Update app.py

app.py

@@ -1,8 +1,6 @@
-import streamlit as st
 import numpy as np
-import pandas as pd
 import matplotlib.pyplot as plt
-
+import streamlit as st
 
 # Función para analizar las variables
 def analizar_variables(x1, x2):
@@ -28,21 +26,25 @@ def analizar_variables(x1, x2):
     plt.grid(True)
 
     # Mostrar el gráfico
-    plt.show()
+    st.pyplot()
 
     return correlacion, promedio_x1, promedio_x2, desviacion_std_x1, desviacion_std_x2
 
-# Datos de entrada
-x1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
-x2 = [10, 9, 8, 7, 6, 5, 4, 3, 2, 1]
+def main():
+    # Datos de entrada
+    x1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
+    x2 = [10, 9, 8, 7, 6, 5, 4, 3, 2, 1]
+
+    # Analizar las variables
+    correlacion, promedio_x1, promedio_x2, desviacion_std_x1, desviacion_std_x2 = analizar_variables(x1, x2)
 
-# Analizar las variables
-correlacion, promedio_x1, promedio_x2, desviacion_std_x1, desviacion_std_x2 = analizar_variables(x1, x2)
+    # Mostrar resultados en la interfaz de usuario
+    st.write("Correlación entre X1 y X2:", correlacion)
+    st.write("Promedio de X1:", promedio_x1)
+    st.write("Promedio de X2:", promedio_x2)
+    st.write("Desviación estándar de X1:", desviacion_std_x1)
+    st.write("Desviación estándar de X2:", desviacion_std_x2)
 
-# Imprimir resultados
-print("Correlación entre X1 y X2:", correlacion)
-print("Promedio de X1:", promedio_x1)
-print("Promedio de X2:", promedio_x2)
-print("Desviación estándar de X1:", desviacion_std_x1)
-print("Desviación estándar de X2:", desviacion_std_x2)
+if __name__ == "__main__":
+    main()