Update modules/text_analysis/semantic_analysis.py

modules/text_analysis/semantic_analysis.py

@@ -264,8 +264,8 @@ def visualize_concept_graph(G, lang_code):
         matplotlib.figure.Figure - Figura del grafo
     """
     try:
-        # Crear nueva figura con mayor tamaño
-        fig = plt.figure(figsize=(15, 10))
+        # Crear nueva figura con mayor tamaño y definir los ejes explícitamente
+        fig, ax = plt.subplots(figsize=(15, 10))
         
         if not G.nodes():
             logger.warning("Grafo vacío, retornando figura vacía")
@@ -292,20 +292,22 @@ def visualize_concept_graph(G, lang_code):
         node_colors = [plt.cm.viridis(centrality[node]) for node in DG.nodes()]
         
         # Dibujar nodos
-        nx.draw_networkx_nodes(DG, pos, 
-                             node_size=node_weights,
-                             node_color=node_colors,
-                             alpha=0.7)
+        nodes = nx.draw_networkx_nodes(DG, pos, 
+                                     node_size=node_weights,
+                                     node_color=node_colors,
+                                     alpha=0.7,
+                                     ax=ax)
         
         # Dibujar aristas con flechas
-        nx.draw_networkx_edges(DG, pos,
-                             width=edge_weights,
-                             alpha=0.6,
-                             edge_color='gray',
-                             arrows=True,                    # Activar flechas
-                             arrowsize=20,                   # Tamaño de las flechas
-                             arrowstyle='->',               # Estilo de las flechas
-                             connectionstyle='arc3,rad=0.2') # Curvar las líneas para mejor visualización
+        edges = nx.draw_networkx_edges(DG, pos,
+                                     width=edge_weights,
+                                     alpha=0.6,
+                                     edge_color='gray',
+                                     arrows=True,
+                                     arrowsize=20,
+                                     arrowstyle='->',
+                                     connectionstyle='arc3,rad=0.2',
+                                     ax=ax)
         
         # Ajustar tamaño de fuente según número de nodos
         font_size = 12 if num_nodes < 10 else 10 if num_nodes < 20 else 8
@@ -316,15 +318,20 @@ def visualize_concept_graph(G, lang_code):
                                        font_weight='bold',
                                        bbox=dict(facecolor='white', 
                                                edgecolor='none', 
-                                               alpha=0.7))
+                                               alpha=0.7),
+                                       ax=ax)
         
-        # Añadir leyenda de centralidad
-        sm = plt.cm.ScalarMappable(cmap=plt.cm.viridis)
+        # Añadir leyenda de centralidad correctamente
+        sm = plt.cm.ScalarMappable(cmap=plt.cm.viridis, 
+                                  norm=plt.Normalize(vmin=0, vmax=1))
         sm.set_array([])
-        plt.colorbar(sm, label='Centralidad del concepto')
+        plt.colorbar(sm, ax=ax, label='Centralidad del concepto')
         
         plt.title("Red de conceptos relacionados", pad=20, fontsize=14)
-        plt.axis('off')
+        ax.set_axis_off()
+        
+        # Ajustar el layout para que la barra de color no se superponga
+        plt.tight_layout()
         
         return fig
         
@@ -333,6 +340,9 @@ def visualize_concept_graph(G, lang_code):
         return plt.figure()  # Retornar figura vacía en caso de error
 
 
+
+
+
 ########################################################################
 def create_entity_graph(entities):
     G = nx.Graph()