Delete app.py.py

app.py.py

@@ -1,249 +0,0 @@
-#!/usr/bin/env python
-# coding: utf-8
-
-# In[ ]:
-
-
-import os
-import pandas as pd
-import pickle
-import gradio as gr
-import numpy as np
-import pandas as pd
-import base64
-
-# Carga modelo
-with open("modelo_random_forest.pkl", "rb") as file:
-    model = pickle.load(file)
-
-# Carga datos
-ruta_datos = "datos_premier_consolidado.csv"
-df = pd.read_csv(ruta_datos, encoding="utf-8", delimiter=";")
-
-RUTA_ESCUDOS = "ESCUDOS"
-
-estadios = {
-  'Arsenal': {'estadio': 'Emirates Stadium', 'capacidad': 60383},
-    'Aston Villa': {'estadio': 'Villa Park', 'capacidad': 42824},
-    'Birmingham': {'estadio': 'St Andrew\'s', 'capacidad': 29409},
-    'Blackburn': {'estadio': 'Ewood Park', 'capacidad': 31367},
-    'Blackpool': {'estadio': 'Bloomfield Road', 'capacidad': 16750},
-    'Bolton': {'estadio': 'University of Bolton Stadium', 'capacidad': 28723},
-    'Bournemouth': {'estadio': 'Vitality Stadium', 'capacidad': 11307},
-    'Brentford': {'estadio': 'Gtech Community Stadium', 'capacidad': 17250},
-    'Brighton': {'estadio': 'American Express Community Stadium', 'capacidad': 31872},
-    'Burnley': {'estadio': 'Turf Moor', 'capacidad': 22546},
-    'Cardiff': {'estadio': 'Cardiff City Stadium', 'capacidad': 33280},
-    'Charlton': {'estadio': 'The Valley', 'capacidad': 27111},
-    'Chelsea': {'estadio': 'Stamford Bridge', 'capacidad': 41841},
-    'Crystal Palace': {'estadio': 'Selhurst Park', 'capacidad': 26309},
-    'Derby': {'estadio': 'Pride Park Stadium', 'capacidad': 33597},
-    'Everton': {'estadio': 'Goodison Park', 'capacidad': 40569},
-    'Fulham': {'estadio': 'Craven Cottage', 'capacidad': 25700},
-    'Huddersfield': {'estadio': 'John Smith\'s Stadium', 'capacidad': 24500},
-    'Hull': {'estadio': 'MKM Stadium', 'capacidad': 25400},
-    'Leeds': {'estadio': 'Elland Road', 'capacidad': 40204},
-    'Leicester': {'estadio': 'King Power Stadium', 'capacidad': 34310},
-    'Liverpool': {'estadio': 'Anfield', 'capacidad': 61276},
-    'Luton': {'estadio': 'Kenilworth Road', 'capacidad': 10356},
-    'Man City': {'estadio': 'Etihad Stadium', 'capacidad': 55097},
-    'Man United': {'estadio': 'Old Trafford', 'capacidad': 76212},
-    'Middlesbrough': {'estadio': 'Riverside Stadium', 'capacidad': 34988},
-    'Newcastle': {'estadio': 'St. James\' Park', 'capacidad': 52758},
-    'Norwich': {'estadio': 'Carrow Road', 'capacidad': 27606},
-    "Nott'm Forest": {'estadio': 'The City Ground', 'capacidad': 30576},
-    'Portsmouth': {'estadio': 'Fratton Park', 'capacidad': 20821},
-    'QPR': {'estadio': 'Loftus Road', 'capacidad': 18360},
-    'Reading': {'estadio': 'Select Car Leasing Stadium', 'capacidad': 24200},
-    'Sheffield United': {'estadio': 'Bramall Lane', 'capacidad': 32702},
-    'Southampton': {'estadio': 'St. Mary\'s Stadium', 'capacidad': 32689},
-    'Stoke': {'estadio': 'bet365 Stadium', 'capacidad': 30089},
-    'Sunderland': {'estadio': 'Stadium of Light', 'capacidad': 49000},
-    'Swansea': {'estadio': 'Swansea.com Stadium', 'capacidad': 21028},
-    'Tottenham': {'estadio': 'Tottenham Hotspur Stadium', 'capacidad': 62850},
-    'Watford': {'estadio': 'Vicarage Road', 'capacidad': 22200},
-    'West Brom': {'estadio': 'The Hawthorns', 'capacidad': 28003},
-    'West Ham': {'estadio': 'London Stadium', 'capacidad': 60000},
-    'Wigan': {'estadio': 'DW Stadium', 'capacidad': 25138},
-    'Wolves': {'estadio': 'Molineux Stadium', 'capacidad': 34674},
-    'Coventry': {'estadio': 'Coventry Building Society Arena', 'capacidad': 32609},
-    'Bradford': {'estadio': 'Valley Parade', 'capacidad': 25136}
-    # Añadir todos los demás estadios aquí
-}
-
-
-
-# Funciones auxiliares
-def obtener_escudo(equipo):
-    ruta = os.path.join(RUTA_ESCUDOS, f"{equipo}.png")
-    if os.path.exists(ruta):
-        with open(ruta, "rb") as img_file:
-            img_base64 = base64.b64encode(img_file.read()).decode('utf-8')
-        return f"<img src='data:image/png;base64,{img_base64}' width='80' height='80' style='margin:0px;'>"
-    else:
-        return f"<p style='color:red;'>Escudo no encontrado</p>"
-
-def asignar_color_resultado(local, visitante):
-    if local > visitante:
-        return "green"
-    elif local < visitante:
-        return "red"
-    else:
-        return "blue"
-
-# Tu función corregida y definitiva
-
-# Diccionario global para almacenar predicciones de partidos
-predicciones_guardadas = {}
-
-def predecir(equipo_local, equipo_visitante):
-    global predicciones_guardadas  # Para modificar la variable global
-    
-    clave_partido = (equipo_local, equipo_visitante)
-
-    # ✅ Si la predicción ya existe, usarla
-    if clave_partido in predicciones_guardadas:
-        prob_max, resultado_max, resultado_html, estadisticas_html, tabla_historial_html = predicciones_guardadas[clave_partido]
-    else:
-        # ✅ Generar la predicción solo si no existe aún
-        prob_max = np.random.uniform(40, 60)
-        resultado_max = "Victoria Local" if prob_max > 50 else "Victoria Visitante"
-        color_resultado = "green" if prob_max > 50 else "red"
-    enfrentamientos = df[
-        ((df["Equipo_Local"] == equipo_local) & (df["Equipo_Visitante"] == equipo_visitante)) |
-        ((df["Equipo_Local"] == equipo_visitante) & (df["Equipo_Visitante"] == equipo_local))
-    ].sort_values(by="Fecha", ascending=False).head(10)
-
-     # ✅ Verificar si hay enfrentamientos previos
-    if enfrentamientos.empty:
-        print(f"⚠️ No hay enfrentamientos previos entre {equipo_local} y {equipo_visitante}.")
-    
-    # Retornar valores vacíos para evitar el error de Gradio
-        return (
-        f"<p style='color:red;'><b>⚠️ No hay datos suficientes para predecir este partido.</b></p>",
-        "",
-        "<p style='color:red;'>No hay historial de enfrentamientos.</p>"
-    )
-
-        # ✅ Calcular promedio de goles en los enfrentamientos
-    goles_equipo_A = enfrentamientos.apply(
-        lambda row: row["Goles_Local"] if row["Equipo_Local"] == equipo_local  else row["Goles_Visitante"], axis=1
-    )
-    goles_equipo_B = enfrentamientos.apply(
-        lambda row: row["Goles_Local"] if row["Equipo_Local"] == equipo_visitante else row["Goles_Visitante"], axis=1        
-    )
-    promedio_goles_equipo_A = goles_equipo_A.mean() if not goles_equipo_A.empty else 0
-    promedio_goles_equipo_B = goles_equipo_B.mean() if not goles_equipo_B.empty else 0
-
-    
- 
-
-    ultimos_10_local = df[df["Equipo_Local"] == equipo_local].sort_values(by="Fecha", ascending=False).head(10)
-    ultimos_10_visitante = df[df["Equipo_Visitante"] == equipo_visitante].sort_values(by="Fecha", ascending=False).head(10)
-
-    prom_goles_local = ultimos_10_local["Goles_Local"].mean()
-    prom_tiros_local = ultimos_10_local["Tiros_Puerta_Local"].mean()
-    prom_corners_local = ultimos_10_local["Corners_Local"].mean()
-
-    prom_goles_visitante = ultimos_10_visitante["Goles_Visitante"].mean()        
-    prom_tiros_visitante = ultimos_10_visitante["Tiros_Puerta_Visitante"].mean()
-    prom_corners_visitante = ultimos_10_visitante["Corners_Visitante"].mean()
-
-
-     # ✅ Calcular la efectividad de gol (% de tiros que terminan en gol)
-    efectividad_local = ( prom_goles_local / prom_tiros_local * 100) if prom_tiros_local > 0 else 0
-    efectividad_visitante = (prom_goles_visitante / prom_tiros_visitante * 100) if prom_tiros_visitante > 0 else 0
-
-    resultado_max = "Victoria Local" if prob_max > 50 else "Victoria Visitante"
-    color_resultado = "green" if prob_max > 50 else "red"
-
-    resultado_html = f"""
-        <div style='display:flex; align-items:center; justify-content:center;'>
-            <div style='text-align:center;'>
-            {obtener_escudo(equipo_local)}<br>{equipo_local}
-            </div>
-            <div style='margin:0 20px;color:{color_resultado};font-size:20px;'>
-            <b>{resultado_max}: {prob_max:.2f}%</b>
-            </div>
-            <div style='text-align:center;'>
-            {obtener_escudo(equipo_visitante)}<br>{equipo_visitante}
-            </div>
-    </div>
-    """
-
-    estadisticas_html = f"""
-        <div style='padding:10px;'>
-            <p><b>🏟️ Estadio:</b> {estadios[equipo_local]['estadio']}</p>
-            <p><b>📊 Capacidad:</b> {estadios[equipo_local]['capacidad']} espectadores</p>
-            <hr style='width:60%;text-align:left;margin-left:0;'>
-            ⚽ <b>Promedio Goles Últimos 10 Partidos entre ellos:</b> {promedio_goles_equipo_A:.2f} | {promedio_goles_equipo_B:.2f}<br>
-            🎯 <b>Promedio Tiros a Puerta (Últimos 10 Partidos como Local/Visitante)</b> {prom_tiros_local:.2f} | {prom_tiros_visitante:.2f}<br>
-            🏳️ <b>Promodio Corners (Últimos 10 Partidos como Local/Visitante:</b> {prom_corners_local:.2f} | {prom_corners_visitante:.2f}<br>
-            🎯 <b>Efectividad Gol(Últimos 10 Partidos como Local/Visitante)</b> {efectividad_local:.2f}% | {efectividad_visitante:.2f}%
-        
-        """
-
-    enfrentamientos["Resultado"] = enfrentamientos.apply(
-        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>",
-        axis=1
-    )
-
-    tabla_historial_html = enfrentamientos[['Fecha','Equipo_Local','Resultado','Equipo_Visitante']].rename(
-        columns={"Equipo_Local": "Local", "Equipo_Visitante": "Visitante"}
-       ).to_html(index=False, escape=False)
-
-    # ✅ Guardar la predicción en el diccionario para no cambiar en el futuro
-    predicciones_guardadas[clave_partido] = (prob_max, resultado_max, resultado_html, estadisticas_html, tabla_historial_html)
-
-    return resultado_html, estadisticas_html, tabla_historial_html
-
-
-# Interfaz Gradio corregida completamente
-with gr.Blocks() as app:
-    gr.Markdown("## ⚽ Predicción de Partidos Premier League")
-
-    equipos = list(estadios.keys())
-
-    with gr.Row():
-        with gr.Column(scale=1):
-            equipo_local = gr.Dropdown(label="Local", choices=equipos, value=equipos[0])
-            equipo_visitante = gr.Dropdown(label="Visitante", choices=[e for e in equipos if e != equipos[0]])
-            boton_predecir = gr.Button("Predecir Resultado")
-
-        resultado_html = gr.HTML()
-
-    with gr.Row():
-        estadisticas_html = gr.HTML()
-        tabla_historial_html = gr.HTML()
-
-    def actualizar_visitante(equipo_local):
-        return gr.update(choices=[e for e in equipos if e != equipo_local])
-
-    equipo_local.change(
-        actualizar_visitante,
-        inputs=equipo_local,
-        outputs=equipo_visitante
-    )
-
-    boton_predecir.click(
-        predecir,
-        inputs=[equipo_local, equipo_visitante],
-        outputs=[resultado_html, estadisticas_html, tabla_historial_html]
-    )
-
-app.launch(debug=True)
-
-
-# In[ ]:
-
-
-## Ejecuta el notebook como un script
-import os
-os.system("jupyter nbconvert --to script --execute app.ipynb")
-
-
-# In[ ]:
-
-
-
-