import gradio as gr import pandas as pd import numpy as np import tempfile import os from typing import Dict from openai import OpenAI from tqdm.auto import tqdm import plotly.express as px import plotly.graph_objects as go from plotly.subplots import make_subplots VARIABLES = { "Lugar de nacimiento": ["España", "Magreb", "Latinoamérica", "Otro país de Europa", "Otro lugar del mundo"], "Sexo": ["Hombre", "Mujer", "No binario"], "Generación": [ "Z (1997-2012)", "Millennials (1981-1996)", "X (1965-1980)", "Baby Boomers (1946-1964)", "Silenciosa (1928-1945)" ], "Hábitat": ["Urbano", "Rural", "Semiurbano"], "Comunidad Autónoma": [ "Andalucía", "Cataluña", "Madrid", "Comunidad Valenciana", "Galicia", "País Vasco", "Aragón", "Islas Baleares", "Canarias", "Castilla y León", "Castilla-La Mancha", "Asturias", "Navarra", "Murcia", "Extremadura", "Cantabria", "La Rioja", "Ceuta", "Melilla" ], "Nivel de Estudios": [ "Sin estudios", "Primaria", "ESO", "Bachillerato", "FP Básica", "FP Medio", "FP Superior", "Grado Universitario", "Máster", "Doctorado" ], "Clase Social": [ "Alta (Directivos, grandes empresarios)", "Media-Alta (Profesionales cualificados)", "Media (Técnicos, administrativos)", "Obreros cualificados", "Trabajadores no cualificados", "Pensionistas/Jubilados" ], "Hijos": ["Sí", "No"], "Profesión": [ "Medicina/Salud", "Ingeniería/Tecnología", "Educación/Investigación", "Autónomo/Emprendedor", "Hostelería/Turismo", "Administración Pública", "Construcción/Obras", "Diseño/Arte", "Marketing/Comunicación", "Finanzas/Banca", "Legal/Abogacía", "Transporte/Logística", "Agricultura/Ganadería", "Fuerzas Armadas", "Cuidados/Asistencia", "Estudiante", "Desempleado", "Jubilado/Pensionista" ], "Aficiones": [ "Deporte individual", "Deporte equipo", "Lectura", "Viajes", "Cine/Series", "Videojuegos", "Moda/Estilo", "Música/Conciertos", "Fotografía", "Jardinería", "Cocina", "Manualidades", "Voluntariado", "Tecnología", "Astronomía" ], "Tipo de Piel": [ "Seca", "Grasa", "Mixta", "Sensible", "Normal", "Con tendencia acnéica", "Atópica" ], "Grado de preocupación": [ "Ninguno", "Bajo", "Moderado", "Alto", "Muy alto (prioridad diaria)" ], "Productos usados": [ "Ninguno", "Limpiador", "Tónico", "Crema hidratante", "Serum antioxidante", "Protector solar", "Contorno de ojos", "Mascarillas", "Exfoliante", "Tratamiento antiarrugas" ], "Canal de Compra": [ "Farmacia/Parafarmacia", "Online (web marca)", "Marketplaces (Amazon)", "Supermercado", "Tiendas especializadas", "Centros comerciales", "Estética profesional", "Televenta" ] } def crear_grafico_frecuencias(df_resultados): """ Crea gráficos de frecuencias para las respuestas de la encuesta con la orientación correcta. - Eje X: Opciones de respuesta - Eje Y: Frecuencia de cada opción """ # Identificar las columnas de respuestas (empiezan con 'P') columnas_respuestas = [col for col in df_resultados.columns if col.startswith('P')] if not columnas_respuestas: return None # Determinar el número de filas y columnas para la disposición de los subgráficos n_preguntas = len(columnas_respuestas) n_cols = 2 # Máximo dos gráficos por fila n_rows = (n_preguntas + n_cols - 1) // n_cols # Calcular filas necesarias # Crear la figura con subgráficos correctamente distribuidos fig = make_subplots( rows=n_rows, cols=n_cols, subplot_titles=columnas_respuestas, vertical_spacing=0.15, # Espaciado entre gráficos horizontal_spacing=0.1 ) # Para cada pregunta, generar un gráfico de barras for i, pregunta in enumerate(columnas_respuestas): # Calcular frecuencias y porcentajes freq = df_resultados[pregunta].value_counts().sort_index() # Asegurar orden de respuestas porcentajes = (freq / len(df_resultados) * 100).round(1) # Etiquetas con valores y porcentaje text = [f"{v} ({p}%)" for v, p in zip(freq.values, porcentajes.values)] # Determinar posición en la cuadrícula de subgráficos row = (i // n_cols) + 1 col = (i % n_cols) + 1 # Agregar gráfico de barras **vertical**, asegurando que X sean las categorías fig.add_trace( go.Bar( x=freq.index, # 🔹 Categorías en el eje X (opciones de respuesta) y=freq.values, # 🔹 Frecuencia en el eje Y text=text, textposition='outside', name=pregunta ), row=row, col=col ) # Configurar los ejes correctamente fig.update_xaxes(title_text="Respuestas", tickangle=-45, row=row, col=col) fig.update_yaxes(title_text="Frecuencia", row=row, col=col) # Configurar el layout general fig.update_layout( title_text="Resultados de la Encuesta", showlegend=False, height=350 * n_rows, # Ajustar altura dinámicamente width=1000, title_x=0.5 ) return fig def procesar_respuesta_api(respuesta): """Extrae las respuestas del formato 'P1. a)' a un diccionario""" lines = respuesta.split('\n') responses = {} for line in lines: if line.strip(): pregunta, respuesta = line.split('.') responses[pregunta.strip()] = respuesta.strip() return responses def llamar_api_gpt(descripcion, encuesta, api_key): client = OpenAI(api_key=api_key) system_content = f"Eres una persona que responde a estas características: \n\n{descripcion}\n\nTu misión consiste en responder a una encuesta. Tu respuesta debe tener este formato. Número de pregunta y opción. Por ejemplo, P1. a), P2. b), etcétera.\n\n No necesitamos el texto de la respuesta, solo la letra de la opción. Es muy importante que respondas poniéndote en el rol que se te ha dado. No añadas espacios ni saltos de página. La encuesta es: " try: response = client.chat.completions.create( model="gpt-4o", messages=[ { "role": "system", "content": [{"type": "text", "text": system_content}] }, { "role": "user", "content": [{"type": "text", "text": encuesta}] } ], response_format={"type": "text"}, temperature=0, max_completion_tokens=200, top_p=1, frequency_penalty=0, presence_penalty=0 ) return response.choices[0].message.content, None except Exception as e: return None, str(e) def generar_entrevistado(config: Dict[str, Dict[str, float]], n: int) -> pd.DataFrame: """ Genera un DataFrame con 'n' panelistas. Para cada variable de VARIABLES: - Si está en 'config', usa su distribución personalizada - Si no está, usa distribución uniforme """ data = [] for i in range(n): entrevistado = {"id_panelista": f"ID_{i+1:04d}"} # Asignar valor a cada variable for var, opciones in VARIABLES.items(): if var in config: dist = list(config[var].values()) # p.ej. [0.3, 0.5, 0.2] suma = sum(dist) if suma > 0: dist = [x / suma for x in dist] # Normaliza else: # Si suman 0, forzamos uniforme dist = [1/len(opciones)] * len(opciones) valor = np.random.choice(opciones, p=dist) else: # Si no está en config => distribución uniforme valor = np.random.choice(opciones) entrevistado[var] = valor # Crear una descripción completa de la persona desc = ( f"Se trata de una persona que ha nacido en {entrevistado['Lugar de nacimiento']}, de sexo {entrevistado['Sexo']} que pertenece a la Generación {entrevistado['Generación']}, " f"que reside en {entrevistado['Comunidad Autónoma']} (España), en un municipio de hábitat {entrevistado['Hábitat']}. " f"Posee un nivel de estudios {entrevistado['Nivel de Estudios']} y se ubica en la clase social {entrevistado['Clase Social']}. " f"{'Tiene hijos' if entrevistado['Hijos'] == 'Sí' else 'No tiene hijos'}. " f"Trabaja en {entrevistado['Profesión']} y sus aficiones principales son {entrevistado['Aficiones']}. " f"Su tipo de piel es {entrevistado['Tipo de Piel']}, con un grado de preocupación por el cuidado de la piel es {entrevistado['Grado de preocupación']}. " f"Actualmente usa {entrevistado['Productos usados']} y adquiere sus productos en {entrevistado['Canal de Compra']}." ) entrevistado["Descripción"] = desc data.append(entrevistado) df = pd.DataFrame(data) return df def lanzar_encuesta(df, texto_encuesta, api_key, progress=gr.Progress()): if not api_key: return None, None, "Error: Es necesario introducir una API Key de OpenAI", None if df is None or df.empty: return None, None, "Error: Primero debes generar una muestra de panelistas", None if not texto_encuesta: return None, None, "Error: Debes introducir el texto de la encuesta", None # Lista para almacenar resultados resultados = [] errores = [] # Información inicial total_panelistas = len(df) progress(0, desc=f"Iniciando encuesta para {total_panelistas} panelistas...") # Variables de perfil que queremos mantener (todas excepto 'Descripción') variables_perfil = [col for col in df.columns if col != 'Descripción'] # Para cada panelista for i, (_, row) in enumerate(df.iterrows()): progress((i/total_panelistas), desc=f"Procesando panelista {i+1} de {total_panelistas}") # Llamar a la API respuestas, error = llamar_api_gpt( row['Descripción'], texto_encuesta, api_key ) if error: errores.append(f"Error en panelista {row['id_panelista']}: {error}") continue try: # Procesar respuestas resp_dict = procesar_respuesta_api(respuestas) # Añadir todas las variables de perfil del panelista for var in variables_perfil: resp_dict[var] = row[var] resultados.append(resp_dict) except Exception as e: errores.append(f"Error procesando respuesta de {row['id_panelista']}: {str(e)}") # Crear mensaje de resumen total_exitosos = len(resultados) total_errores = len(errores) mensaje_resumen = f"""

Resumen de la encuesta:

""" if errores: mensaje_resumen += "

Detalle de errores:

" # Si no hay ningún resultado exitoso if not resultados: return None, None, mensaje_resumen, None # Crear DataFrame de resultados df_resultados = pd.DataFrame(resultados) # Reordenar las columnas para mejor visualización # Primero el ID, luego las variables de perfil, finalmente las respuestas columnas_respuestas = [col for col in df_resultados.columns if col not in variables_perfil] orden_columnas = ['id_panelista'] + \ [col for col in variables_perfil if col != 'id_panelista'] + \ columnas_respuestas df_resultados = df_resultados[orden_columnas] # Crear gráficos de frecuencias fig = crear_grafico_frecuencias(df_resultados) # Guardar a Excel with tempfile.NamedTemporaryFile(delete=False, suffix=".xlsx") as tmp: df_resultados.to_excel(tmp.name, index=False) file_path = tmp.name progress(1.0, desc="¡Proceso completado!") return df_resultados, file_path, mensaje_resumen, fig def crear_interfaz(): with gr.Blocks(title="Generador de Panelistas Sintéticos") as app: gr.Markdown("## 🧴 Generador de Consumidores de Cremas Antiarrugas") # API Key de OpenAI api_key = gr.Textbox( label="OpenAI API Key", placeholder="Introduce tu API Key de OpenAI...", type="password" ) # Tamaño de la muestra n_muestra = gr.Number(label="Tamaño de la muestra", value=100, precision=0) # Variables para el estado y progreso estado = gr.Textbox(label="Estado del proceso", value="Esperando acción...") progreso = gr.Progress() # Listas donde acumulamos todos los checkboxes y sliders all_checkboxes = [] all_sliders = [] vars_options = [] with gr.Accordion("Configurar Distribuciones", open=False): for var, opciones in VARIABLES.items(): with gr.Group(): gr.Markdown(f"### {var}") # Checkbox: si se quiere personalizar la distribución de esta variable var_checkbox = gr.Checkbox( label=f"Personalizar {var}", value=False ) all_checkboxes.append(var_checkbox) # Sliders para cada opción de la variable for op in opciones: s = gr.Slider( minimum=0, maximum=100, step=1, label=op, value=100 / len(opciones) ) all_sliders.append(s) # Guardar la info para reconstruir 'config' después vars_options.append((var, opciones)) # Salidas iniciales output_table = gr.Dataframe(label="Panelistas Generados") download_file = gr.File(label="Descargar Excel", file_count="single") # Nueva sección para la encuesta with gr.Accordion("Realizar Encuesta", open=False): encuesta_texto = gr.Textbox( label="Pegue aquí el texto de la encuesta", lines=10, placeholder="Pegue aquí las preguntas de la encuesta..." ) info_encuesta = gr.HTML(label="Información de la encuesta") btn_encuesta = gr.Button("Lanzar Encuesta") # Sección de resultados de la encuesta with gr.Tab("Resultados"): resultados_encuesta = gr.Dataframe(label="Resultados Detallados") download_resultados = gr.File(label="Descargar Resultados Excel") # Nueva pestaña para los gráficos with gr.Tab("Gráficos"): graficos_resultados = gr.Plot(label="Gráficos de Frecuencias") # Botón generar muestra btn_generar = gr.Button("Generar Muestra", variant="primary") def generar(n, *values): """ Recibe: - n (número) - un bloque de checkboxes (uno por variable) - un bloque de sliders (uno por opción de cada variable) """ n_muestra_int = int(n) num_vars = len(vars_options) # Los primeros 'num_vars' valores son bool de checkboxes checks = values[:num_vars] # El resto son floats de sliders sliders = values[num_vars:] config_procesada = {} idx_slider = 0 # Recorremos cada variable for i, (var, opciones) in enumerate(vars_options): if checks[i]: # Personalizar dist = {} for op in opciones: valor_slider = sliders[idx_slider] idx_slider += 1 dist[op] = valor_slider / 100.0 config_procesada[var] = dist else: # No se personaliza => avanzamos el índice de sliders sin usarlos idx_slider += len(opciones) # Generar DF df = generar_entrevistado(config_procesada, n_muestra_int) # Guardar a Excel en un archivo temporal with tempfile.NamedTemporaryFile(delete=False, suffix=".xlsx") as tmp: df.to_excel(tmp.name, index=False) file_path = tmp.name return df, file_path, "Muestra generada correctamente" # Conectar los botones btn_generar.click( fn=generar, inputs=[n_muestra] + all_checkboxes + all_sliders, outputs=[output_table, download_file, estado] ) btn_encuesta.click( fn=lanzar_encuesta, inputs=[output_table, encuesta_texto, api_key], outputs=[resultados_encuesta, download_resultados, info_encuesta, graficos_resultados] ) return app # 4) Lanzar la app if __name__ == "__main__": app = crear_interfaz() app.launch(debug=True)