app.py

from transformers import pipeline
import numpy as np

# Crear el pipeline para la aplicación web
app = pipeline("text-generation", model="distilgpt2")

# Función para analizar las variables
def analizar_variables(x1, x2):
    # Calcular los promedios de las variables
    promedio_x1 = np.mean(x1)
    promedio_x2 = np.mean(x2)

    # Calcular el valor esperado de las variables
    valor_esperado_x1 = np.mean(x1)
    valor_esperado_x2 = np.mean(x2)

    # Calcular la desviación estándar de las variables
    desviacion_x1 = np.std(x1)
    desviacion_x2 = np.std(x2)

    return promedio_x1, promedio_x2, valor_esperado_x1, valor_esperado_x2, desviacion_x1, desviacion_x2

# Entrada de datos
x1 = input("Ingrese los valores de la variable X1 separados por comas: ")
x2 = input("Ingrese los valores de la variable X2 separados por comas: ")

# Convertir las entradas en listas de números
x1 = list(map(float, x1.split(',')))
x2 = list(map(float, x2.split(',')))

# Analizar las variables
promedio_x1, promedio_x2, valor_esperado_x1, valor_esperado_x2, desviacion_x1, desviacion_x2 = analizar_variables(x1, x2)

# Generar el texto de salida
output_text = f"Promedio de X1: {promedio_x1}\nPromedio de X2: {promedio_x2}\nValor esperado de X1: {valor_esperado_x1}\nValor esperado de X2: {valor_esperado_x2}\nDesviación estándar de X1: {desviacion_x1}\nDesviación estándar de X2: {desviacion_x2}"

# Generar la respuesta con Hugging Face
respuesta = app(output_text, max_length=50, num_return_sequences=1)[0]['generated_text']

print(respuesta)