax.set_title('Distribución de Tareas Seleccionadas por Modalidad')
+    ax.invert_yaxis()  # Invertir el eje Y para que las modalidades aparezcan de arriba hacia abajo
+    
+    return fig
+
+# Función para generar el encabezado del CSV
+def generar_encabezado(tareas_seleccionadas):
+    if not tareas_seleccionadas:
+        raise ValueError("Debes seleccionar al menos una tarea.")
+    
+    columnas = ["id"]  # Añadimos 'id' como primer elemento
+    for tarea in tareas_seleccionadas:
+        columnas.append(f"{tarea.lower().replace(' ', '_')}_label")
+    return ",".join(columnas)
+
+# Función para buscar datasets compatibles en HuggingFace
+def buscar_datasets(tareas_seleccionadas, filtro_tamaño=None, filtro_licencia=None):
+    query = "+".join(tareas_seleccionadas)
+    url = f"https://huggingface.co/api/datasets?search={query}"
+    response = requests.get(url)
+    datasets = response.json()
+    
+    resultados = []
+    for dataset in datasets:
+        # Aplicar filtros adicionales
+        if filtro_tamaño and dataset.get("size_categories") != filtro_tamaño:
+            continue
+        if filtro_licencia and dataset.get("license") != filtro_licencia:
+            continue
+        resultados.append(f"- {dataset['id']}: {dataset['description']}")
+    return "\n".join(resultados)
+
+# Función para generar el dataset
+def generar_dataset(encabezado, datasets_seleccionados, pagina_actual=1, filas_por_pagina=5):
+    if not datasets_seleccionados:
+        raise ValueError("Debes seleccionar al menos un dataset.")
+    
+    columnas = encabezado.split(",")
+    filas = []
+    
+    # Cargar datos reales desde los datasets seleccionados
+    for dataset_id in datasets_seleccionados.split("\n"):
+        dataset_id = dataset_id.strip("- ").split(":")[0]  # Extraer ID del dataset
+        try:
+            dataset = load_dataset(dataset_id, split="train")
+            inicio = (pagina_actual - 1) * filas_por_pagina
+            fin = pagina_actual * filas_por_pagina
+            for i, fila in enumerate(dataset[inicio:fin]):
+                valores = [str(fila.get(col, "valor_default")) for col in columnas[1:]]  # Ignorar 'id'
+                filas.append(f"id_{inicio + i}," + ",".join(valores))
+        except Exception as e:
+            filas.append(f"Error cargando dataset {dataset_id}: {str(e)}")
+    
+    contenido_csv = "\n".join([encabezado] + filas)
+    return contenido_csv