Code Editor for app.py

import streamlit as st
import pandas as pd
import matplotlib.pyplot as plt
from fpdf import FPDF
import io
import base64

st.title("ERF Ticket Visualizer")

# Función para crear el PDF con la gráfica
def create_pdf(fig):
    # Guardar la figura en un buffer
    buf = io.BytesIO()
    fig.savefig(buf, format='png', bbox_inches='tight')
    buf.seek(0)
    
    # Crear PDF
    pdf = FPDF()
    pdf.add_page()
    pdf.set_font('Arial', 'B', 16)
    pdf.cell(190, 10, 'ERF Ticket Graph', 0, 1, 'C')
    
    # Agregar la imagen al PDF
    img_data = base64.b64encode(buf.getvalue()).decode()
    pdf.image(buf, x=10, y=30, w=190)
    
    # Guardar PDF en buffer
    pdf_buffer = io.BytesIO()
    pdf.output(pdf_buffer)
    pdf_buffer.seek(0)
    return pdf_buffer

# Input para el ticket ERF
ticket_number = st.text_input("Ingrese el número de ticket ERF:")

if ticket_number:
    # Aquí normalmente se conectaría a una base de datos o API
    # Por ahora generaremos datos de ejemplo
    data = {
        'Fecha': pd.date_range(start='2024-01-01', periods=10),
        'Progreso': [0, 10, 20, 30, 45, 55, 70, 85, 95, 100]
    }
    df = pd.DataFrame(data)
    
    # Crear gráfica
    fig, ax = plt.subplots(figsize=(10, 6))
    ax.plot(df['Fecha'], df['Progreso'], marker='o')
    ax.set_title(f'Progreso del Ticket ERF #{ticket_number}')
    ax.set_xlabel('Fecha')
    ax.set_ylabel('Progreso (%)')
    ax.grid(True)
    plt.xticks(rotation=45)
    plt.tight_layout()
    
    # Mostrar gráfica en Streamlit
    st.pyplot(fig)
    
    # Botón para descargar PDF
    if st.button('Descargar PDF'):
        pdf_buffer = create_pdf(fig)
        st.download_button(
            label="Click aquí para descargar el PDF",
            data=pdf_buffer,
            file_name=f'ticket_erf_{ticket_number}.pdf',
            mime='application/pdf'
        )
        
    plt.close(fig)  # Limpiar la figura de memoria