app.py

import streamlit as st
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import io
import base64
from PIL import Image

# Configuración de la página
st.set_page_config(
    page_title="Visualizador de Datos",
    page_icon="📊",
    layout="wide"
)

# Título de la aplicación
st.title("📊 Visualizador de Datos")
st.markdown("### Carga tu archivo CSV o Excel y crea visualizaciones personalizadas")

# Función para cargar el archivo
def load_data():
    uploaded_file = st.file_uploader("Carga tu archivo CSV o Excel", type=["csv", "xlsx", "xls"])
    
    if uploaded_file is not None:
        try:
            # Determinar el tipo de archivo y cargarlo
            if uploaded_file.name.endswith('.csv'):
                data = pd.read_csv(uploaded_file)
            else:
                data = pd.read_excel(uploaded_file)
            
            return data
        except Exception as e:
            st.error(f"Error al cargar el archivo: {e}")
            return None
    return None

# Función para generar gráficos
def create_plot(data, x_col, y_col, plot_type):
    fig, ax = plt.subplots(figsize=(10, 6))
    
    if plot_type == "Barras":
        sns.barplot(x=x_col, y=y_col, data=data, ax=ax)
    elif plot_type == "Barras (Count)":
        # Crear conteo de valores
        count_data = data[x_col].value_counts().reset_index()
        count_data.columns = [x_col, 'count']
        sns.barplot(x=x_col, y='count', data=count_data, ax=ax)
        plt.ylabel('Frecuencia')
    elif plot_type == "Líneas":
        sns.lineplot(x=x_col, y=y_col, data=data, ax=ax)
    elif plot_type == "Dispersión":
        sns.scatterplot(x=x_col, y=y_col, data=data, ax=ax)
    elif plot_type == "Histograma":
        sns.histplot(data[x_col], ax=ax)
        plt.xlabel(x_col)
    elif plot_type == "Boxplot":
        sns.boxplot(x=x_col, y=y_col, data=data, ax=ax)
    elif plot_type == "Violín":
        sns.violinplot(x=x_col, y=y_col, data=data, ax=ax)
    elif plot_type == "Pastel":
        data[x_col].value_counts().plot.pie(autopct='%1.1f%%', ax=ax)
        plt.ylabel('')
    elif plot_type == "Mapa de calor":
        if len(data) > 100:
            sample_data = data.sample(100)
        else:
            sample_data = data
        correlation = sample_data.select_dtypes(include=['float64', 'int64']).corr()
        sns.heatmap(correlation, annot=True, cmap='coolwarm', ax=ax)
    
    plt.tight_layout()
    return fig

# Función para descargar imágenes
def get_image_download_link(fig, filename, text):
    buf = io.BytesIO()
    fig.savefig(buf, format='png', dpi=300, bbox_inches='tight')
    buf.seek(0)
    b64 = base64.b64encode(buf.read()).decode()
    href = f'<a href="data:image/png;base64,{b64}" download="{filename}.png">{text}</a>'
    return href

# Función principal
def main():
    # Cargar datos
    data = load_data()
    
    if data is not None:
        # Mostrar información básica del dataset
        st.subheader("Vista previa de los datos")
        st.dataframe(data.head())
        
        st.subheader("Información del dataset")
        col1, col2 = st.columns(2)
        with col1:
            st.info(f"Número de filas: {data.shape[0]}")
        with col2:
            st.info(f"Número de columnas: {data.shape[1]}")
        
        # Selección de columnas y tipo de gráfico
        st.subheader("Crear visualización")
        
        col1, col2, col3 = st.columns(3)
        
        with col1:
            plot_type = st.selectbox(
                "Tipo de gráfico", 
                ["Barras", "Barras (Count)", "Líneas", "Dispersión", "Histograma", "Boxplot", "Violín", "Pastel", "Mapa de calor"]
            )
        
        # Opciones de columnas basadas en el tipo de gráfico
        numeric_cols = data.select_dtypes(include=['float64', 'int64']).columns.tolist()
        categorical_cols = data.select_dtypes(include=['object']).columns.tolist()
        all_cols = data.columns.tolist()
        
        with col2:
            if plot_type == "Histograma":
                x_col = st.selectbox("Selecciona la columna para el histograma", numeric_cols)
                y_col = None
            elif plot_type == "Mapa de calor":
                x_col = "Correlación"
                y_col = "Correlación"
            elif plot_type == "Pastel":
                x_col = st.selectbox("Selecciona la columna para el gráfico de pastel", categorical_cols if categorical_cols else all_cols)
                y_col = None
            elif plot_type == "Barras (Count)":
                x_col = st.selectbox("Selecciona la columna para contar frecuencias", all_cols)
                y_col = "count"  # Valor especial para indicar que se usará conteo
            else:
                x_options = categorical_cols + numeric_cols if categorical_cols else all_cols
                x_col = st.selectbox("Selecciona la columna para el eje X", x_options)
        
        with col3:
            if plot_type not in ["Histograma", "Pastel", "Mapa de calor", "Barras (Count)"]:
                y_col = st.selectbox("Selecciona la columna para el eje Y", numeric_cols if numeric_cols else all_cols)
        
        # Crear gráfico
        if st.button("Generar visualización"):
            try:
                st.subheader("Visualización")
                fig = create_plot(data, x_col, y_col, plot_type)
                st.pyplot(fig)
                
                # Botón para descargar la imagen
                st.markdown(
                    get_image_download_link(
                        fig, 
                        f"{plot_type}_{x_col}_{y_col if y_col else ''}", 
                        "📥 Descargar imagen"
                    ), 
                    unsafe_allow_html=True
                )
                
            except Exception as e:
                st.error(f"Error al generar el gráfico: {e}")
                st.info("Sugerencia: Verifica que las columnas seleccionadas sean compatibles con el tipo de gráfico.")

# Ejecutar la aplicación
if __name__ == "__main__":
    main()