File size: 1,671 Bytes
97f77d9 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 |
import streamlit as st
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from model import classifySentiment,groupClassifier
st.title("🔍 Análisis de Sentimiento para Empresas")
option = st.sidebar.selectbox("Elige una opción", ["Analizar un comentario", "Subir archivo CSV"])
if option == "Analizar un comentario":
user_input = st.text_area("Escribe un comentario:")
if st.button("Analizar"):
original_text ,sentiment = classifySentiment(user_input)
st.write(f"📊 Sentimiento: {sentiment}")
elif option == "Subir archivo CSV":
file = st.file_uploader("Sube un archivo con comentarios en formato csv", type=["csv"])
if file:
try:
df = pd.read_csv(file,sep=None, engine="python")
clasification = groupClassifier(df)
clasified_data = pd.DataFrame(clasification)
plt.figure(figsize=(6,4))
sns.countplot(x=clasified_data["label"], hue=clasified_data["label"], palette="pastel", legend=False)
# Etiquetas y título
plt.xlabel("Sentiment category")
plt.ylabel("number of texts")
plt.title("Data distribution")
st.pyplot(plt)
except ValueError as e:
print(f"Error: {e}")
# Mostrar estadísticas
#sentiment_counts = df["sentiment"].value_counts()
#st.bar_chart("Aqui va la visualizacion de archivo")
# WordCloud
# words = " ".join(df["texto"])
#wordcloud = WordCloud(width=800, height=400).generate(words)
#st.image(wordcloud.to_array())"""
|