Revert "Choose t-sne or PCA"

This reverts commit 3f42d492159c6c3f3f8bd5058e241b884860c22d.

app.py

@@ -4,6 +4,7 @@ from bokeh.plotting import figure
 from bokeh.models import ColumnDataSource
 from bokeh.palettes import Category10
 
+
 TOOLTIPS = """
 <div>
     <div>
@@ -15,6 +16,7 @@ TOOLTIPS = """
 </div>
 """
 
+
 def render_plot(selected_labels, df, plot_placeholder):
     if not selected_labels:
         st.write("No data to display. Please select at least one subset.")
@@ -49,7 +51,17 @@ def render_plot(selected_labels, df, plot_placeholder):
 
     plot_placeholder.bokeh_chart(p)
 
+
+def render_plot_donut(selected_labels):
+    render_plot(selected_labels, df, plot_placeholder)
+
+
+def render_plot_idefics2(selected_labels):
+    render_plot(selected_labels, df2, plot_placeholder2)
+
+
 def config_style():
+    
     st.markdown(
         """
         <style>
@@ -83,67 +95,50 @@ def config_style():
     )
 
 if __name__ == "__main__":
-    config_style()
 
-    # --- Primer gráfico: datos de Donut ---
-    df_donut_pca = pd.read_csv("data/data_donut_pca.csv")
-    df_donut_tsne = pd.read_csv("data/data_donut_tsne.csv")
+    config_style()
 
-    # Desplegable para seleccionar visualización
-    donut_mode = st.selectbox(
-        "Seleccione visualización para Donut:",
-        options=["PCA", "t-SNE"]
-    )
-    
-    # Escoger el DataFrame según la selección
-    if donut_mode == "PCA":
-        current_df_donut = df_donut_pca
-    else:
-        current_df_donut = df_donut_tsne
+    # --- Primer gráfico: datos de data.csv ---
+    df = pd.read_csv("data/data_donut_pca.csv")
+    unique_labels = df['label'].unique().tolist()
 
-    unique_labels = current_df_donut['label'].unique().tolist()
+    # Contenedor para el primer gráfico
     plot_placeholder = st.empty()
 
-    # Mostrar gráfico inicial con todas las etiquetas
-    render_plot(unique_labels, current_df_donut, plot_placeholder)
+    # Mostrar inicialmente el primer gráfico con todas las etiquetas
+    render_plot_donut(unique_labels)
 
-    # Desplegable para filtrar etiquetas
+    # Desplegable (multiselect) para el primer gráfico
     selected_labels = st.multiselect(
-        "Seleccione subsets para visualizar (Donut):",
+        "",
         options=unique_labels,
         default=unique_labels
     )
 
-    render_plot(selected_labels, current_df_donut, plot_placeholder)
+    # Actualizar gráfico al cambiar la selección
+    render_plot_donut(selected_labels)
 
-    # --- Segundo gráfico: datos de Idefics2 ---
+    # --- Segundo gráfico: datos de data_idefics2.csv ---
     st.markdown('<h2 class="sub-title">Idefics2</h2>', unsafe_allow_html=True)
 
-    df_idefics2_pca = pd.read_csv("data/data_idefics2_pca.csv")
-    df_idefics2_tsne = pd.read_csv("data/data_idefics2_tsne.csv")
+    df2 = pd.read_csv("data/data_donut_tnse.csv")
+    unique_labels2 = df2['label'].unique().tolist()
 
-    # Desplegable para seleccionar visualización para Idefics2
-    idefics2_mode = st.selectbox(
-        "Seleccione visualización para Idefics2:",
-        options=["PCA", "t-SNE"],
-        key="idefics2_mode"
-    )
-    
-    if idefics2_mode == "PCA":
-        current_df_idefics2 = df_idefics2_pca
-    else:
-        current_df_idefics2 = df_idefics2_tsne
 
-    unique_labels2 = current_df_idefics2['label'].unique().tolist()
+    # Contenedor para el segundo gráfico
     plot_placeholder2 = st.empty()
 
-    render_plot(unique_labels2, current_df_idefics2, plot_placeholder2)
 
+    # Mostrar inicialmente el segundo gráfico con todas las etiquetas
+    render_plot_idefics2(unique_labels2)
+
+    # Desplegable (multiselect) para el segundo gráfico
     selected_labels2 = st.multiselect(
-        "Seleccione subsets para visualizar (Idefics2):",
+        "",
         options=unique_labels2,
         default=unique_labels2,
         key="idefics2"
     )
 
-    render_plot(selected_labels2, current_df_idefics2, plot_placeholder2)
+    # Actualizar el gráfico del segundo conjunto de datos al cambiar la selección
+    render_plot_idefics2(selected_labels2)