Update app.py

app.py

@@ -101,32 +101,31 @@ def analizar_tweets(search_words, number_of_tweets):
                       etiqueta = {'Tweets': datos,'Prediccion': predic['label'], 'Probabilidad': predic['score']}
                       result.append(etiqueta)         
           df = pd.DataFrame(result)
+          df['Prediccion'] = np.where( df['Prediccion'] == 'LABEL_1', 'Sexista', 'No Sexista')
+          df = df[df["Prediccion"] == 'Sexista']
+          df = df[df["Probabilidad"] > 0.5]
+          muestra = st.table(df.reset_index(drop=True).head(30).style.applymap(color_survived, subset=['Prediccion']))
           if df.empty:
-              df['Prediccion'] = np.where( df['Prediccion'] == 'LABEL_1', 'Sexista', 'No Sexista')
-              #df = df[df["Prediccion"] == 'Sexista']
-              df = df[df["Probabilidad"] > 0.5]
-              muestra = st.table(df.reset_index(drop=True).head(30).style.applymap(color_survived, subset=['Prediccion']))
               tabla.append(muestra)
-              resultado=df.groupby('Prediccion')['Probabilidad'].sum()
-              colores=["#aae977","#EE3555"]
-              fig, ax = plt.subplots(figsize=(2, 1), subplotpars=None)
-              plt.pie(resultado,labels=resultado.index,autopct='%1.1f%%',colors=colores)
-              ax.set_title("Porcentajes por Categorias", fontsize=5, fontweight="bold")
-              plt.rcParams.update({'font.size':5, 'font.weight':'bold'})
-              ax.legend()
+              #resultado=df.groupby('Prediccion')['Probabilidad'].sum()
+              #colores=["#aae977","#EE3555"]
+              #fig, ax = plt.subplots(figsize=(2, 1), subplotpars=None)
+              #plt.pie(resultado,labels=resultado.index,autopct='%1.1f%%',colors=colores)
+              #ax.set_title("Porcentajes por Categorias", fontsize=2, fontweight="bold")
+              #plt.rcParams.update({'font.size':2, 'font.weight':'bold'})
+              #ax.legend()
               # Muestra el gráfico
-              plt.show()
-              st.set_option('deprecation.showPyplotGlobalUse', False)
-              st.pyplot()
+              #plt.show()
+              #st.set_option('deprecation.showPyplotGlobalUse', False)
+              #st.pyplot()
           else:
-              muestra = st.text("No hay tweets a analizar")
-              tabla.append(muestra)
+              st.text("No hay tweets a analizar")
       except Exception as e:
           st.text(f"La cuenta {search_words} no existe.") 
            
   else:
-      muestra = st.text("Ingrese los parametros correspondientes")
-      tabla.append(muestra)
+      st.text("Ingrese los parametros correspondientes")
+
   
   return tabla
 
@@ -151,7 +150,7 @@ def tweets_localidad(buscar_localidad):
                     result.append(etiqueta)
         df = pd.DataFrame(result)
         df['Prediccion'] = np.where(df['Prediccion'] == 'LABEL_1', 'Sexista', 'No Sexista')
-        #df = df[df["Prediccion"] == 'Sexista']
+        df = df[df["Prediccion"] == 'Sexista']
         df = df[df["Probabilidad"] > 0.5]
         df = df.sort_values(by='Probabilidad', ascending=False)
         muestra = st.table(df.reset_index(drop=True).head(5).style.applymap(color_survived, subset=['Prediccion']))
@@ -165,8 +164,8 @@ def tweets_localidad(buscar_localidad):
             fig, ax = plt.subplots()
             fig.set_size_inches(2, 1)
             plt.pie(resultado,labels=resultado.index,autopct='%1.1f%%',colors=colores)
-            ax.set_title("Porcentajes por Categorias", fontsize=5, fontweight="bold")
-            plt.rcParams.update({'font.size':4, 'font.weight':'bold'})
+            ax.set_title("Porcentajes por Categorias", fontsize=2, fontweight="bold")
+            plt.rcParams.update({'font.size':2, 'font.weight':'bold'})
             ax.legend()
             # Muestra el gráfico
             plt.show()