CSV

app.py

@@ -0,0 +1,152 @@
+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 == "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", "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
+            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"]:
+                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()

requirements.txt

@@ -0,0 +1,6 @@
+streamlit==1.22.0
+pandas==1.5.3
+matplotlib==3.7.1
+seaborn==0.12.2
+openpyxl==3.1.2
+Pillow==9.5.0