Update app.py

app.py

@@ -14,7 +14,6 @@ from zipfile import ZipFile
 
 class RSM_BoxBehnken:
     def __init__(self, data, x1_name, x2_name, x3_name, y_name, x1_levels, x2_levels, x3_levels):
-        # ... (El código de la clase RSM_BoxBehnken se mantiene igual, solo se modifican las funciones que generan dataframes o strings)
         self.data = data.copy()
         self.model = None
         self.model_simplified = None
@@ -177,14 +176,10 @@ class RSM_BoxBehnken:
         return fig
 
     def generate_all_plots(self):
-        """
-        Genera todas las gráficas de RSM, variando la variable fija y sus niveles usando el modelo simplificado.
-        """
         if self.model_simplified is None:
             print("Error: Ajusta el modelo simplificado primero.")
             return
 
-        # Niveles naturales para graficar
         levels_to_plot_natural = {
             self.x1_name: self.x1_levels,
             self.x2_name: self.x2_levels,
@@ -193,7 +188,6 @@ class RSM_BoxBehnken:
         
         figs = []
 
-        # Generar y mostrar gráficos individuales
         for fixed_variable in [self.x1_name, self.x2_name, self.x3_name]:
             for level in levels_to_plot_natural[fixed_variable]:
                 fig = self.plot_rsm_individual(fixed_variable, level)
@@ -268,7 +262,6 @@ class RSM_BoxBehnken:
       self.data['Predicho'] = self.model_simplified.predict(self.data)
       self.data['Residual'] = self.data[self.y_name] - self.data['Predicho']
 
-      # Redondear a 3 decimales en la tabla de predicciones
       prediction_table = self.data[[self.y_name, 'Predicho', 'Residual']].copy()
       prediction_table[self.y_name] = prediction_table[self.y_name].round(3)
       prediction_table['Predicho'] = prediction_table['Predicho'].round(3)
@@ -403,7 +396,7 @@ def fit_and_optimize_model():
     prediction_table = rsm.generate_prediction_table()
     contribution_table = rsm.calculate_contribution_percentage()
     anova_table = rsm.calculate_detailed_anova()
-
+    
     equation_formatted = equation.replace(" + ", "<br>+ ").replace(" ** ", "^").replace("*", " × ")
     equation_formatted = f"### Ecuación del Modelo Simplificado:<br>{equation_formatted}"
 
@@ -414,19 +407,16 @@ def generate_rsm_plot(fixed_variable, fixed_level):
     if 'rsm' not in globals():
         return None, "Error: Carga los datos primero."
     
-    # Generar todas las gráficas
+    # Obtener todas las gráficas
     all_figs = rsm.generate_all_plots()
 
-    # Crear una lista de figuras para la salida
-    plot_outputs = []
-    for fig in all_figs:
-        # Convertir la figura a una imagen en formato PNG
-        img_bytes = fig.to_image(format="png")
-        plot_outputs.append(img_bytes)
+    # Convertir la figura seleccionada a bytes
+    img_bytes = all_figs[0].to_image(format="png")
 
-    # Retornar la lista de imágenes
-    return plot_outputs
+    # Devolver la lista de figuras y la imagen en bytes
+    return all_figs, img_bytes
 
+# Función para descargar el Excel con todas las tablas
 def download_excel():
     if 'rsm' not in globals():
         return None, "Error: Carga los datos y ajusta el modelo primero."
@@ -435,42 +425,31 @@ def download_excel():
     with pd.ExcelWriter(output, engine='xlsxwriter') as writer:
         rsm.data.to_excel(writer, sheet_name='Datos', index=False)
         rsm.generate_prediction_table().to_excel(writer, sheet_name='Predicciones', index=False)
-        rsm.optimize().to_excel(writer, sheet_name='Optimizacion', index=False)
-        rsm.calculate_contribution_percentage().to_excel(writer, sheet_name='Contribucion', index=False)
+        rsm.optimize().to_excel(writer, sheet_name='Optimización', index=False)
+        rsm.calculate_contribution_percentage().to_excel(writer, sheet_name='Contribución', index=False)
         rsm.calculate_detailed_anova().to_excel(writer, sheet_name='ANOVA', index=False)
 
     output.seek(0)
-    return gr.File.update(value=output, visible=True, filename="resultados_rsm.xlsx")
+    
+    # Modificar para usar gr.File
+    return gr.File(value=output, visible=True, filename="resultados_rsm.xlsx")
 
+# Función para descargar las imágenes
 def download_images():
     if 'rsm' not in globals():
         return None, "Error: Carga los datos y ajusta el modelo primero."
 
-    # Crear un directorio temporal para guardar las imágenes
-    temp_dir = "temp_images"
-    os.makedirs(temp_dir, exist_ok=True)
+    zip_output = io.BytesIO()
+    with ZipFile(zip_output, 'w') as zipf:
+        for fixed_variable in [rsm.x1_name, rsm.x2_name, rsm.x3_name]:
+            for level in rsm.get_levels(fixed_variable):
+                fig = rsm.plot_rsm_individual(fixed_variable, level)
+                img_bytes = fig.to_image(format="png")
+                img_path = f"{fixed_variable}_{level}.png"
+                zipf.writestr(img_path, img_bytes)
 
-    # Generar todas las gráficas y guardarlas como imágenes PNG
-    all_figs = rsm.generate_all_plots()
-    for i, fig in enumerate(all_figs):
-        img_path = os.path.join(temp_dir, f"plot_{i}.png")
-        fig.write_image(img_path)
-
-    # Comprimir las imágenes en un archivo ZIP
-    zip_buffer = io.BytesIO()
-    with ZipFile(zip_buffer, "w") as zip_file:
-        for filename in os.listdir(temp_dir):
-            file_path = os.path.join(temp_dir, filename)
-            zip_file.write(file_path, arcname=filename)
-
-    # Eliminar el directorio temporal
-    for filename in os.listdir(temp_dir):
-        file_path = os.path.join(temp_dir, filename)
-        os.remove(file_path)
-    os.rmdir(temp_dir)
-
-    zip_buffer.seek(0)
-    return gr.File.update(value=zip_buffer, visible=True, filename="graficos_rsm.zip")
+    zip_output.seek(0)
+    return gr.File(value=zip_output, visible=True, filename="graficos_rsm.zip")
 
 # --- Crear la interfaz de Gradio ---
 
@@ -513,8 +492,6 @@ with gr.Blocks() as demo:
     with gr.Row(visible=False) as analysis_row:
         with gr.Column():
             fit_button = gr.Button("Ajustar Modelo y Optimizar")
-            download_excel_button = gr.Button("Descargar Tablas en Excel")
-            download_images_button = gr.Button("Descargar Gráficos en ZIP")
             gr.Markdown("**Modelo Completo**")
             model_completo_output = gr.HTML()
             pareto_completo_output = gr.Plot()
@@ -526,12 +503,22 @@ with gr.Blocks() as demo:
             prediction_table_output = gr.Dataframe(label="Tabla de Predicciones")
             contribution_table_output = gr.Dataframe(label="Tabla de % de Contribución")
             anova_table_output = gr.Dataframe(label="Tabla ANOVA Detallada")
+            
+            # Botones de descarga
+            with gr.Row():
+                download_excel_button = gr.Button("Descargar Tablas en Excel")
+                download_images_button = gr.Button("Descargar Gráficos en ZIP")
+            excel_file_output = gr.File(label="Descargar Excel")
+            zip_file_output = gr.File(label="Descargar ZIP")
+
         with gr.Column():
             gr.Markdown("## Generar Gráficos de Superficie de Respuesta")
             fixed_variable_input = gr.Dropdown(label="Variable Fija", choices=["Glucosa", "Extracto_de_Levadura", "Triptofano"], value="Glucosa")
             fixed_level_input = gr.Slider(label="Nivel de Variable Fija", minimum=0, maximum=1, step=0.01, value=0.5)
             plot_button = gr.Button("Generar Gráfico")
-            rsm_plot_output = gr.Gallery(label="Gráficos RSM", columns=3, preview=True, height="auto")
+            # Usar Gallery para mostrar las imágenes
+            gallery = gr.Gallery(label="Gráficos RSM").style(preview=False, grid=(3,3), height="auto")
+            image_output = gr.Image(label="Descargar Gráfico")
 
     load_button.click(
         load_data,
@@ -541,10 +528,11 @@ with gr.Blocks() as demo:
 
     fit_button.click(fit_and_optimize_model, outputs=[model_completo_output, pareto_completo_output, model_simplificado_output, pareto_simplificado_output, equation_output, optimization_table_output, prediction_table_output, contribution_table_output, anova_table_output])
     
-    plot_button.click(generate_rsm_plot, inputs=[fixed_variable_input, fixed_level_input], outputs=[rsm_plot_output])
+    plot_button.click(generate_rsm_plot, inputs=[fixed_variable_input, fixed_level_input], outputs=[gallery, image_output])
 
-    download_excel_button.click(download_excel, outputs=[gr.File()])
-    download_images_button.click(download_images, outputs=[gr.File()])
+    # Asociar las funciones de descarga a los botones
+    download_excel_button.click(download_excel, outputs=excel_file_output)
+    download_images_button.click(download_images, outputs=zip_file_output)
 
     # Ejemplo de uso
     gr.Markdown("## Ejemplo de uso")
@@ -554,7 +542,7 @@ with gr.Blocks() as demo:
     gr.Markdown("4. Haz clic en 'Ajustar Modelo y Optimizar' para ajustar el modelo y encontrar los niveles óptimos de los factores.")
     gr.Markdown("5. Selecciona una variable fija y su nivel en los controles deslizantes.")
     gr.Markdown("6. Haz clic en 'Generar Gráfico' para generar un gráfico de superficie de respuesta.")
-    gr.Markdown("7. Haz clic en 'Descargar Tablas en Excel' para obtener un archivo Excel con todas las tablas generadas.")
-    gr.Markdown("8. Haz clic en 'Descargar Gráficos en ZIP' para obtener un archivo ZIP con todos los gráficos generados.")
+    gr.Markdown("7. Haz clic en 'Descargar Tablas en Excel' para obtener un archivo .xlsx con todas las tablas generadas.")
+    gr.Markdown("8. Haz clic en 'Descargar Gráficos en ZIP' para obtener un archivo .zip con todas las imágenes de los gráficos.")
 
 demo.launch()