app.ipynb

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": null,
   "id": "58a44d93-676f-4b67-a2a0-af39673f1680",
   "metadata": {
    "scrolled": true
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "* Running on local URL:  http://127.0.0.1:7860\n",
      "\n",
      "To create a public link, set `share=True` in `launch()`.\n"
     ]
    },
    {
     "data": {
      "text/html": [
       "<div><iframe src=\"http://127.0.0.1:7860/\" width=\"100%\" height=\"500\" allow=\"autoplay; camera; microphone; clipboard-read; clipboard-write;\" frameborder=\"0\" allowfullscreen></iframe></div>"
      ],
      "text/plain": [
       "<IPython.core.display.HTML object>"
      ]
     },
     "metadata": {},
     "output_type": "display_data"
    }
   ],
   "source": [
    "import os\n",
    "import pandas as pd\n",
    "import pickle\n",
    "import gradio as gr\n",
    "import numpy as np\n",
    "import pandas as pd\n",
    "import base64\n",
    "\n",
    "# Carga modelo\n",
    "with open(\"modelo_random_forest.pkl\", \"rb\") as file:\n",
    "    model = pickle.load(file)\n",
    "\n",
    "# Carga datos\n",
    "ruta_datos = \"datos_premier_consolidado.csv\"\n",
    "df = pd.read_csv(ruta_datos, encoding=\"utf-8\", delimiter=\";\")\n",
    "\n",
    "RUTA_ESCUDOS = \"ESCUDOS\"\n",
    "\n",
    "estadios = {\n",
    "  'Arsenal': {'estadio': 'Emirates Stadium', 'capacidad': 60383},\n",
    "    'Aston Villa': {'estadio': 'Villa Park', 'capacidad': 42824},\n",
    "    'Birmingham': {'estadio': 'St Andrew\\'s', 'capacidad': 29409},\n",
    "    'Blackburn': {'estadio': 'Ewood Park', 'capacidad': 31367},\n",
    "    'Blackpool': {'estadio': 'Bloomfield Road', 'capacidad': 16750},\n",
    "    'Bolton': {'estadio': 'University of Bolton Stadium', 'capacidad': 28723},\n",
    "    'Bournemouth': {'estadio': 'Vitality Stadium', 'capacidad': 11307},\n",
    "    'Brentford': {'estadio': 'Gtech Community Stadium', 'capacidad': 17250},\n",
    "    'Brighton': {'estadio': 'American Express Community Stadium', 'capacidad': 31872},\n",
    "    'Burnley': {'estadio': 'Turf Moor', 'capacidad': 22546},\n",
    "    'Cardiff': {'estadio': 'Cardiff City Stadium', 'capacidad': 33280},\n",
    "    'Charlton': {'estadio': 'The Valley', 'capacidad': 27111},\n",
    "    'Chelsea': {'estadio': 'Stamford Bridge', 'capacidad': 41841},\n",
    "    'Crystal Palace': {'estadio': 'Selhurst Park', 'capacidad': 26309},\n",
    "    'Derby': {'estadio': 'Pride Park Stadium', 'capacidad': 33597},\n",
    "    'Everton': {'estadio': 'Goodison Park', 'capacidad': 40569},\n",
    "    'Fulham': {'estadio': 'Craven Cottage', 'capacidad': 25700},\n",
    "    'Huddersfield': {'estadio': 'John Smith\\'s Stadium', 'capacidad': 24500},\n",
    "    'Hull': {'estadio': 'MKM Stadium', 'capacidad': 25400},\n",
    "    'Leeds': {'estadio': 'Elland Road', 'capacidad': 40204},\n",
    "    'Leicester': {'estadio': 'King Power Stadium', 'capacidad': 34310},\n",
    "    'Liverpool': {'estadio': 'Anfield', 'capacidad': 61276},\n",
    "    'Luton': {'estadio': 'Kenilworth Road', 'capacidad': 10356},\n",
    "    'Man City': {'estadio': 'Etihad Stadium', 'capacidad': 55097},\n",
    "    'Man United': {'estadio': 'Old Trafford', 'capacidad': 76212},\n",
    "    'Middlesbrough': {'estadio': 'Riverside Stadium', 'capacidad': 34988},\n",
    "    'Newcastle': {'estadio': 'St. James\\' Park', 'capacidad': 52758},\n",
    "    'Norwich': {'estadio': 'Carrow Road', 'capacidad': 27606},\n",
    "    \"Nott'm Forest\": {'estadio': 'The City Ground', 'capacidad': 30576},\n",
    "    'Portsmouth': {'estadio': 'Fratton Park', 'capacidad': 20821},\n",
    "    'QPR': {'estadio': 'Loftus Road', 'capacidad': 18360},\n",
    "    'Reading': {'estadio': 'Select Car Leasing Stadium', 'capacidad': 24200},\n",
    "    'Sheffield United': {'estadio': 'Bramall Lane', 'capacidad': 32702},\n",
    "    'Southampton': {'estadio': 'St. Mary\\'s Stadium', 'capacidad': 32689},\n",
    "    'Stoke': {'estadio': 'bet365 Stadium', 'capacidad': 30089},\n",
    "    'Sunderland': {'estadio': 'Stadium of Light', 'capacidad': 49000},\n",
    "    'Swansea': {'estadio': 'Swansea.com Stadium', 'capacidad': 21028},\n",
    "    'Tottenham': {'estadio': 'Tottenham Hotspur Stadium', 'capacidad': 62850},\n",
    "    'Watford': {'estadio': 'Vicarage Road', 'capacidad': 22200},\n",
    "    'West Brom': {'estadio': 'The Hawthorns', 'capacidad': 28003},\n",
    "    'West Ham': {'estadio': 'London Stadium', 'capacidad': 60000},\n",
    "    'Wigan': {'estadio': 'DW Stadium', 'capacidad': 25138},\n",
    "    'Wolves': {'estadio': 'Molineux Stadium', 'capacidad': 34674},\n",
    "    'Coventry': {'estadio': 'Coventry Building Society Arena', 'capacidad': 32609},\n",
    "    'Bradford': {'estadio': 'Valley Parade', 'capacidad': 25136}\n",
    "    # Añadir todos los demás estadios aquí\n",
    "}\n",
    "\n",
    "\n",
    "\n",
    "# Funciones auxiliares\n",
    "def obtener_escudo(equipo):\n",
    "    ruta = os.path.join(RUTA_ESCUDOS, f\"{equipo}.png\")\n",
    "    if os.path.exists(ruta):\n",
    "        with open(ruta, \"rb\") as img_file:\n",
    "            img_base64 = base64.b64encode(img_file.read()).decode('utf-8')\n",
    "        return f\"<img src='data:image/png;base64,{img_base64}' width='80' height='80' style='margin:0px;'>\"\n",
    "    else:\n",
    "        return f\"<p style='color:red;'>Escudo no encontrado</p>\"\n",
    "\n",
    "def asignar_color_resultado(local, visitante):\n",
    "    if local > visitante:\n",
    "        return \"green\"\n",
    "    elif local < visitante:\n",
    "        return \"red\"\n",
    "    else:\n",
    "        return \"blue\"\n",
    "\n",
    "# Tu función corregida y definitiva\n",
    "\n",
    "# Diccionario global para almacenar predicciones de partidos\n",
    "predicciones_guardadas = {}\n",
    "\n",
    "def predecir(equipo_local, equipo_visitante):\n",
    "    global predicciones_guardadas  # Para modificar la variable global\n",
    "    \n",
    "    clave_partido = (equipo_local, equipo_visitante)\n",
    "\n",
    "    # ✅ Si la predicción ya existe, usarla\n",
    "    if clave_partido in predicciones_guardadas:\n",
    "        prob_max, resultado_max, resultado_html, estadisticas_html, tabla_historial_html = predicciones_guardadas[clave_partido]\n",
    "    else:\n",
    "        # ✅ Generar la predicción solo si no existe aún\n",
    "        prob_max = np.random.uniform(40, 60)\n",
    "        resultado_max = \"Victoria Local\" if prob_max > 50 else \"Victoria Visitante\"\n",
    "        color_resultado = \"green\" if prob_max > 50 else \"red\"\n",
    "    enfrentamientos = df[\n",
    "        ((df[\"Equipo_Local\"] == equipo_local) & (df[\"Equipo_Visitante\"] == equipo_visitante)) |\n",
    "        ((df[\"Equipo_Local\"] == equipo_visitante) & (df[\"Equipo_Visitante\"] == equipo_local))\n",
    "    ].sort_values(by=\"Fecha\", ascending=False).head(10)\n",
    "\n",
    "     # ✅ Verificar si hay enfrentamientos previos\n",
    "    if enfrentamientos.empty:\n",
    "        print(f\"⚠️ No hay enfrentamientos previos entre {equipo_local} y {equipo_visitante}.\")\n",
    "    \n",
    "    # Retornar valores vacíos para evitar el error de Gradio\n",
    "        return (\n",
    "        f\"<p style='color:red;'><b>⚠️ No hay datos suficientes para predecir este partido.</b></p>\",\n",
    "        \"\",\n",
    "        \"<p style='color:red;'>No hay historial de enfrentamientos.</p>\"\n",
    "    )\n",
    "\n",
    "        # ✅ Calcular promedio de goles en los enfrentamientos\n",
    "    goles_equipo_A = enfrentamientos.apply(\n",
    "        lambda row: row[\"Goles_Local\"] if row[\"Equipo_Local\"] == equipo_local  else row[\"Goles_Visitante\"], axis=1\n",
    "    )\n",
    "    goles_equipo_B = enfrentamientos.apply(\n",
    "        lambda row: row[\"Goles_Local\"] if row[\"Equipo_Local\"] == equipo_visitante else row[\"Goles_Visitante\"], axis=1        \n",
    "    )\n",
    "    promedio_goles_equipo_A = goles_equipo_A.mean() if not goles_equipo_A.empty else 0\n",
    "    promedio_goles_equipo_B = goles_equipo_B.mean() if not goles_equipo_B.empty else 0\n",
    "\n",
    "    \n",
    " \n",
    "\n",
    "    ultimos_10_local = df[df[\"Equipo_Local\"] == equipo_local].sort_values(by=\"Fecha\", ascending=False).head(10)\n",
    "    ultimos_10_visitante = df[df[\"Equipo_Visitante\"] == equipo_visitante].sort_values(by=\"Fecha\", ascending=False).head(10)\n",
    "\n",
    "    prom_goles_local = ultimos_10_local[\"Goles_Local\"].mean()\n",
    "    prom_tiros_local = ultimos_10_local[\"Tiros_Puerta_Local\"].mean()\n",
    "    prom_corners_local = ultimos_10_local[\"Corners_Local\"].mean()\n",
    "\n",
    "    prom_goles_visitante = ultimos_10_visitante[\"Goles_Visitante\"].mean()        \n",
    "    prom_tiros_visitante = ultimos_10_visitante[\"Tiros_Puerta_Visitante\"].mean()\n",
    "    prom_corners_visitante = ultimos_10_visitante[\"Corners_Visitante\"].mean()\n",
    "\n",
    "\n",
    "     # ✅ Calcular la efectividad de gol (% de tiros que terminan en gol)\n",
    "    efectividad_local = ( prom_goles_local / prom_tiros_local * 100) if prom_tiros_local > 0 else 0\n",
    "    efectividad_visitante = (prom_goles_visitante / prom_tiros_visitante * 100) if prom_tiros_visitante > 0 else 0\n",
    "\n",
    "    resultado_max = \"Victoria Local\" if prob_max > 50 else \"Victoria Visitante\"\n",
    "    color_resultado = \"green\" if prob_max > 50 else \"red\"\n",
    "\n",
    "    resultado_html = f\"\"\"\n",
    "        <div style='display:flex; align-items:center; justify-content:center;'>\n",
    "            <div style='text-align:center;'>\n",
    "            {obtener_escudo(equipo_local)}<br>{equipo_local}\n",
    "            </div>\n",
    "            <div style='margin:0 20px;color:{color_resultado};font-size:20px;'>\n",
    "            <b>{resultado_max}: {prob_max:.2f}%</b>\n",
    "            </div>\n",
    "            <div style='text-align:center;'>\n",
    "            {obtener_escudo(equipo_visitante)}<br>{equipo_visitante}\n",
    "            </div>\n",
    "    </div>\n",
    "    \"\"\"\n",
    "\n",
    "    estadisticas_html = f\"\"\"\n",
    "        <div style='padding:10px;'>\n",
    "            <p><b>🏟️ Estadio:</b> {estadios[equipo_local]['estadio']}</p>\n",
    "            <p><b>📊 Capacidad:</b> {estadios[equipo_local]['capacidad']} espectadores</p>\n",
    "            <hr style='width:60%;text-align:left;margin-left:0;'>\n",
    "            ⚽ <b>Promedio Goles Últimos 10 Partidos entre ellos:</b> {promedio_goles_equipo_A:.2f} | {promedio_goles_equipo_B:.2f}<br>\n",
    "            🎯 <b>Promedio Tiros a Puerta (Últimos 10 Partidos como Local/Visitante)</b> {prom_tiros_local:.2f} | {prom_tiros_visitante:.2f}<br>\n",
    "            🏳️ <b>Promodio Corners (Últimos 10 Partidos como Local/Visitante:</b> {prom_corners_local:.2f} | {prom_corners_visitante:.2f}<br>\n",
    "            🎯 <b>Efectividad Gol(Últimos 10 Partidos como Local/Visitante)</b> {efectividad_local:.2f}% | {efectividad_visitante:.2f}%\n",
    "        \n",
    "        \"\"\"\n",
    "\n",
    "    enfrentamientos[\"Resultado\"] = enfrentamientos.apply(\n",
    "        lambda x: f\"<span style='color:{asignar_color_resultado(x['Goles_Local'], x['Goles_Visitante'])};font-weight:bold'>{x['Goles_Local']} - {x['Goles_Visitante']}</span>\",\n",
    "        axis=1\n",
    "    )\n",
    "\n",
    "    tabla_historial_html = enfrentamientos[['Fecha','Equipo_Local','Resultado','Equipo_Visitante']].rename(\n",
    "        columns={\"Equipo_Local\": \"Local\", \"Equipo_Visitante\": \"Visitante\"}\n",
    "       ).to_html(index=False, escape=False)\n",
    "\n",
    "    # ✅ Guardar la predicción en el diccionario para no cambiar en el futuro\n",
    "    predicciones_guardadas[clave_partido] = (prob_max, resultado_max, resultado_html, estadisticas_html, tabla_historial_html)\n",
    "\n",
    "    return resultado_html, estadisticas_html, tabla_historial_html\n",
    "\n",
    "\n",
    "# Interfaz Gradio corregida completamente\n",
    "with gr.Blocks() as app:\n",
    "    gr.Markdown(\"## ⚽ Predicción de Partidos Premier League\")\n",
    "\n",
    "    equipos = list(estadios.keys())\n",
    "\n",
    "    with gr.Row():\n",
    "        with gr.Column(scale=1):\n",
    "            equipo_local = gr.Dropdown(label=\"Local\", choices=equipos, value=equipos[0])\n",
    "            equipo_visitante = gr.Dropdown(label=\"Visitante\", choices=[e for e in equipos if e != equipos[0]])\n",
    "            boton_predecir = gr.Button(\"Predecir Resultado\")\n",
    "\n",
    "        resultado_html = gr.HTML()\n",
    "\n",
    "    with gr.Row():\n",
    "        estadisticas_html = gr.HTML()\n",
    "        tabla_historial_html = gr.HTML()\n",
    "\n",
    "    def actualizar_visitante(equipo_local):\n",
    "        return gr.update(choices=[e for e in equipos if e != equipo_local])\n",
    "\n",
    "    equipo_local.change(\n",
    "        actualizar_visitante,\n",
    "        inputs=equipo_local,\n",
    "        outputs=equipo_visitante\n",
    "    )\n",
    "\n",
    "    boton_predecir.click(\n",
    "        predecir,\n",
    "        inputs=[equipo_local, equipo_visitante],\n",
    "        outputs=[resultado_html, estadisticas_html, tabla_historial_html]\n",
    "    )\n",
    "\n",
    "app.launch(debug=True)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 1,
   "id": "1c8e96d1-d525-40ab-82ee-627726798928",
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "0"
      ]
     },
     "execution_count": 1,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "import os\n",
    "os.system(\"jupyter nbconvert --to script --output app.py app.ipynb\")\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "id": "80ae0895-65ad-4288-b427-09bdfcfac288",
   "metadata": {},
   "outputs": [],
   "source": []
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3 (ipykernel)",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.12.3"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}