Update app.py

app.py

@@ -1,8 +1,14 @@
+"""
+@author: Jesús Eduardo Oliva Abarca
+"""
+
+from email.mime import image
 import imp
 import io
 import re
 import numpy as np
 import pandas as pd
+from PIL import Image
 import seaborn as sns
 import streamlit as st
 import matplotlib.pyplot as plt
@@ -11,23 +17,191 @@ from sklearn.preprocessing import LabelEncoder
 
 st.sidebar.title('Secciones')
 opcion_general = st.sidebar.selectbox('Selecciona la sección que desees revisar', ['Presentación', 'Resumen', 'Conceptos clave', 
-                 'Análisis exploratorio (EDA: Exploratory Data Analysis)', 'Hallazgos', 'Referencias'])
+                 'Análisis exploratorio (EDA: Exploratory Data Analysis)', 'Hallazgos', 'Fuentes'])
 
 if opcion_general == 'Presentación':
     st.title('Estudio sobre las Industrias Culturales y Creativas en México')
     st.write('Por Jesús Eduardo Oliva Abarca')
-    st.write('Facultad de Artes Visuales, Universidad Autónoma de Nuevo León')
+    st.write('Contacto: jesus.olivaabr@uanl.edu.mx\n\n ORCID ID: orcid.org/0000-0001-7150-4693\n\n')
+    st.write('Redes:')
+    st.write('https://scholar.google.es/citations?user=GY50k5AAAAAJ&hl=es')
+    st.write('https://www.scopus.com/authid/detail.uri?authorId=57170148900')
+    st.write('https://www.linkedin.com/in/jes%C3%BAs-eduardo-oliva-abarca-78b615157/')
+    st.write('https://www.researchgate.net/profile/Jesus_Oliva_Abarca2')
+    st.write('https://uanl.academia.edu/EduardoOliva\n\n')
+    st.write('Libro (acceso libre): https://comunicacion-cientifica.com/wp-content/uploads/2021/07/14.-Cultura-y-Big-Data-Interiores-INTERIORES.pdf')
+    st.write('Facultad de Artes Visuales, Universidad Autónoma de Nuevo León''')
+
+
 elif opcion_general == 'Resumen':
     st.title('Resumen')
-    st.markdown('''Existen numerosas acepciones del concepto de Industrias Culturales y Creativas -en adelante, ICC, para abreviar-, de igual manera, se han formulado múltiples clasificaciones de este sector productivo que, a partir de la década de los ochenta del siglo pasado, adquiere una mayor relevancia tanto para la economía global, lo mismo que para las discusiones y debates en torno a las políticas de desarrollo de los países. En lo que respecta a México, las ICC han sido objeto de investigaciones muy diversas, que van desde el análisis de su dimensión económica y jurídica (Piedras, 2004), o bien para abordarles desde una óptica sociológica (García Canclini, 2000, y 2006), o para examinar su influjo en la generación en la planeación pública (Mariscal Orozco, 2007). Este proyecto de investigación parte del análisis de los datos referentes a las ICC, disponibles en el Directorio Estadístico Nacional de Unidades Económicas (DENUE), desde el año 2015 y hasta el 2021, con el propósito de identificar características generales de éstas, así como patrones y tendencias de su desarrollo, que posibiliten un entendimiento general de la estructura del campo de producción cultural (Bourdieu, 2002; García Canclini, 2014) en México. Para cumplir con tal objetivo, este estudio se apoya en la análitica cultural (Manovich, 2020), enfoque que combina técnicas y métodos de la ciencia de datos (campo que integra a la estadística, el Aprendizaje Automático, o Machine Learning y la Inteligencia Artificial), con el análisis sociológico y las humanidades digitales para el análisis de grandes volúmenes de datos culturales. El estudio aquí propuesto se realiza en tres etapas: durante la primera, se recolectan y se procesan los datos para conformar los conjuntos a partir de los cuales se realizará un análisis exploratorio (Exploratory Data Analysis); la segunda fase comprende el examen e interpretación de los patrones, tendencias y/o anomalías relativas al desarrollo de las ICC, y la elaboración de recomendaciones para su mejora. En la tercera y última fase, se desarrolla y despliega una aplicación web que permita visualizar los datos examinados en esta investigación para propiciar la socialización de los hallazgos obtenidos, así como para incentivar la reflexión y debate, por parte de las personas u organizaciones interesadas, en torno a las ICC en México.''')
+    st.markdown('''Existen numerosas acepciones del concepto de Industrias Culturales y Creativas -en adelante, ICC, para abreviar-, de igual manera, 
+                se han formulado múltiples clasificaciones de este sector productivo que, a partir de la década de los ochenta del siglo pasado, 
+                adquiere una mayor relevancia tanto para la economía global, lo mismo que para las discusiones y debates en torno a las políticas de
+                desarrollo de los países. En lo que respecta a México, las ICC han sido objeto de investigaciones muy diversas, que van desde el 
+                análisis de su dimensión económica y jurídica (Piedras, 2004), o bien para abordarles desde una óptica sociológica (García Canclini, 
+                2000, y 2006), o para examinar su influjo en la generación en la planeación pública (Mariscal Orozco, 2007). Este proyecto de investigación
+                parte del análisis de los datos referentes a las ICC, disponibles en el Directorio Estadístico Nacional de Unidades Económicas (DENUE), 
+                desde el año 2015 y hasta el 2021, con el propósito de identificar características generales de éstas, así como patrones y tendencias de 
+                su desarrollo, que posibiliten un entendimiento general de la estructura del campo de producción cultural (Bourdieu, 2002; 
+                García Canclini, 2014) en México. Para cumplir con tal objetivo, este estudio se apoya en la análitica cultural (Manovich, 2020), 
+                enfoque que combina técnicas y métodos de la ciencia de datos (campo que integra a la estadística, el Aprendizaje Automático, o 
+                Machine Learning y la Inteligencia Artificial), con el análisis sociológico y las humanidades digitales para el análisis de grandes 
+                volúmenes de datos culturales. El estudio aquí propuesto se realiza en tres etapas: durante la primera, se recolectan y se procesan 
+                los datos para conformar los conjuntos a partir de los cuales se realizará un análisis exploratorio (Exploratory Data Analysis); 
+                la segunda fase comprende el examen e interpretación de los patrones, tendencias y/o anomalías relativas al desarrollo de las ICC, 
+                y la elaboración de recomendaciones para su mejora. En la tercera y última fase, se desarrolla y despliega una aplicación web que
+                 permita visualizar los datos examinados en esta investigación para propiciar la socialización de los hallazgos obtenidos, así como 
+                 para incentivar la reflexión y debate, por parte de las personas u organizaciones interesadas, en torno a las ICC en México.''')
     st.markdown('''Palabras clave: analítica cultural, brecha digital, campo cultural, industrias culturales y creativas, innovación cultural''')
+
+
 elif opcion_general == 'Conceptos clave':
     st.title('Conceptos clave')
     tema = st.sidebar.radio('Selecciona la temática de tu interés', ['Industrias Culturales y Creativas', 'Analítica Cultural'])
+
     if tema == 'Industrias Culturales y Creativas':
         st.header('Industrias Culturales y Creativas')
+        if st.checkbox('Definiciones'):
+            opcion_definicion = st.radio('', ['Definición clásica (Escuela de Francfort)', 'Definición moderna (visión desarrollista)', 
+                        'Definición actual (sociedad de la información y del conocimiento)'])
+            if opcion_definicion == 'Definición clásica (Escuela de Francfort)':
+                st.info('''Industria cultural: a) incompatibilidad de la lógica capitalista respecto a la esfera de la creación artística, b) la 
+                        homogeneización cultural por la reproducción masificada de la obra, y c) la distinción entre un arte “culto”, 
+                        de élite, y uno masivo, orientado a la diversión y al entretenimiento, d) la expansión de la racionalidad técnica al ámbito cultural, 
+                        lo que implicaba la incorporación de técnicas de reproducción masiva y, por consiguiente, la estandarización de los bienes culturales 
+                        en función de la demanda económica; e) la supresión de los elementos diferenciadores, de lo “nuevo”, en las artes, y, por ende, 
+                        la homogeneización del gusto y de las audiencias; y f) la sumisión de la cultura a la lógica capitalista, que conlleva a una nueva 
+                        forma de dominio, a través de “ilusiones” o “fantasías” cuyo objetivo es el de preservar el statu quo  (Adorno & Horkheimer, 1998)''')
+            elif opcion_definicion == 'Definición moderna (visión desarrollista)':
+                st.info('''Industrias culturales: toda forma de producción centrada en elementos simbólicos y expresivos, como la música, 
+                        la literatura, las artes visuales y escénicas, el diseño y los medios de comunicación. \n Características:
+                        a) ampliación cuantitativa del acceso a la cultura; b) la revaloración del creador; y c) la proyección cultural nacional, 
+                        es decir, la posibilidad de que, a través de las industrias culturales, sea posible tender
+                        puentes colaborativos entre culturas locales (Girard, 1982). \nLa mercantilización de la cultura ya no es percibida de manera negativa,
+                        antes bien, y como señala Zallo (1992), la cultura siempre ha sido apropiable, y, por lo tanto, la “empresarialidad” cultural ya existía 
+                        –a menor escala- desde los siglos XVIII y XIX, durante los cuales la literatura, principalmente la novela, y la pintura -las editoriales, 
+                        las librerías, las galerías de arte, junto con las actividades de los marchands- conforman un mercado 
+                        importante (Poli, 1976)''')
+            elif opcion_definicion == 'Definición actual (sociedad de la información y del conocimiento)':
+                st.info('''Industrias creativas: engloban en un mismo sector actividades que, si bien difieren respecto a sus finalidades o productos, 
+                        se basan de igual manera en la creatividad y en la innovación –artística, intelectual o estética- (Stoneman, 2010) para el desarrollo 
+                        de nuevos contenidos, lo mismo que para nuevos modelos de negocios (Hartley et al., 2015). Además, esta misma tendencia a la innovación
+                        hacen de las industrias creativas una fuente importante para la experimentación de las posibilidades de las tecnologías
+                        digitales, lo mismo que para la búsqueda de la originalidad y novedad en otros sectores de la economía en general (Flew, 2012).
+                        \nLas industrias culturales y creativas se pueden definir entonces de manera general como las actividades en las que la creatividad 
+                        desempeña un papel fundamental, que comportan un grado de propiedad intelectual, y que elaboran mensajes simbólicos (Throsby, 2008), 
+                        además de quedisuelven también la separación entre un arte culto, o alta cultura, y un arte popular y/o masivo, incorporándolas en un mismo 
+                        espectro horizontal de prácticas simbólicas (Towse, 2013) en las que se incluyen la publicidad, la arquitectura, las artes visuales y 
+                        las escénicas, las antigüedades, la música, el diseño, la moda, el cine, la televisión y la radio.''')
+            if st.checkbox('Mostrar gráfico'):
+                imagen = Image.open('Imágenes/Imagen0.jpg''')
+                st.image(image= imagen, caption= 'Ciclo de producción cultural. Fuente: UNESCO.')
+        elif st.checkbox('Modelos'):
+            if st.button('Modelo de los círculos concéntricos'):
+                st.info('''El modelo de los círculos concéntricos organiza a las industrias culturales y creativas según la cadena de valor cultural, es decir, 
+                        de acuerdo a la posición de cada actividad respecto del producto -o servicio- final''')
+                imagen = Image.open('Imágenes/Imagen1.png')
+                st.image(imagen, caption= 'Modelo de los círculos concéntricos. Fuente: PNUD. (2014). Informe sobre la economía creativa. UNESCO')
+            if st.button('Modelo expandido de los círculos concéntricos'):
+                st.info('''El modelo de la Work Foundation expande el de los círculos concéntricos para integrarlo en la totalidad de la economía''')
+                imagen = Image.open('Imágenes/Imagen2.jpg')
+                st.image(imagen, caption= '''Modelo expandido de los círculos concéntricos. Fuente: Flew, T. (2012). The Creative Industries. Culture and Policy. 
+                        Sage Publications''')
+            if st.button('Modelo de las Industrias Protegidas por el Derecho de Autor (IPDA)'):
+                st.info('''El modelo de la Organización Mundial de la Propiedad Intelectual (OMPI) tiene como criterio organizacional el del nivel de relación, 
+                        o dependencia, de cada actividad cultural respecto al derecho de autor, distinguiendo así entre industrias basadas fundamentalmente 
+                        en el reconocimiento y explotación de la autoría, y otras industrias que están sujetas en menor medida al derecho de autor (Piedras, 2004).
+                        Una de las ventajas a subrayar de este modelo es el de considerar el grado de participación de cada actividad cultural en la economía, 
+                        en función del cumplimiento, o quebrantamiento, del derecho de autor; así, junto a las industrias base, las interdependientes, las 
+                        parcialmente relacionadas, y las no dedicadas, se incluyen también las ilegales e informales.''')
+                imagen = Image.open('Imágenes/Imagen3.png')
+                st.image(imagen, caption= '''Modelo de las Industrias Protegidas por el Derecho de Autor (IPDA). Fuente: Piedras, E. (2004). ¿Cuánto vale 
+                        la cultura? Contribución económica de las industrias protegidas por el derecho de autor en México. CONACULTA.''')
+            if st.button('Modelo refinado de las industrias creativas'):
+                st.info('''El desarrollado por la National Endowment for Science, Technology and the Arts (NESTA), en Reino Unido, denominado como 
+                        “modelo refinado de las industrias creativas”. Según este modelo, la economía creativa se configura en torno a a) proveedores de servicios 
+                        creativos (agencias publicitarias, de diseño gráfico, de arquitectura, entre otras actividades prestadas a particulares o empresas), 
+                        b) productores de contenido creativo (que incluye a la industria editorial, cinematográfica, musical, a la creación teatral, y otros 
+                        sub-sectores que producen contenido protegido por derecho de autor), c) proveedores de experiencias creativas (espectáculos en vivo
+                        teatrales, musicales, de danza, festivales, entre otros que proporcionan el acceso a actividades que dependen de un espacio y un tiempo 
+                        en específico), y d) productores creativos originales (artistas visuales, artesanos, diseñadores, que crean obras únicas en algún 
+                        tipo de soporte).''')
+                imagen = Image.open('Imágenes/Imagen4.png')
+                st.image(imagen, caption= '''Modelo refinado de las industrias creativas. Fuente: Flew, T. (2012). The Creative Industries. Culture and Policy. 
+                        Sage Publications''')
+            if st.button('Modelo de la UNCTAD'):
+                st.info('''La United Nations Conference on Trade and Development (UNCTAD) esboza un modelo del sector cultural y creativo que parte de la 
+                        distinción de cuatro sub-sectores clave: el de las artes, como tales, en el que se incluyen las artes visuales y las escénicas, 
+                        el de los medios, que reúne a la industria editorial y a la audiovisual, el del patrimonio, que comprende a los sitios históricos, 
+                        los museos, y las celebraciones tradicionales, y el de las creaciones funcionales, que se refiere al diseño, a la arquitectura, 
+                        y la publicidad.''')
+                imagen = Image.open('Imágenes/Imagen5.jpg')
+                st.image(imagen, caption= 'Modelo de la UNCTAD (Conferencia de las Naciones Unidas sobre Comercio y Desarrollo). Fuente: UNCTAD')
+            if st.button('Tipología de Gander'):
+                st.info('''De acuerdo a la tipología de Gander (2017), las industrias culturales y creativas se clasifican en las orientadas a la generación 
+                        de experiencias, catalogadas como “efímeras”, a la creación de bienes únicos y a la producción de bienes reproducibles.''')
+                imagen = Image.open('Imágenes/Imagen6.png')
+                st.image(imagen, caption= '''Tipología de Gander. Fuente: Gander, J. (2017). Strategic Analysis. A Creative and Cultural Industries Perspective. 
+                        Routledge.''')
+        elif st.checkbox('Debates y problemas'):
+            st.write('''* Volatilidad del mercado cultural: el éxito o fracaso de un bien o servicio cultural no depende de su funcionalidad, sino del gusto del 
+                    consumidor (incertidumbre del comportamiento de las audiencias o consumidores respecto a la oferta del mercado)''')
+            st.write('* Búsqueda permanente de la novedad, o innovación, esto es, de la asignación de nuevos significados a objetos y/o procesos ya existentes')
+            st.write('''* Oposición entre una visión romantizada del trabajo creativo -rezago de la concepción idealista del artista (Bourdieu, 2002), de su entrega
+                    incondicional a la creación y de su renuncia a los valores mundanos- y una concepción deliberadamente comercial de la creatividad, que 
+                    persigue el lucro de manera explícita (Hesmondhalgh, 2013). McRobbie (2016) y Rowan (2010) argumentan que la mistificación del trabajo creativo
+                    es una estrategia tanto empresarial como gubernamental para que los profesionales creativas asuman la precariedad como modo de vida. Una visión
+                    que podría considerarse “equilibrada”, es la de Gander (2017), quien sostiene que el éxito comercial no es incompatible con la realización de
+                    los valores del creador''')
+            st.write('''* Discusión sobre si las industrias culturales y creativas pertenecen al sector terciario, o de servicios, o si formarían parte del sector 
+                    cuaternario, enfocado en la producción, circulación y consumo de información y conocimiento a través de redes digitales (Einarsson, 2016)''')
+            st.write('''* Convergencia mediática y la digitalización de la producción cultural: ¿democratización y descentralización cultural o nuevas formas de 
+                    exclusión y centralización?''')
+            st.write('''* Modelo de desarrollo de las Industrias Culturales y Creativas en México: ¿de bienestar, de competencia, de crecimiento o de innovación 
+                    (Hartley, Wen & Siling Li, 2015)''')
+
     elif tema == 'Analítica Cultural':
         st.header('Analítica Cultural')
+        if st.checkbox('Características'):
+            st.info('''La analítica de la cultura emplea los procedimientos, técnicas y métodos de la ciencia de datos, con el propósito de identificar patrones 
+                    en grandes cantidades de datos culturales, tales como fotos, música, videos, apps, obras de arte, etc. Aunque la analítica cultural se deriva 
+                    tanto de los enfoques de las humanidades digitales y de la netnografía, se diferencia esencialmente de éstas en que, primero, distingue entre
+                    objetos culturales digitalizados y digitales propiamente, segundo, integra a la investigación técnicas avanzadas de ciencia de datos, 
+                    y tercero, su objeto de estudio no son únicamente documentos (como en las humanidades digitales) o interacciones (como en la netnografía),
+                    sino también eventos y experiencias digitales. En suma, la analítica cultural examina a) objetos culturales, b) información cultural, 
+                    c) discursos culturales y d) experiencias culturales.''')
+        if st.checkbox('Técnicas y métodos'):
+            st.info('''La analítica cultural posee un amplio abánico de técnicas tanto para la recolección de datos, lo mismo que pasa su procesamiento y análisis.
+                    Entre sus prácticas más destacadas está el uso de la estadística descriptiva, el raspado de red (web scraping), análisis exploratorio de datos
+                     (EDA), Aprendizaje Automático (supervisado y no supervisado), el procesamiento de lenguaje natural y la visión computacional.''')
+            if st.button('Exploratory Data Analysis (EDA)'):
+                st.info('''Consiste en una exploración panorámica de la muestra, con el propósito de obtener sus métricas y/o características generales, 
+                        empleando técnicas de visualización o de síntesis estadística. Más que una fase, el EDA es un proceso que complementa tanto la exploración
+                        preliminar, como el procesamiento de los datos.\nAlgunas técnicas de graficación comúnmente empleadas en este proceso son:\n * Gráficos 
+                        de barras\n * Gráfico circular o por sectores Histograma\n * Gráfico de líneas\n * Gráfico de dispersión\n * Gráfico de caja y 
+                        bigotes\n * Gráfico de área''')
+            if st.button('Raspado de red/minería de red'):
+                st.info('''La minería de red (o web scraping) consiste en la extracción automatizada de contenidos (textuales, visuales, audiovisuales) de uno 
+                        o varios sitios web. El minado de red es utilizado ampliamente en el sector de telecomunicaciones y de desarrollo de apps para identificar 
+                        patrones de búsqueda de los diversos usuarios.''')
+            if st.button('Aprendizaje Automático (Machine Learning'):
+                st.info('''El Aprendizaje Automático (Machine Learning) es un subcampo de la Inteligencia Artificial, que consiste en el desarrollo y aplicación
+                        de algoritmos diversos para desarrollar (entrenar) modelos que sean capaces de "aprender" con base a datos previamente analizados mediante técnicas
+                        computacionales. Como tal, el Aprendizaje Automático es la base para el desarrollo de sistemas de recomendación, motores de búsqueda
+                        optimizados, modelos de clasificación textual y de reconocimiento de imágenes, etc.''')
+            if st.button('Procesamiento de lenguaje natural'):
+                st.info('''Es una subrama del Aprendizaje Automático que comprende la extracción de información a partir de textos, el "entrenamiento" de 
+                        asistentes conversacionales, la autocompleción y la generación automatizada de textos, la traducción simultánea y la clasificación 
+                        semántica de textos.''')
+            if st.button('Visión computacional'):
+                st.info('''Al igual que el procesamiento de lenguaje natural, la visión computacional es una subrama del Aprendizaje Automático. La visión 
+                        computacional consiste en la identificación de rasgos y atributos relevantes en imágenes (sean estáticas o dinámicas) para con ello 
+                        establecer relaciones relevantes que deriven en un conocimiento visual generalizado. \nAlgunas aplicaciones de la visión computacional son 
+                        las siguientes:\n * Detección de objetos\n * Seguimiento de objetos\n * Segmentación por atributos\n * Segmentación por 
+                        objetos\n * Clasificación de imágenes''')
+
+
 elif opcion_general == 'Análisis exploratorio (EDA: Exploratory Data Analysis)':
     st.title('Análisis exploratorio (EDA: Exploratory Data Analysis)')
     opcion = st.sidebar.selectbox('Selecciona el año que deseas examinar', ('2015', '2016', '2017', '2018', '2019', '2020', '2021'))
@@ -51,18 +225,20 @@ elif opcion_general == 'Análisis exploratorio (EDA: Exploratory Data Analysis)'
 
     opcion_actividad = st.sidebar.radio('Selecciona la actividad que deseas realizar sobre el conjunto de datos seleccionado', ['Exploración descriptiva',
                         'Visualización'])
+
     if opcion_actividad == 'Exploración descriptiva':
-        opcion_tarea = st.sidebar.selectbox('Selecciona la tarea exploratoria', ['Descripción general', 'Marco de datos completo', 
-                        'Agrupación', 'Análisis de segmentación', 'Correlaciones'])
-        if opcion_tarea == 'Descripción general':
+        opcion_tarea = st.sidebar.selectbox('Selecciona la tarea exploratoria', ['Marco de datos y métricas generales', 'Agrupación', 'Análisis de segmentación', 
+                        'Correlaciones'])
+
+        if opcion_tarea == 'Marco de datos y métricas generales':
+            st.dataframe(df_cargado)
             buffer = io.StringIO()
             df_cargado.info(buf= buffer)
             info_df = buffer.getvalue()
             st.text(info_df)
-        elif opcion_tarea == 'Marco de datos completo':
-            st.dataframe(df_cargado)
+
         elif opcion_tarea == 'Agrupación':
-            st.subheader('Selecciona la variable categórica en torno a la cual deseas agrupar los demás valores:')
+            st.subheader('Selecciona la variable categórica que desees examinar:')
             if st.sidebar.checkbox('Razón social'):
                 df_grupo = df_cargado['razon_social'].notna().value_counts()
                 st.table(df_grupo)              
@@ -83,7 +259,8 @@ elif opcion_general == 'Análisis exploratorio (EDA: Exploratory Data Analysis)'
                 st.table(df_grupo)    
             elif st.sidebar.checkbox('Tipo de establecimiento'):
                 df_grupo = df_cargado['tipo_establecimiento'].value_counts()
-                st.table(df_grupo)   
+                st.table(df_grupo)  
+
         elif opcion_tarea == 'Análisis de segmentación':
             try:
                 opcion_estado = st.sidebar.selectbox('Selecciona la entidad federativa', [i for i in copia_df.groupby(by= 'entidad_federativa').groups])
@@ -98,8 +275,13 @@ elif opcion_general == 'Análisis exploratorio (EDA: Exploratory Data Analysis)'
                                         opcion_rango_ocupacion, opcion_correo, opcion_sitio, opcion_tipo_establecimiento))
                 df_segmentado.drop(columns= 'entidad_federativa', inplace= True)
                 st.dataframe(df_segmentado)
+                st.info('En ' + opcion_estado + ' hay un total de ' + str(len(df_segmentado['_razon_social'].notna())) + ' unidades económicas del giro ' 
+                     + '"' + opcion_actividad.lower() + '"' + ' que ' + opcion_razon_social.lower() + 'n razón social, con un rango de personal ocupado de ' 
+                     + opcion_rango_ocupacion + ', que ' + opcion_correo.lower() + 'n correo electrónico y ' + opcion_sitio.lower() 
+                     + 'n sitio en Internet, además de contar con un establecimiento ' + opcion_tipo_establecimiento.lower())
             except KeyError:
                 st.warning('No existen entradas u observaciones para las categorías seleccionadas')
+
         elif opcion_tarea == 'Correlaciones':
            etiquetador = LabelEncoder()
            copia_df = df_cargado.copy()
@@ -108,20 +290,24 @@ elif opcion_general == 'Análisis exploratorio (EDA: Exploratory Data Analysis)'
            copia_df.drop(columns= ['nombre_unidad_economica', 'tipo_vialidad', 'nombre_vialidad', 'numero', 'tipo_asentamiento_humano', 'nombre_asentamiento_humano',
            'codigo_postal', 'entidad_federativa', 'municipio', 'fecha_incorporacion_denue'], inplace= True)
            st.table(copia_df.corr(method= 'pearson'))
+
     elif opcion_actividad == 'Visualización':
         opcion_grafico = st.sidebar.radio('Selecciona el gráfico para visualizar los datos', ('Pie', 'De barras', 'Mapa de calor'))
+
         if opcion_grafico == 'Pie':
             if st.sidebar.checkbox('Gráfico general'):
                 opcion_variable = st.sidebar.selectbox('Selecciona la variable categórica que deseas graficar', 
                 ['Razon social', 'Rango de personal ocupado', 'Cuenta con correo electrónico', 'Cuenta con sitio de Internet', 'Tipo de establecimiento'])
                 if opcion_variable == 'Razon social':
                     figura, eje = plt.subplots()
+                    plt.title('Unidades Económicas de las ICC en México según cuenten o no con razón social')
                     eje.pie(df_cargado['razon_social'].notna().value_counts(), labels= ['No cuentan con razón social', 'Sí cuentan con razón social'], 
                     autopct= '%1.1f%%', explode= [0, 0.1], shadow= True)
                     eje.axis('equal')
                     st.pyplot(figura)
                 elif opcion_variable == 'Rango de personal ocupado':
                     figura, eje = plt.subplots()
+                    plt.title('Unidades Económicas de las ICC en México según el rango de personal ocupado')
                     eje.pie(df_cargado['rango_personal_ocupado'].value_counts(), labels= ['0 a 5 personas', '6 a 10 personas', '11 a 30 personas', '31 a 50 personas', 
                     '51 a 100 personas', '101 a 250 personas', '251 y más personas'], 
                     autopct= '%1.1f%%', explode= [0.1, 0, 0, 0, 0.3, 0.6, 0.9], shadow= True)
@@ -129,21 +315,25 @@ elif opcion_general == 'Análisis exploratorio (EDA: Exploratory Data Analysis)'
                     st.pyplot(figura)
                 elif opcion_variable == 'Cuenta con correo electrónico':
                     figura, eje = plt.subplots()
+                    plt.title('Unidades Económicas de las ICC en México según cuenten o no con correo electrónico')
                     eje.pie(df_cargado['correo_electronico'].notna().value_counts(), 
                     labels= ['No cuentan con correo electrónico', 'Sí cuentan con correo electrónico'], autopct= '%1.1f%%', explode= [0, 0.1], shadow= True)
                     eje.axis('equal')
                     st.pyplot(figura)
                 elif opcion_variable == 'Cuenta con sitio de Internet':
                     figura, eje = plt.subplots()
+                    plt.title('Unidades Económicas de las ICC en México según cuenten o no con sitio en Internet')
                     eje.pie(df_cargado['sitio_internet'].notna().value_counts(), 
                     labels= ['No cuentan con sitio en Internet', 'Sí cuentan con sitio en Internet'], autopct= '%1.1f%%', explode= [0, 0.1], shadow= True)
                     eje.axis('equal')
                     st.pyplot(figura)
                 elif opcion_variable == 'Tipo de establecimiento':
                     figura, eje = plt.subplots()
+                    plt.title('Unidades Económicas de las ICC en México según el tipo de establecimiento')
                     eje.pie(df_cargado['tipo_establecimiento'].value_counts(), labels= ['Fijo', 'Semifijo'], autopct= '%1.1f%%', explode= [0, 0.1], shadow= True)
                     eje.axis('equal')
                     st.pyplot(figura)
+
             elif st.sidebar.checkbox('Gráfico por entidad federativa'):
                 opcion_estado = st.sidebar.selectbox('Selecciona la entidad federativa', [i for i in copia_df.groupby(by= 'entidad_federativa').groups])
                 opcion_variable = st.sidebar.selectbox('Selecciona la variable categórica que deseas graficar', 
@@ -155,6 +345,7 @@ elif opcion_general == 'Análisis exploratorio (EDA: Exploratory Data Analysis)'
                         eje.pie(df_segmentado['razon_social'].notna().value_counts(), labels= ['No cuentan con razón social', 'Sí cuentan con razón social'], 
                         autopct= '%1.1f%%', explode= [0, 0.1], shadow= True)
                         eje.axis('equal')
+                        plt.title('Unidades Económicas de las ICC en %s según cuenten o no con razón social'%opcion_estado)
                         st.pyplot(figura)
                     elif opcion_variable == 'Rango de personal ocupado':
                         figura, eje = plt.subplots()
@@ -162,55 +353,66 @@ elif opcion_general == 'Análisis exploratorio (EDA: Exploratory Data Analysis)'
                                 '31 a 50 personas', '51 a 100 personas', '101 a 250 personas', '251 y más personas'], 
                         autopct= '%1.1f%%', explode= [0.1, 0, 0, 0, 0.3, 0.6, 0.9], shadow= True)
                         eje.axis('equal')
+                        plt.title('Unidades Económicas de las ICC en %s según el rango de personal ocupado'%opcion_estado)
                         st.pyplot(figura)
                     elif opcion_variable == 'Cuenta con correo electrónico':
                         figura, eje = plt.subplots()
                         eje.pie(df_segmentado['correo_electronico'].notna().value_counts(), 
                         labels= ['No cuentan con correo electrónico', 'Sí cuentan con correo electrónico'], autopct= '%1.1f%%', explode= [0, 0.1], shadow= True)
                         eje.axis('equal')
+                        plt.title('Unidades Económicas de las ICC en %s según cuenten o no con correo electrónico'%opcion_estado)
                         st.pyplot(figura)
                     elif opcion_variable == 'Cuenta con sitio de Internet':
                         figura, eje = plt.subplots()
                         eje.pie(df_segmentado['sitio_internet'].notna().value_counts(), 
                         labels= ['No cuentan con sitio en Internet', 'Sí cuentan con sitio en Internet'], autopct= '%1.1f%%', explode= [0, 0.1], shadow= True)
                         eje.axis('equal')
+                        plt.title('Unidades Económicas de las ICC en %s según cuenten o no con sitio en Internet'%opcion_estado)
                         st.pyplot(figura)
                     elif opcion_variable == 'Tipo de establecimiento':
                         figura, eje = plt.subplots()
                         eje.pie(df_segmentado['tipo_establecimiento'].value_counts(), labels= ['Fijo', 'Semifijo'], autopct= '%1.1f%%', explode= [0, 0.1], shadow= True)
                         eje.axis('equal')
+                        plt.title('Unidades Económicas de las ICC en %s según el tipo de establecimiento'%opcion_estado)
                         st.pyplot(figura)
                 except ValueError:
                     figura, eje = plt.subplots()
-                    #plt.title('Seleccionaste ' + df_segmentado[opcion_estado])
                     eje.pie(df_segmentado['rango_personal_ocupado'].value_counts(), labels= ['0 a 5 personas', '6 a 10 personas', '11 a 30 personas', 
                                 '31 a 50 personas', '51 a 100 personas', '101 a 250 personas'], 
                             autopct= '%1.1f%%', shadow= True)
+                    eje.axis('equal')
+                    plt.title('Unidades Económicas de las ICC en %s según el rango de personal ocupado'%opcion_estado)
                     st.pyplot(figura)
+
         elif opcion_grafico == 'De barras':
             opcion_estado = st.sidebar.selectbox('Escoge una entidad federativa para explorar', [i for i in copia_df.groupby(by= 'entidad_federativa').groups])
             df_segmentado = copia_df.groupby(by= 'entidad_federativa').get_group(opcion_estado)
-            st.subheader('Selecciona la variable categórica en torno a la cual deseas agrupar los demás valores:')
             if st.sidebar.checkbox('Razón social'):
                 figura = plt.figure()
                 eje = sns.countplot(y= 'nombre_clase_actividad', hue= '_razon_social', data= df_segmentado)
+                plt.title('Clase de actividades en %s según su razón social'%opcion_estado, fontsize= 16)
                 st.pyplot(figura)       
             elif st.sidebar.checkbox('Rango de personal ocupado'):
                 figura = plt.figure()
                 eje = sns.countplot(y= 'nombre_clase_actividad', hue= 'rango_personal_ocupado', data= df_segmentado)
+                plt.title('Clase de actividades en %s según el rango de personal ocupado'%opcion_estado, fontsize= 16)
                 st.pyplot(figura)  
             elif st.sidebar.checkbox('Correo electrónico'):
                 figura = plt.figure()
                 eje = sns.countplot(y= 'nombre_clase_actividad', hue= '_correo_electronico', data= df_segmentado)
+                plt.title('Clase de actividades en %s según contacto vía correo electrónico'%opcion_estado, fontsize= 16)
                 st.pyplot(figura)  
             elif st.sidebar.checkbox('Sitio en Internet'):
                 figura = plt.figure()
                 eje = sns.countplot(y= 'nombre_clase_actividad', hue= '_sitio_internet', data= df_segmentado)
+                plt.title('Clase de actividades en %s según su presencia en Internet'%opcion_estado, fontsize= 16)
                 st.pyplot(figura)    
             elif st.sidebar.checkbox('Tipo de establecimiento'):
                 figura = plt.figure()
                 eje = sns.countplot(y= 'nombre_clase_actividad', hue= 'tipo_establecimiento', data= df_segmentado)
+                plt.title('Clase de actividades en %s según el tipo de establecimiento'%opcion_estado, fontsize= 16)
                 st.pyplot(figura)
+
         elif opcion_grafico == 'Mapa de calor':
             etiquetador = LabelEncoder()
             copia_df = df_cargado.copy()
@@ -221,11 +423,100 @@ elif opcion_general == 'Análisis exploratorio (EDA: Exploratory Data Analysis)'
             figura = plt.figure()
             eje = sns.heatmap(copia_df.corr(), annot= True)
             st.pyplot(figura)
+
+
 elif opcion_general == 'Hallazgos':
-                 st.title('Hallazgos')
-                 
-elif opcion_general == 'Referencias':
-                 st.title('Referencias')
+    st.title('Hallazgos')
+    if st.button('Estatus de registro legal'):
+        st.markdown('''Menos de un tercio de las unidades económicas que integran al sector cultural cuentan con razón social, lo que significa que la gran mayoría
+                    de unidades económicas dedicadas a actividades culturales no se encuentra registradas como empresas formalmente constituidas. Si bien no se 
+                    puede concluir de ello la informalidad del sector de las industrias culturales, si puede constituir un indicio de la asimetría, por lo menos en
+                    lo relativo a la infraestructura y recursos -educativos, jurídicos, etc.-, de las condiciones de instauración e inserción formal en el sector de
+                    creadores individuales y/o de colectivos, respecto a empresas de creación y/o circulación de contenidos creativos (Flew, 2014); esta brecha
+                    entre iniciativas artísticas y culturales particulares, y compañías con capacidades productivas y de distribución masificada y a gran escala
+                    (Howkins, 2013), es una problemática que, aunque presente también en economías desarrolladas, es más pronunciada en las que están en vías de
+                    desarrollo (UNESCO, 2002; United Nations, 2018)''')
+    if st.button('Ocupación laboral'):
+        st.markdown('''El sector de las ICC en México está constituido principalmente por micro y pequeñas empresas, rasgo que, según varios especialistas, es 
+                    común en la economía creativa a escala global (Collins, 2015; Hartley et al., 2015; Hesmondhalgh, 2013; Kolb, 2015; Towse, 2013), y que podría
+                    explicarse tanto por la tendencia al autoempleo, al emprendimiento y al empleo por proyectos (McRobbie, 2016; Rowan, 2010; Throsby, 2008), 
+                    la escasez de recursos para financiar las artes y la cultura (Becker, 2008; van Maanen, 2009), y, por ende, para crear nuevos empleos en el 
+                    sector, así como por las políticas públicas culturales, que apuestan usualmente por criterios cuantitativos de acceso a la cultura 
+                    (Girard, 1982; Lewis, 1990).''')
+    if st.button('Presencia digital'):
+        st.markdown('''En términos proporcionales, menos del tercio de la totalidad de las unidades económicas de las ICC en México cuentan con correo electrónico 
+                    y/o sitio web y, si bien el correo electrónico puede no ser del todo relevante -dadas otras alternativas de comunicación, como las de mensajería
+                    instantánea, como Facebook Messenger, WhatsApp, Telegram, entre otras-, contar con una página en Internet es muy necesario para tener no 
+                    solamente presencia en la economía del conocimiento (Flew, 2014), sino también para ser partícipe de las interacciones económicas contemporáneas, 
+                    cada vez más proclives a la digitalización y a la “datificación” (Ontiveros & López Sabater, 2017). En el caso en particular de las industrias 
+                    culturales y creativas, las plataformas digitales no son sólo herramientas tecnológicas para potenciar la distribución de bienes y servicios, 
+                    sino también medios para la revitalización de valores simbólicos, así como para la realización de nuevas visiones creativas.''')
+    if st.button('Clase de actividad'):
+        st.markdown('''Las actividades más recurrentes comprenden el comercio minorista de artesanías, libros y revistas, los servicios de fotografía y 
+                    videograbación y de arquitectura, la publicidad, el diseño gráfico, y la promotoría cultural (con instalaciones propias). En lo que respecta a 
+                    las actividades de mercados más estrechos, se incluyen la danza y el teatro de la iniciativa pública, las editoras y productoras musicales, 
+                    la producción de películas, la edición de libros, y la producción de programas para televisión.''')
+
+
+elif opcion_general == 'Fuentes':
+    st.markdown('''* Adorno, T., & Horkheimer, M. (1998). Dialéctica de la Ilustración. Fragmentos filosóficos. Trotta.
+* Albon, C. (2018). Machine Learning with Python Cookbook. O’Reilly.
+* Becker, H. S. (2008). Los mundos del arte. Sociología del trabajo artístico. Universidad Nacional de Quilmes.
+* Bengfort, B., Bilbro, R., & Ojeda, T. (2018). Applied Text Analysis with Python. Enabling Language-Aware Data Products with Machine Learning. O’Reilly.
+* Benjamin, W. (2003). La obra de arte en la época de su reproductibilidad técnica. Editorial ITACA. https://public.ebookcentral.proquest.com/choice/publicfullrecord.aspx?p=5757954
+* Bourdieu, P. (2002). Campo de poder, campo intelectual. Itinerario de un concepto. Montressor.
+* Caves, R. E. (2002). Creative Industries. Contracts between Art and Commerce. Harvard University Press.
+* Collins, H. (2015). Creative Research. The Theory and Practice of Research for the Creative Industries. Bloomsbury Publishing.
+* Davies, R., & Sigthorsson, G. (2013). Introducing the Creative Industries. From Theory to Practice. Sage Publications.
+* Eco, U. (2000). Tratado de semiótica general. Lumen.
+* Einarsson, Á. (2016). Cultural Economics. Bifröst University.
+* Embarak, O. (2018). Data Analysis and Visualization Using Python. Apress.
+* Flew, T. (2012). The Creative Industries. Culture and Policy. Sage Publications.
+* Flew, T. (2014). New Media. Oxford University Press.
+* Florida, R. (2012). The Rise of the Creative Class. Basic Books.
+* Gander, J. (2017). Strategic Analysis. A Creative and Cultural Industries Perspective. Routledge.
+* García Canclini, N. (2014). La producción simbólica. Teoría y método en sociología del arte. Siglo XXI.
+* García Herrero, J., Berlanga de Jesús, A., Molina López, J. M., Patricio Guisado, M. Á., Bustamante, Á. L., & Padilla, W. R. (2018). Ciencia de datos. Técnicas analíticas y aprendizaje estadístico. Alfaomega.
+* Girard, A. (1982). Las industrias culturales: ¿obstáculo o nueva oportunidad para el desarrollo cultural? En Industrias culturales: El futuro de la cultura en juego. UNESCO/FCE.
+* Hartley, J., Wen, W., & Siling Li, H. (2015). Creative Economy and Culture. Sage Publications.
+* Hartley, John, Potts, Jason, Cunningham, Stuart, Flew, Terry, Keane, Michael, & Banks, John. (2013). Key Concepts in Creative Industries. Sage.
+* Henley, A. J., & Wolf, D. (2018). Learn Data Analysis with Python. Apress.
+* Hesmondhalgh, D. (2013). The Cultural Industries. Sage Publications.
+* Howkins, J. (2013). The Creative Economy. How People Make Money from Ideas. Penguin Books.
+* Jenkins, H. (2008). Convergence Culture. La cultura de la convergencia de los medios de comunicación. Paidós.
+* Jenkins, H., Ford, S., & Green, J. (2015). Cultura transmedia. La creación de contenido y valor en una cultura en red. Gedisa.
+* Kolb, B. (2015). Entrepreneurship for the Creative and Cultural Industries. Mastering Management in the Creative and Cultural Industries. Routledge.
+* Lessig, L. (2005). Cultura libre: Cómo los grandes medios usan la tecnología y las leyes para encerrar la cultura y controlar la creatividad. LOM : Derechos Digitales.
+* Lewis, J. (1990). Art, Culture and Enterprise. Routledge.
+* Luzardo, A., Funes, G., & 23 Design. (2019). Emprendimientos tecnocreativos. Banco Interamericano de Desarrollo.
+* Manovich, L. (2020). Cultural Analytics. The MIT Press.
+* Mathur, P. (2019). Machine Learning Applications Using Python. Cases Studies from Healthcare, Retail, and Finance. Apress.
+* McKinney, W. (2018). Python for Data Analysis. O’Reilly.
+* McRobbie, A. (2016). Be Creative. Making a Living in the New Culture Industries. Polity Press.
+* Mukhopadhyay, S. (2018). Advanced Data Analytics Using Python. Apress.
+* Nelli, F. (2018). Python Data Analytics. Apress.
+* O’Connor, J. (2007). The cultural and creative industries: A literature review. Arts Council England.
+* Ontiveros, E. (dir. ), & López Sabater, V. (coord. ). (2017). Economía de los Datos. Ariel/Fundación Telefónica.
+* Piedras, E. (2004). ¿Cuánto vale la cultura? Contribución económica de las industrias protegidas por el derecho de autor en México. CONACULTA.
+* PNUD. (2014). Informe sobre la economía creativa. UNESCO.
+* Poli, F. (1976). Producción artística y mercado. Gustavo Gili.
+* Rowan, J. (2010). Emprendizajes en cultura. Discursos, instituciones y contradicciones de la empresarialidad cultural. Traficantes de Sueños.
+* Sontag, S. (1984). Contra la interpretación. Seix Barral.
+* Stepanek, H. (2020). Thinking in Pandas. Apress.
+* Stoneman, P. (2010). Soft Innovation. Economics, Product Aesthetics, and the Creative Industries. Oxford University Press.
+* Throsby, D. (2008). Economía y cultura. CONACULTA.
+* Towse, R. (2013). A Textbook of Cultural Economics. Cambridge University Press.
+* UNESCO. (2002). Cultura, comercio y globalización. Preguntas y respuestas. UNESCO/CERLALC.
+* United Nations. (2018). Creative Economy Outlook and Country Profile Report. UNCTAD. https://unctad.org/system/files/official-document/ditcted2018d3_en.pdf
+* Van Dijck, J. (2013). The Culture of Connectivity. A Critical History of Social Media. Oxford University Press.
+* van Maanen, H. (2009). How to Study Art Worlds. On the Societal Functioning of Aesthetic Values. Amsterdam University Press.
+* vanden Broucke, S., & Baesens, B. (2018). Practical Web Scraping for Data Science. Apress.
+* Vos, N. J. de. (2015). Kmodes categorical clustering library. https://github.com/nicodv/kmodes
+* VV., AA. (2006). Copyleft: Manuel de uso. Traficantes de Sueños.
+* Yproductions. (2009). Innovación en cultura. Una aproximación crítica a la genealogía y usos del concepto. Traficantes de Sueños.
+* Yúdice, G. (2002). El recurso de la cultura. Gedisa.
+* Zallo, R. (1992). El mercado de la cultura. Gakoa.
+''')