app.py

import streamlit as st
from PIL import Image
import pytesseract
import pandas_ta as ta
from textblob import TextBlob
import pandas as pd
import requests
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures

# Helper Functions
def search_web(query):
    from googlesearch import search
    st.subheader("Resultados de la Búsqueda Web")
    results = []
    for result in search(query, num_results=5):
        results.append(result)
    for idx, link in enumerate(results):
        st.write(f"{idx + 1}. {link}")

def analyze_image(uploaded_file):
    st.subheader("Análisis de Imagen")
    image = Image.open(uploaded_file)
    st.image(image, caption="Imagen cargada", use_column_width=True)
    text = pytesseract.image_to_string(image)
    st.write("Texto extraído de la imagen:")
    st.write(text)

def analyze_crypto_data(df):
    st.subheader("Análisis Técnico")
    try:
        df['RSI'] = ta.rsi(df['close'], length=14)
        macd = ta.macd(df['close'])
        if macd is not None:
            df['MACD'], df['MACD_signal'], df['MACD_hist'] = (
                macd['MACD_12_26_9'], macd['MACDs_12_26_9'], macd['MACDh_12_26_9']
            )
        bbands = ta.bbands(df['close'])
        if bbands is not None:
            df['BB_Lower'], df['BB_Mid'], df['BB_Upper'] = (
                bbands['BBL_20_2.0'], bbands['BBM_20_2.0'], bbands['BBU_20_2.0']
            )
        st.write(df.tail(10))
    except Exception as e:
        st.error(f"Error en el análisis técnico: {e}")

def analyze_sentiment(text):
    st.subheader("Análisis de Sentimiento")
    analysis = TextBlob(text)
    sentiment = analysis.sentiment.polarity
    if sentiment > 0:
        st.write("El sentimiento del texto es: **Positivo**")
    elif sentiment < 0:
        st.write("El sentimiento del texto es: **Negativo**")
    else:
        st.write("El sentimiento del texto es: **Neutral**")

def predict_prices(df):
    st.subheader("Predicción de Precios")
    try:
        X = df.index.values.reshape(-1, 1)
        y = df['close']
        poly = PolynomialFeatures(degree=2)
        X_poly = poly.fit_transform(X)
        model = LinearRegression()
        model.fit(X_poly, y)
        future = pd.DataFrame(range(len(df), len(df) + 5), columns=['Index'])
        future_poly = poly.transform(future)
        predictions = model.predict(future_poly)
        st.write("Predicciones de precios futuros:", predictions)
    except Exception as e:
        st.error(f"Error en la predicción de precios: {e}")

def fetch_crypto_data():
    st.subheader("Obtención de Datos de Criptomonedas")
    url = "https://api.coingecko.com/api/v3/coins/bitcoin/market_chart?vs_currency=usd&days=30&interval=daily"
    response = requests.get(url)
    if response.status_code == 200:
        data = response.json()
        prices = [item[1] for item in data['prices']]
        df = pd.DataFrame(prices, columns=['close'])
        return df
    else:
        st.error("Error al obtener datos de criptomonedas.")
        return None

def chat_interface():
    st.title("Chat Cripto Analizador")
    st.write("¡Pregúntame algo!")
    user_input = st.text_input("Tu mensaje:", placeholder="Escribe aquí...")
    if user_input:
        if "crypto" in user_input.lower():
            st.write(f"Tú: {user_input}")
            st.write("Bot: Estoy listo para analizar criptomonedas. Intenta seleccionar 'Análisis Técnico' desde la barra lateral.")
        else:
            st.write(f"Tú: {user_input}")
            st.write("Bot: Aún estoy aprendiendo. Por ahora puedo analizar imágenes y criptomonedas.")

# Main Application
def main():
    st.sidebar.title("Menú")
    menu = [
        "Chat", "Búsqueda Web", "Análisis de Imágenes", 
        "Análisis Técnico", "Análisis de Sentimiento", "Predicción de Precios"
    ]
    choice = st.sidebar.selectbox("Seleccione una opción", menu)

    if choice == "Chat":
        chat_interface()
    elif choice == "Búsqueda Web":
        st.header("Búsqueda Web")
        query = st.text_input("Ingrese su búsqueda:")
        if query:
            search_web(query)
    elif choice == "Análisis de Imágenes":
        st.header("Análisis de Imágenes")
        uploaded_file = st.file_uploader("Suba una imagen", type=["png", "jpg", "jpeg"])
        if uploaded_file:
            analyze_image(uploaded_file)
    elif choice == "Análisis Técnico":
        st.header("Análisis Técnico de Criptomonedas")
        df = fetch_crypto_data()
        if df is not None:
            analyze_crypto_data(df)
    elif choice == "Análisis de Sentimiento":
        st.header("Análisis de Sentimiento")
        text = st.text_area("Ingrese el texto para analizar:")
        if text:
            analyze_sentiment(text)
    elif choice == "Predicción de Precios":
        st.header("Predicción de Precios de Criptomonedas")
        df = fetch_crypto_data()
        if df is not None:
            predict_prices(df)

if __name__ == "__main__":
    main()