Update app.py

app.py

@@ -1,3 +1,122 @@
+import gradio as gr
+from datetime import datetime
+import numpy as np
+from typing import Dict, List, Tuple, Optional
+import matplotlib.pyplot as plt
+from wordcloud import WordCloud
+import seaborn as sns
+import pandas as pd
+from collections import Counter
+
+def analyze_sentiment_trend(respostas: list[str]) -> Optional[plt.Figure]:
+    """Generate sentiment analysis plot"""
+    # Create coach instance for sentiment analysis
+    sentimentos = []
+    
+    # Convert sentiments to numeric values
+    valor_sentimento = {
+        'positive': 1,
+        'neutral': 0,
+        'improvement': -1
+    }
+    
+    # Analyze each response
+    for resp in respostas:
+        palavras_positivas = ["consegui", "superei", "aprendi", "melhorei", "efetivo"]
+        palavras_negativas = ["difícil", "desafiador", "complicado", "problema", "falha"]
+        
+        texto_lower = resp.lower()
+        cont_positivas = sum(1 for word in palavras_positivas if word in texto_lower)
+        cont_negativas = sum(1 for word in palavras_negativas if word in texto_lower)
+        
+        if cont_positivas > cont_negativas:
+            sentimentos.append("positive")
+        elif cont_negativas > cont_positivas:
+            sentimentos.append("improvement")
+        else:
+            sentimentos.append("neutral")
+    
+    valores = [valor_sentimento[s] for s in sentimentos]
+    
+    if not valores:
+        return None
+    
+    # Create the plot
+    fig, ax = plt.subplots(figsize=(8, 4))
+    sns.lineplot(data=valores, marker='o', ax=ax)
+    
+    ax.set_title('Tendência de Sentimento nas Respostas')
+    ax.set_xlabel('Número da Resposta')
+    ax.set_ylabel('Sentimento')
+    ax.set_ylim(-1.5, 1.5)
+    ax.grid(True)
+    
+    # Add horizontal lines for reference
+    ax.axhline(y=0, color='gray', linestyle='--', alpha=0.5)
+    
+    plt.close()
+    return fig
+
+def generate_word_cloud(respostas: list[str]) -> Optional[plt.Figure]:
+    """Generate word cloud visualization"""
+    if not respostas:
+        return None
+        
+    # Combine all responses
+    texto_completo = ' '.join(respostas)
+    
+    # Create word cloud
+    wordcloud = WordCloud(
+        width=800,
+        height=400,
+        background_color='white',
+        colormap='viridis',
+        max_words=100
+    ).generate(texto_completo)
+    
+    # Create the plot
+    fig, ax = plt.subplots(figsize=(10, 5))
+    ax.imshow(wordcloud, interpolation='bilinear')
+    ax.axis('off')
+    ax.set_title('Nuvem de Palavras das Reflexões')
+    
+    plt.close()
+    return fig
+
+def analyze_themes(respostas: list[str]) -> tuple[str, str]:
+    """Analyze strong themes and development areas"""
+    temas_fortes = []
+    areas_desenvolvimento = []
+    
+    for resp in respostas:
+        palavras_positivas = ["consegui", "superei", "aprendi", "melhorei", "efetivo"]
+        palavras_negativas = ["difícil", "desafiador", "complicado", "problema", "falha"]
+        
+        texto_lower = resp.lower()
+        cont_positivas = sum(1 for word in palavras_positivas if word in texto_lower)
+        cont_negativas = sum(1 for word in palavras_negativas if word in texto_lower)
+        
+        # Extract specific action
+        sentences = resp.split('.')
+        for sentence in sentences:
+            if any(action in sentence.lower() for action in ["eu", "minha", "realizei", "fiz"]):
+                if cont_positivas > cont_negativas:
+                    temas_fortes.append("- " + sentence.strip())
+                elif cont_negativas > cont_positivas:
+                    areas_desenvolvimento.append("- " + sentence.strip())
+                break
+        else:
+            acao = resp.split('.')[0].strip()
+            if cont_positivas > cont_negativas:
+                temas_fortes.append("- " + acao)
+            elif cont_negativas > cont_positivas:
+                areas_desenvolvimento.append("- " + acao)
+    
+    temas_fortes_str = "\n".join(temas_fortes[:3]) if temas_fortes else "Análise em andamento..."
+    areas_desenvolvimento_str = "\n".join(areas_desenvolvimento[:3]) if areas_desenvolvimento else "Análise em andamento..."
+    
+    return temas_fortes_str, areas_desenvolvimento_str
+
 def analyze_sentiment_trend(respostas: List[str]) -> plt.Figure:
     """Generate sentiment analysis plot"""
     coach = EnhancedCoach()