import numpy as np
import matplotlib.pyplot as plt
import streamlit as st

# Función para analizar las variables
def analizar_variables(x1, x2):
    # Convertir las listas en arrays de numpy
    x1 = np.array(x1)
    x2 = np.array(x2)

    # Calcular la correlación entre X1 y X2
    correlacion = np.corrcoef(x1, x2)[0, 1]

    # Calcular promedio y desviación estándar
    promedio_x1 = np.mean(x1)
    promedio_x2 = np.mean(x2)
    desviacion_std_x1 = np.std(x1)
    desviacion_std_x2 = np.std(x2)

    # Crear scatter plot
    plt.figure(figsize=(8, 6))
    plt.scatter(x1, x2)
    plt.xlabel('X1')
    plt.ylabel('X2')
    plt.title('Scatter Plot de X1 y X2')
    plt.grid(True)

    # Mostrar el gráfico
    st.pyplot()

    return correlacion, promedio_x1, promedio_x2, desviacion_std_x1, desviacion_std_x2

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)

    # 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)

if __name__ == "__main__":
    main()