Update UI.py

UI.py

@@ -1,54 +1,113 @@
 import gradio as gr
 import pandas as pd
+import io
+from PIL import Image
+from matplotlib import pyplot as plt
+from bioprocess_model import BioprocessModel  # Asegúrate de que BioprocessModel esté en su propio archivo
 
 def create_interface(process_fn):
     with gr.Blocks() as demo:
         gr.Markdown("# Interfaz de Usuario para el Procesamiento de Datos de Bioproceso")
 
-        # **Inputs de Archivo y Parámetros**
+        # Inputs de archivo y parámetros
         file_input = gr.File(label="Subir archivo Excel con los datos", file_types=[".xls", ".xlsx"])
 
-        # Botón para Procesar
+        with gr.Row():
+            with gr.Column():
+                legend_position = gr.Radio(
+                    choices=["upper left", "upper right", "lower left", "lower right", "best"],
+                    label="Posición de la leyenda",
+                    value="best"
+                )
+                show_legend = gr.Checkbox(label="Mostrar Leyenda", value=True)
+
+            with gr.Column():
+                params_positions = ["upper left", "upper right", "lower left", "lower right", "outside right"]
+                params_position = gr.Radio(
+                    choices=params_positions,
+                    label="Posición de los parámetros",
+                    value="upper right"
+                )
+                show_params = gr.Checkbox(label="Mostrar Parámetros", value=True)
+
+        # Parámetros adicionales
+        model_type = gr.Radio(["logistic", "luedeking-piret"], label="Tipo de Modelo", value="logistic")
+        mode = gr.Radio(["independent", "average", "combinado"], label="Modo de Análisis", value="independent")
+
+        # Estilo gráfico
+        styles = ['white', 'dark', 'whitegrid', 'darkgrid', 'ticks']
+        style_dropdown = gr.Dropdown(choices=styles, label="Selecciona el estilo de gráfico", value='whitegrid')
+
+        line_color_picker = gr.ColorPicker(label="Color de la línea", value='#0000FF')
+        point_color_picker = gr.ColorPicker(label="Color de los puntos", value='#000000')
+
+        line_style_options = ['-', '--', '-.', ':']
+        line_style_dropdown = gr.Dropdown(choices=line_style_options, label="Estilo de línea", value='-')
+
+        marker_style_options = ['o', 's', '^', 'v', 'D', 'x', '+', '*']
+        marker_style_dropdown = gr.Dropdown(choices=marker_style_options, label="Estilo de punto", value='o')
+
+        # Botón de Procesar
         process_button = gr.Button("Procesar")
 
         # Salida
-        output_image = gr.Image(label="Gráfico Generado")
+        output_gallery = gr.Gallery(label="Gráfico Generado", columns=2, height='auto')
         output_text = gr.Textbox(label="Análisis Generado", lines=10)
 
         # Conectar el botón con la función de procesamiento
         process_button.click(
             fn=process_fn,
-            inputs=[file_input],  # Solo necesitamos el archivo aquí
-            outputs=[output_image, output_text]
+            inputs=[file_input, legend_position, params_position, model_type, mode, style_dropdown,
+                    line_color_picker, point_color_picker, line_style_dropdown, marker_style_dropdown,
+                    show_legend, show_params],
+            outputs=[output_gallery, output_text]
         )
 
     return demo
 
-def process_and_plot(file):
+def process_and_plot(file, legend_position, params_position, model_type, mode, style,
+                     line_color, point_color, line_style, marker_style, show_legend, show_params):
     # Leer el archivo Excel proporcionado
-    combined_data = read_excel_data(file.name)
-
-    # Aquí puedes procesar los datos como lo has hecho anteriormente
-    # Procesamiento y visualización de los resultados, basado en los datos leídos
-
-    # Retornar gráficos generados y análisis
-    # Para fines de ejemplo, solo mostramos una vista previa de los datos
-    return combined_data.head(), "Análisis de los datos realizados"
-
-# Aquí se define la función que limpia y procesa los datos
-def read_excel_data(file_path):
-    excel_data = pd.ExcelFile(file_path)
-    all_data = []
-    
-    for sheet in excel_data.sheet_names:
-        df = pd.read_excel(excel_data, sheet_name=sheet)
-        
-        # Eliminar columnas innecesarias y renombrar las importantes
-        df_clean = df.iloc[:, :4]  # Las primeras 4 columnas contienen datos importantes
-        df_clean.columns = ['Tiempo', 'Biomasa', 'Sustrato', 'Producto']
-        
-        all_data.append(df_clean)
-    
-    combined_data = pd.concat(all_data, ignore_index=True)
-    
-    return combined_data
+    excel_data = pd.ExcelFile(file.name)
+    figures = []
+    model = BioprocessModel()
+    model.fit_model(model_type)
+
+    for sheet_name in excel_data.sheet_names:
+        df = pd.read_excel(excel_data, sheet_name=sheet_name)
+        model.process_data(df)
+
+        # Obtener los datos de tiempo, biomasa, sustrato y producto
+        time = model.time
+        biomass = model.dataxp[-1]
+        substrate = model.datasp[-1]
+        product = model.datapp[-1]
+
+        # Generar los gráficos
+        fig = model.plot_combined_results(time, biomass, substrate, product,
+                                          model.dataxp[-1], model.datasp[-1], model.datapp[-1],
+                                          model.datax_std[-1], model.datas_std[-1], model.datap_std[-1],
+                                          experiment_name=sheet_name, legend_position=legend_position,
+                                          params_position=params_position, show_legend=show_legend,
+                                          show_params=show_params, style=style, line_color=line_color,
+                                          point_color=point_color, line_style=line_style,
+                                          marker_style=marker_style)
+        figures.append(fig)
+
+    # Convertir los gráficos en imágenes
+    image_list = []
+    for fig in figures:
+        buf = io.BytesIO()
+        fig.savefig(buf, format='png')
+        buf.seek(0)
+        image = Image.open(buf)
+        image_list.append(image)
+
+    # Análisis básico generado
+    analysis = f"Se han procesado {len(excel_data.sheet_names)} hojas con el modelo {model_type}."
+
+    return image_list, analysis
+
+# Crear y lanzar la interfaz
+demo = create_interface(process_and_plot)
+demo.launch(share=True)