Update app.py

app.py

@@ -5,7 +5,7 @@ import plotly.graph_objects as go
 import gradio as gr
 from gradio.components import Plot
 
-#DATOS
+#DATA
 
 cities_data = {
     'Abancay': {
@@ -1151,7 +1151,7 @@ cities_data = {
 }
 
 
-#DATOS
+#DATA
 
 COLORES = {
     'Total': '#2C3E50',
@@ -1195,10 +1195,13 @@ def crear_grafico_lineas(df, titulo, eje_y, formato=None):
                 y=df[columna],
                 name=columna,
                 mode='lines+markers',
-                line=dict(color=COLORES.get(columna, '#000000'), 
+                line=dict(
+                    color=COLORES.get(columna, '#000000'), 
+                    width=3
+                ),
                 marker=dict(size=8),
                 hovertemplate=f'<b>{columna}</b>: %{{y:{formato or ".2f"}}}<extra></extra>'
-            )))
+            ))
     
     fig.update_layout(
         title=dict(text=titulo, x=0.5, font=dict(size=20)),
@@ -1251,17 +1254,8 @@ def crear_radar_plot(dfs):
     
     fig.update_layout(
         polar=dict(
-            radialaxis=dict(
-                visible=True,
-                range=[0, 100],
-                tickfont=dict(size=12)
-            ),
-            angularaxis=dict(
-                rotation=90,
-                direction='clockwise',
-                tickfont=dict(size=14)
-            )
-        ),
+            radialaxis=dict(visible=True, range=[0, 100], tickfont=dict(size=12)),
+            angularaxis=dict(rotation=90, direction='clockwise', tickfont=dict(size=14)),
         title=dict(text='Radar de Indicadores Laborales', x=0.5, font=dict(size=20)),
         showlegend=False,
         height=500
@@ -1305,11 +1299,9 @@ def analisis_comparativo_desempleo():
 
 def generar_analisis_global():
     figs = []
-    
-    # Gráfico comparativo de desempleo
     figs.append(analisis_comparativo_desempleo())
     
-    # Gráfico de tendencia de ingresos
+    # Gráfico de ingresos
     datos_ingresos = []
     for ciudad, data in cities_data.items():
         nombre = normalizar_nombres_ciudades(ciudad)
@@ -1321,18 +1313,14 @@ def generar_analisis_global():
     
     if datos_ingresos:
         df_ingresos = pd.concat(datos_ingresos)
-        fig_ingresos = px.line(df_ingresos, 
-                              x='Periodo', 
-                              y='Total', 
-                              color='Ciudad',
-                              title='Evolución de Ingresos por Ciudad',
-                              markers=True)
+        fig_ingresos = px.line(df_ingresos, x='Periodo', y='Total', color='Ciudad',
+                              title='Evolución de Ingresos por Ciudad', markers=True)
         fig_ingresos.update_layout(height=600)
         figs.append(fig_ingresos)
     else:
         figs.append(go.Figure())
     
-    # Gráfico de brecha salarial
+    # Gráfico de brecha
     datos_brecha = []
     for ciudad, data in cities_data.items():
         nombre = normalizar_nombres_ciudades(ciudad)
@@ -1345,12 +1333,8 @@ def generar_analisis_global():
     
     if datos_brecha:
         df_brecha = pd.concat(datos_brecha)
-        fig_brecha = px.bar(df_brecha, 
-                           x='Periodo', 
-                           y='Brecha', 
-                           color='Ciudad',
-                           barmode='group',
-                           title='Evolución de Brecha Salarial por Ciudad',
+        fig_brecha = px.bar(df_brecha, x='Periodo', y='Brecha', color='Ciudad',
+                           barmode='group', title='Evolución de Brecha Salarial por Ciudad',
                            text_auto='.1f%')
         fig_brecha.update_layout(height=600)
         figs.append(fig_brecha)
@@ -1359,9 +1343,7 @@ def generar_analisis_global():
     
     return figs
 
-with gr.Blocks(theme=gr.themes.Soft(primary_hue="blue"), 
-             css=".gradio-container {background-color: white}") as app:
-    
+with gr.Blocks(theme=gr.themes.Soft(primary_hue="blue"), css=".gradio-container {background-color: white}") as app:
     gr.Markdown("# 📊 Dashboard Analítico del Mercado Laboral")
     
     with gr.Row():
@@ -1389,37 +1371,40 @@ with gr.Blocks(theme=gr.themes.Soft(primary_hue="blue"),
         with gr.Row():
             global_ingresos = Plot(label="Comparativa de Ingresos")
             global_brecha = Plot(label="Evolución Brecha Salarial")
+        global_btn = gr.Button("Actualizar Análisis Global", variant="primary")
+
+    # Eventos
+    ciudad.change(
+        fn=actualizar_graficos,
+        inputs=ciudad,
+        outputs=[desempleo_plot, ingresos_plot, informalidad_plot, actividad_plot, radar_plot, brecha_plot]
+    )
     
-    @app.change(inputs=ciudad, outputs=[desempleo_plot, ingresos_plot, 
-                                      informalidad_plot, actividad_plot, 
-                                      radar_plot, brecha_plot])
-    def actualizar_graficos(ciudad):
-        data = cities_data[ciudad]
-        
-        dfs = {
-            'desempleo': procesar_dataframe(data['desempleo_trimestral'], 
-                            ["Trimestre", "Total", "Hombres", "Mujeres"]),
-            'ingresos': procesar_dataframe(data['ingresos_periodo'], 
-                            ["Periodo", "Total", "Hombres", "Mujeres"]),
-            'informal': procesar_dataframe(data['informal_periodo'], 
-                            ["Periodo", "Total", "Hombres", "Mujeres"]),
-            'actividad': procesar_dataframe(data['actividad_trimestral'], 
-                             ["Trimestre", "Total", "Hombres", "Mujeres"])
-        }
-        
-        return [
-            crear_grafico_lineas(dfs['desempleo'], "Tasa de Desempleo", "%", ".1f"),
-            crear_grafico_lineas(dfs['ingresos'], "Ingresos Promedio", "Soles", ".0f"),
-            crear_grafico_lineas(dfs['informal'], "Tasa de Informalidad", "%", ".1f"),
-            crear_grafico_lineas(dfs['actividad'], "Tasa de Actividad", "%", ".1f"),
-            crear_radar_plot(dfs),
-            crear_grafico_lineas(dfs['ingresos'].assign(
-                Brecha=lambda x: (x['Hombres'] - x['Mujeres']) / x['Hombres'].replace(0, np.nan) * 100
-            ), "Brecha Salarial", "%", ".1f")
-        ]
+    global_btn.click(
+        fn=generar_analisis_global,
+        inputs=[],
+        outputs=[global_desempleo, global_ingresos, global_brecha]
+    )
+
+def actualizar_graficos(ciudad):
+    data = cities_data[ciudad]
+    
+    dfs = {
+        'desempleo': procesar_dataframe(data['desempleo_trimestral'], ["Trimestre", "Total", "Hombres", "Mujeres"]),
+        'ingresos': procesar_dataframe(data['ingresos_periodo'], ["Periodo", "Total", "Hombres", "Mujeres"]),
+        'informal': procesar_dataframe(data['informal_periodo'], ["Periodo", "Total", "Hombres", "Mujeres"]),
+        'actividad': procesar_dataframe(data['actividad_trimestral'], ["Trimestre", "Total", "Hombres", "Mujeres"])
+    }
     
-    @app.click(inputs=None, outputs=[global_desempleo, global_ingresos, global_brecha])
-    def actualizar_analisis_global():
-        return generar_analisis_global()
+    return [
+        crear_grafico_lineas(dfs['desempleo'], "Tasa de Desempleo", "%", ".1f"),
+        crear_grafico_lineas(dfs['ingresos'], "Ingresos Promedio", "Soles", ".0f"),
+        crear_grafico_lineas(dfs['informal'], "Tasa de Informalidad", "%", ".1f"),
+        crear_grafico_lineas(dfs['actividad'], "Tasa de Actividad", "%", ".1f"),
+        crear_radar_plot(dfs),
+        crear_grafico_lineas(dfs['ingresos'].assign(
+            Brecha=lambda x: (x['Hombres'] - x['Mujeres']) / x['Hombres'].replace(0, np.nan) * 100
+        ), "Brecha Salarial", "%", ".1f")
+    ]
 
 app.launch(debug=True)