app.py

import gradio as gr
from queries import (clustering_esfuerzo_dieta_response, clustering_objetivo_response, clustering_entrenamiento_response, 
                     clustering_cumplimiento_dieta_response, clustering_compromiso_response, clustering_diferencia_peso_response,
                     make_query, get_min_max_mean_mode_macros_differences)
from find_matches import find_user_dates_matches, find_macros_that_match_dates_of_users

def clustering_responses(esfuerzo_dieta, objetivo, cumplimiento_entrenamiento, 
                    cumplimiento_dieta, compromiso, variacion_peso):
    cluster_esfuerzo_dieta = clustering_esfuerzo_dieta_response(esfuerzo_dieta)
    cluster_objetivo = clustering_objetivo_response(objetivo)
    cluster_entrenamiento = clustering_entrenamiento_response(cumplimiento_entrenamiento)
    cluster_cumplimiento_dieta = clustering_cumplimiento_dieta_response(cumplimiento_dieta)
    cluster_compromiso = clustering_compromiso_response(compromiso)
    diff_peso_min, diff_peso_max = clustering_diferencia_peso_response(variacion_peso)

    return cluster_esfuerzo_dieta, cluster_objetivo, cluster_entrenamiento, cluster_cumplimiento_dieta, cluster_compromiso, diff_peso_min, diff_peso_max

def calcular_macros(esfuerzo_dieta, objetivo, cumplimiento_entrenamiento, 
                    cumplimiento_dieta, compromiso, variacion_peso):
    # Obtenemos los valores correspondientes a cada selección
    valor_esfuerzo = next(list(opcion.values())[0]["value"] 
                         for opcion in opciones_esfuerzo 
                         if list(opcion.values())[0]["text"] == esfuerzo_dieta)
    
    valor_objetivo = next(list(opcion.values())[0]["value"] 
                         for opcion in opciones_objetivo 
                         if list(opcion.values())[0]["text"] == objetivo)
    
    valor_cumplimiento_entr = next(list(opcion.values())[0]["value"] 
                                  for opcion in opciones_cumplimiento_entrenamiento 
                                  if list(opcion.values())[0]["text"] == cumplimiento_entrenamiento)
    
    valor_cumplimiento_dieta = next(list(opcion.values())[0]["value"] 
                                   for opcion in opciones_cumplimiento_dieta 
                                   if list(opcion.values())[0]["text"] == cumplimiento_dieta)
    
    valor_compromiso = next(list(opcion.values())[0]["value"] 
                          for opcion in opciones_compromiso 
                          if list(opcion.values())[0]["text"] == compromiso)
    
    # Clustering
    (cluster_esfuerzo_dieta, cluster_objetivo, cluster_entrenamiento, cluster_cumplimiento_dieta, 
     cluster_compromiso, diff_peso_min, diff_peso_max) = clustering_responses(valor_esfuerzo, valor_objetivo, 
                                                                           valor_cumplimiento_entr, 
                                                                           valor_cumplimiento_dieta, valor_compromiso, 
                                                                           variacion_peso)
    
    # Imprimimos los resultados
    print(f"Consulta:")
    print(f"\tEsfuerzo para cumplir dieta: {cluster_esfuerzo_dieta}")
    print(f"\tObjetivo: {cluster_objetivo}")
    print(f"\tEntrenamiento: {cluster_entrenamiento}")
    print(f"\tCumplimiento dieta: {cluster_cumplimiento_dieta}")
    print(f"\tCompromiso: {cluster_compromiso}")
    print(f"\tVariación de peso: {variacion_peso}")
    print(f"\t{diff_peso_min} <= Diferencia peso <= {diff_peso_max}")

    # Crear query
    query = make_query(cluster_esfuerzo_dieta, cluster_objetivo, cluster_entrenamiento, cluster_cumplimiento_dieta, cluster_compromiso, diff_peso_min, diff_peso_max)

    # Print query
    print(f"Query: {query}")

    # Crear diccionario de matches
    matches_dict = find_user_dates_matches(query)

    # Print matches
    print(f"Matches:\n{matches_dict}")

    # Find macros that match dates of users
    macros_differences_list = find_macros_that_match_dates_of_users(matches_dict)

    # Print macros
    print(f"Macros:\n{macros_differences_list}")

    # Calculate macros min, max and mean
    (train_day_protein_std, train_day_carbs_std, train_day_fat_std, intratrain_protein_std, intratrain_carbs_std, 
     rest_day_protein_std, rest_day_carbs_std, rest_day_fat_std) = get_min_max_mean_mode_macros_differences(macros_differences_list)

    # Print macros min, max and mean
    print(f"Macros min, max and mean:\n{train_day_protein_std}, {train_day_carbs_std}, {train_day_fat_std}, {intratrain_protein_std}, {intratrain_carbs_std}, {rest_day_protein_std}, {rest_day_carbs_std}, {rest_day_fat_std}")

    # Create strings for the outputs
    train_day_protein_str = f"min: {train_day_protein_std[0]}, max: {train_day_protein_std[1]}, mean: {train_day_protein_std[2]:.2f}, mode: {train_day_protein_std[3]}"
    train_day_carbs_str = f"min: {train_day_carbs_std[0]}, max: {train_day_carbs_std[1]}, mean: {train_day_carbs_std[2]:.2f}, mode: {train_day_carbs_std[3]}"
    train_day_fat_str = f"min: {train_day_fat_std[0]}, max: {train_day_fat_std[1]}, mean: {train_day_fat_std[2]:.2f}, mode: {train_day_fat_std[3]}"
    intratrain_protein_str = f"min: {intratrain_protein_std[0]}, max: {intratrain_protein_std[1]}, mean: {intratrain_protein_std[2]:.2f}, mode: {intratrain_protein_std[3]}"
    intratrain_carbs_str = f"min: {intratrain_carbs_std[0]}, max: {intratrain_carbs_std[1]}, mean: {intratrain_carbs_std[2]:.2f}, mode: {intratrain_carbs_std[3]}"
    rest_day_protein_str = f"min: {rest_day_protein_std[0]}, max: {rest_day_protein_std[1]}, mean: {rest_day_protein_std[2]:.2f}, mode: {rest_day_protein_std[3]}"
    rest_day_carbs_str = f"min: {rest_day_carbs_std[0]}, max: {rest_day_carbs_std[1]}, mean: {rest_day_carbs_std[2]:.2f}, mode: {rest_day_carbs_std[3]}"
    rest_day_fat_str = f"min: {rest_day_fat_std[0]}, max: {rest_day_fat_std[1]}, mean: {rest_day_fat_std[2]:.2f}, mode: {rest_day_fat_std[3]}"

    return train_day_protein_str, train_day_carbs_str, train_day_fat_str, intratrain_protein_str, intratrain_carbs_str, rest_day_protein_str, rest_day_carbs_str, rest_day_fat_str

# Definimos las opciones para cada menú desplegable
opciones_esfuerzo = [
    {
        "No entiendo la calculadora, quiero menús tipo": {
            "text": "No entiendo la calculadora, quiero menús tipo",
            "value": " | no data"
        }
    },
    {
        "No costó nada": {
            "text": "No costó nada",
            "value": " | no costo"
        }
    },
    {
        "Costó demasiado, súbeme macros": {
            "text": "Costó demasiado, súbeme macros",
            "value": " | costo subir macros"
        }
    },
    {
        "Costó demasiado, bájame macros": {
            "text": "Costó demasiado, bájame macros",
            "value": " | costo bajar macros"
        }
    },
    {
        "Costó, pero me adapto a nuevos ajustes": {
            "text": "Costó, pero me adapto a nuevos ajustes",
            "value": " | costo y me adapto a nuevos ajustes"
        }
    },
    {
        "Iba a coger menús tipo, pero al final por precio no": {
            "text": "Iba a coger menús tipo, pero al final por precio no",
            "value": " | no data"
        }
    }
]

opciones_objetivo = [
    {
        "definición (nada cambia)": {
            "text": "definición (nada cambia)",
            "value": " | definicion"
        }
    },
    {
        "empezamos a definir (cambia)": {
            "text": "empezamos a definir (cambia)",
            "value": " | definicion"
        }
    },
    {
        "perder peso (nada cambia)": {
            "text": "perder peso (nada cambia)",
            "value": " | definicion"
        }
    },
    {
        "volumen (nada cambia)": {
            "text": "volumen (nada cambia)",
            "value": " | volumen"
        }
    },
    {
        "empezamos a coger volumen (cambia)": {
            "text": "empezamos a coger volumen (cambia)",
            "value": " | volumen"
        }
    },
    {
        "empezamos a coger volumen, sobre todo tren inferior (cambia)": {
            "text": "empezamos a coger volumen, sobre todo tren inferior (cambia)",
            "value": " | volumen"
        }
    },
    {
        "empezamos a coger volumen, en todo el cuerpo (cambia)": {
            "text": "empezamos a coger volumen, en todo el cuerpo (cambia)",
            "value": " | volumen"
        }
    }
]

opciones_cumplimiento_entrenamiento = [
    {
        "Lo hice perfecto": {
            "text": "Lo hice perfecto",
            "value": " | bien"
        }
    },
    {
        "He fallado algunos días, pero sí": {
            "text": "He fallado algunos días, pero sí",
            "value": " | bien"
        }
    },
    {
        "Lesión importante": {
            "text": "Lesión importante",
            "value": " | mal"
        }
    },
    {
        "Lo hice prácticamente perfecto": {
            "text": "Lo hice prácticamente perfecto",
            "value": " | bien"
        }
    },
    {
        "Pequeña lesión": {
            "text": "Pequeña lesión",
            "value": " | mal"
        }
    },
    {
        "No hice nada, mantenemos la rutina un mes más": {
            "text": "No hice nada, mantenemos la rutina un mes más",
            "value": " | mal"
        }
    },
    {
        "Alárgame la rutina una semana más": {
            "text": "Alárgame la rutina una semana más",
            "value": " | mal"
        }
    }
]

opciones_cumplimiento_dieta = [
    {
        "al 70%": {
            "text": "al 70%",
            "value": " | bien"
        }
    },
    {
        "regular, me cuesta llegar": {
            "text": "regular, me cuesta llegar",
            "value": " | regular"
        }
    },
    {
        "Nada, mantén mis macros": {
            "text": "Nada, mantén mis macros",
            "value": " | mal"
        }
    },
    {
        "casi perfecta": {
            "text": "casi perfecta",
            "value": " | bien"
        }
    },
    {
        "regular, me salto la dieta": {
            "text": "regular, me salto la dieta",
            "value": " | regular"
        }
    },
    {
        "Perfecta": {
            "text": "Perfecta",
            "value": " | bien"
        }
    }
]

opciones_compromiso = [
    {
        "Bueno, pero mejorable": {
            "text": "Bueno, pero mejorable",
            "value": " | bueno"
        }
    },
    {
        "Mal, pero a partir de ahora voy a por todas": {
            "text": "Mal, pero a partir de ahora voy a por todas",
            "value": " | mal"
        }
    },
    {
        "Mal, demasiado exigente": {
            "text": "Mal, demasiado exigente",
            "value": " | mal"
        }
    },
    {
        "Máximo": {
            "text": "Máximo",
            "value": " | bueno"
        }
    }
]

# Creamos la interfaz
with gr.Blocks() as demo:
    # Definimos el color naranja
    naranja = "#FF9300"
    
    # Procesamos las opciones para obtener solo los textos
    textos_esfuerzo = [list(opcion.values())[0]["text"] for opcion in opciones_esfuerzo]
    textos_objetivo = [list(opcion.values())[0]["text"] for opcion in opciones_objetivo]
    textos_cumplimiento_entr = [list(opcion.values())[0]["text"] for opcion in opciones_cumplimiento_entrenamiento]
    textos_cumplimiento_dieta = [list(opcion.values())[0]["text"] for opcion in opciones_cumplimiento_dieta]
    textos_compromiso = [list(opcion.values())[0]["text"] for opcion in opciones_compromiso]
    
    # Entradas
    with gr.Row():
        esfuerzo = gr.Dropdown(
            choices=textos_esfuerzo, 
            label="Esfuerzo dieta",
            value="No costó nada"
        )
        cumplimiento_dieta = gr.Dropdown(
            choices=textos_cumplimiento_dieta, 
            label="Cumplimiento de la dieta",
            value="Perfecta"
        )
        objetivo = gr.Dropdown(
            choices=textos_objetivo, 
            label="Objetivo",
            value="volumen (nada cambia)"
        )
    with gr.Row():
        cumplimiento_entr = gr.Dropdown(
            choices=textos_cumplimiento_entr, 
            label="Cumplimiento del entrenamiento",
            value="Lo hice perfecto"
        )
        compromiso = gr.Dropdown(
            choices=textos_compromiso, 
            label="Compromiso",
            value="Máximo"
        )
        variacion_peso = gr.Number(
            label="Variación de peso", 
            precision=2,
            value=0.7
        )
    
    # Versión simple del botón
    calcular_btn = gr.Button(
        "Calcular",
        variant="primary",
        size="lg"
    )
    
    # Añadimos el estilo CSS personalizado
    css = f"""
        <style>
        #boton-naranja {{
            background-color: {naranja} !important;
            border: 1px solid {naranja} !important;
        }}
        #boton-naranja:hover {{
            background-color: {naranja}DD !important;
            border: 1px solid {naranja}DD !important;
        }}
        </style>
    """
    
    css_outputs = """
        <style>
        .output-row {
            align-items: flex-end !important;
            display: flex !important;
            gap: 1rem !important;
        }
        .output-row > * {
            flex: 1;
            min-width: 0;
        }
        </style>
    """
    
    gr.Markdown(css + css_outputs)
    
    # Salidas
    with gr.Row(elem_classes="output-row"):
        proteina_entreno = gr.Textbox(label="Proteína día de entreno (g)")
        carbs_entreno = gr.Textbox(label="Carbohidratos día de entreno (g)")
        grasas_entreno = gr.Textbox(label="Grasas día de entreno (g)")
        proteina_intra = gr.Textbox(label="Proteína intraentreno (g)")
        carbs_intra = gr.Textbox(label="Carbohidratos intraentreno (g)")
        proteina_descanso = gr.Textbox(label="Proteína día de descanso (g)")
        carbs_descanso = gr.Textbox(label="Carbohidratos día de descanso (g)")
        grasas_descanso = gr.Textbox(label="Grasas día de descanso (g)")
    
    # Conectamos el botón con la función
    calcular_btn.click(
        fn=calcular_macros,
        inputs=[esfuerzo, objetivo, cumplimiento_entr, cumplimiento_dieta, 
                compromiso, variacion_peso],
        outputs=[proteina_entreno, carbs_entreno, grasas_entreno,
                proteina_intra, carbs_intra,
                proteina_descanso, carbs_descanso, grasas_descanso]
    )

demo.launch()