#!/usr/bin/env python # -*- coding: utf-8 -*- import pandas as pd import dash from dash import Dash, dcc, html from dash.dependencies import Input, Output import plotly.graph_objects as go # ============================ # 1. CARGA DE DATOS # ============================ df = pd.read_csv( "data/Produccion_centros_cultivo_2000_2024_consolidado.csv", low_memory=False ) # Normalizar nombres de columnas df.columns = df.columns.str.strip() # Renombrar región a mayúsculas para ser consistente if "Región" in df.columns: df = df.rename(columns={"Región": "REGION"}) # Asegurar que Año sea numérico df["Año"] = pd.to_numeric(df["Año"], errors="coerce") # Filtrar años válidos df = df[df["Año"].between(2000, 2025)] # ============================ # 1b. ESPECIES DE INTERÉS # ============================ especies_interes = [ "CHORITO", "OSTION DEL NORTE", "SALMON DEL ATLANTICO", "SALMON PLATEADO O COHO", "SALMON REY" ] df = df[df["Especie"].isin(especies_interes)].copy() # ============================ # 1c. LIMPIEZA REGIONES # ============================ df["REGION"] = df["REGION"].astype(str).str.strip() df["REGION"] = df["REGION"].str.replace(".0", "", regex=False) # Por si hubiese una región 99 o códigos raros: df = df[df["REGION"] != "99"] # Diccionario oficial con número romano + nombre, en orden geográfico dicc_regiones = { "15": "XV Arica y Parinacota", "1": "I Tarapacá", "2": "II Antofagasta", "3": "III Atacama", "4": "IV Coquimbo", "5": "V Valparaíso", "6": "VI Libertador General Bernardo O'Higgins", "7": "VII Maule", "16": "XVI Ñuble", "8": "VIII Biobío", "9": "IX de Araucanía", "14": "XIV Los Ríos", "10": "X Los Lagos", "11": "XI Aysén del General Carlos Ibáñez del Campo", "12": "XII Magallanes y Antártica Chilena", } # Orden geográfico region_order_geo = [ "15", # XV Arica y Parinacota "1", # I Tarapacá "2", # II Antofagasta "3", # III Atacama "4", # IV Coquimbo "5", # V Valparaíso "13", # RM "6", # VI O'Higgins "7", # VII Maule "16", # XVI Ñuble "8", # VIII Biobío "9", # IX Araucanía "14", # XIV Los Ríos "10", # X Los Lagos "11", # XI Aysén "12", # XII Magallanes ] # Códigos de región presentes en los datos region_codes_in_data = sorted(df["REGION"].dropna().unique().tolist()) # Mapa código -> nombre bonito map_region_nombre = { code: dicc_regiones.get(code, code) for code in region_codes_in_data } # ============================ # Dropdown values # ============================ especies = especies_interes etapas = sorted(df["Etapa"].dropna().unique()) default_etapa = "ADULTOS" if "ADULTOS" in etapas else etapas[0] years_sorted = sorted(df["Año"].dropna().unique().tolist()) default_year_bar = max(years_sorted) if years_sorted else 2000 # ============================ # 2. ESTILOS (MISMO LOOK QUE OTRAS APPS) # ============================ COLORS = { "bg": "#f5f7fa", "card": "white", "accent": "#005f73", "accent_light": "#e0fbfc", "text": "#222222", "muted": "#666666", } CARD_STYLE = { "backgroundColor": COLORS["card"], "borderRadius": "8px", "padding": "15px", "boxShadow": "0 2px 5px rgba(0,0,0,0.08)", "marginBottom": "15px", } # ============================ # 3. CONFIGURACIÓN DASH # ============================ app = Dash( __name__, requests_pathname_prefix="/apps/produccion-centros/", ) server = app.server # útil si después quieres desplegar en WSGI/gunicorn # ============================ # 4. LAYOUT # ============================ app.layout = html.Div( style={"fontFamily": "Arial, sans-serif", "backgroundColor": COLORS["bg"], "minHeight": "100vh"}, children=[ # ----- TOP BAR ----- html.Div( style={ "backgroundColor": COLORS["accent"], "color": "white", "padding": "12px 25px", "display": "flex", "justifyContent": "space-between", "alignItems": "center", }, children=[ html.Div([ html.H1( "Producción en Centros de Cultivo", style={"margin": "0", "fontSize": "22px", "fontWeight": "bold"}, ), html.Div( "Serie de tiempo 2000–2024 · Filtro por región, especie y etapa", style={"fontSize": "13px", "opacity": 0.9}, ), ]), ], ), # ----- CONTENIDO ----- html.Div( style={"padding": "20px 25px"}, children=[ html.Div( style={"display": "flex", "gap": "20px", "flexWrap": "wrap"}, children=[ # --------- FILTROS (IZQUIERDA) ---------- html.Div( style={"flex": "1 1 280px", "maxWidth": "380px"}, children=[ html.Div( style=CARD_STYLE, children=[ html.H3( "Filtros", style={"marginTop": 0, "fontSize": "16px", "color": COLORS["accent"]}, ), html.Label("Región", style={"fontWeight": "bold", "fontSize": "13px"}), dcc.Dropdown( id="filtro-region", options=( [{"label": "Nacional (todas las regiones)", "value": "NACIONAL"}] + [ { "label": map_region_nombre.get(code, code), "value": code, } for code in region_order_geo if code in region_codes_in_data ] ), value="NACIONAL", clearable=False, style={"marginBottom": "12px"}, ), html.Label("Especie", style={"fontWeight": "bold", "fontSize": "13px"}), dcc.Dropdown( id="filtro-especie", options=[{"label": e, "value": e} for e in especies], value=especies[0], clearable=False, style={"marginBottom": "12px"}, ), html.Label("Etapa", style={"fontWeight": "bold", "fontSize": "13px"}), dcc.Dropdown( id="filtro-etapa", options=[{"label": e, "value": e} for e in etapas], value=default_etapa, clearable=False, style={"marginBottom": "12px"}, ), html.Label("Año para comparación regional", style={"fontWeight": "bold", "fontSize": "13px"}), dcc.Dropdown( id="year-bar-dropdown", options=[{"label": int(y), "value": int(y)} for y in years_sorted], value=int(default_year_bar), clearable=False, style={"marginBottom": "4px"}, ), html.Div( "Este año se usa para el gráfico de barras por región (abajo).", style={"fontSize": "11px", "color": COLORS["muted"]}, ), ], ), ], ), # --------- GRÁFICOS (DERECHA) ---------- html.Div( style={"flex": "3 1 500px", "minWidth": "0"}, children=[ html.Div( style={**CARD_STYLE, "height": "100%"}, children=[ # Serie de tiempo dcc.Graph( id="grafico-egresos", config={"scrollZoom": True}, ), # Barras por región dcc.Graph( id="grafico-regiones", config={"scrollZoom": False}, style={"marginTop": "30px"}, ), html.Div( children=[ html.P( "Valores (arriba): EGRESOS K anuales (kilos cosechados/egresados) " "por especie, etapa y región seleccionada.", style={ "fontSize": "11px", "color": COLORS["muted"], "marginBottom": "4px", }, ), html.P( "Gráfico de barras (abajo): distribución regional de kilos cosechados/egresados " "para el año seleccionado, a escala nacional.", style={ "fontSize": "11px", "color": COLORS["muted"], }, ), ], style={"marginTop": "10px"}, ), html.Div( children=[ "Elaboración: Instituto en Socio-Ecología Costera (SECOS) – Datacenter", ], style={ "fontSize": "11px", "color": COLORS["muted"], "marginTop": "4px", }, ), html.Div( children=[ "Fuente: SERNAPESCA", ], style={ "fontSize": "11px", "color": COLORS["muted"], }, ), ], ), ], ), ], ), ], ), ], ) # ============================ # 5. CALLBACK # ============================ @app.callback( Output("grafico-egresos", "figure"), Output("grafico-regiones", "figure"), [ Input("filtro-region", "value"), Input("filtro-especie", "value"), Input("filtro-etapa", "value"), Input("year-bar-dropdown", "value"), ], ) def actualizar_graficos(region, especie, etapa, year_bar): # --------------------------- # FIGURA 1: SERIE DE TIEMPO # --------------------------- dff_ts = df[ (df["Especie"] == especie) & (df["Etapa"] == etapa) ].copy() if region != "NACIONAL": dff_ts = dff_ts[dff_ts["REGION"] == region] df_anual_ts = ( dff_ts.groupby("Año")["EGRESOS K"] .sum() .reset_index() .sort_values("Año") ) fig_ts = go.Figure() if not df_anual_ts.empty: fig_ts.add_trace(go.Scatter( x=df_anual_ts["Año"], y=df_anual_ts["EGRESOS K"], mode="lines+markers", line=dict(color="#006699", width=3), marker=dict(size=8), name="Cosecha (Kilos) (total)", )) nombre_region = ( map_region_nombre.get(region, region) if region != "NACIONAL" else "Total nacional" ) titulo_ts = f"Cosecha (Kilos) — {especie} / {etapa} / {nombre_region}" else: titulo_ts = "Sin datos de EGRESOS K para el filtro seleccionado" fig_ts.add_annotation( text="No hay registros disponibles.", xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False, font=dict(size=14), ) fig_ts.update_layout( title=titulo_ts, xaxis_title="Año", yaxis_title="Kilos (Cosech)", template="simple_white", font=dict(size=14), margin={"l": 60, "r": 20, "t": 70, "b": 40}, hovermode="x unified", ) # --------------------------------------------- # FIGURA 2: BARRAS POR REGIÓN (AÑO SELECCIONADO) # --------------------------------------------- dff_bar = df[ (df["Especie"] == especie) & (df["Etapa"] == etapa) & (df["Año"] == year_bar) ].copy() df_reg = ( dff_bar.groupby("REGION")["EGRESOS K"] .sum() .reset_index() ) fig_bar = go.Figure() if not df_reg.empty: # Agregar nombre de región df_reg["REGION_NOMBRE"] = df_reg["REGION"].map(dicc_regiones).fillna(df_reg["REGION"]) # Ordenar por EGRESOS K descendente df_reg = df_reg.sort_values("EGRESOS K", ascending=False) fig_bar.add_bar( x=df_reg["REGION_NOMBRE"], y=df_reg["EGRESOS K"], marker_color="#118ab2", name="EGRESOS K", ) titulo_bar = f"Distribución regional de Cosecha (Kilos) — {especie} / {etapa} / Año {year_bar}" else: titulo_bar = f"Sin datos de EGRESOS K para {especie}, {etapa}, año {year_bar}" fig_bar.add_annotation( text="No hay registros disponibles.", xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False, font=dict(size=14), ) fig_bar.update_layout( title=titulo_bar, xaxis_title="Región", yaxis_title="Kilos (Cosecha)", template="simple_white", font=dict(size=13), margin={"l": 60, "r": 20, "t": 60, "b": 120}, xaxis=dict(tickangle=-45), ) return fig_ts, fig_bar # ============================ # 6. EJECUCIÓN # ============================ if __name__ == "__main__": app.run( host="127.0.0.1", # sólo interno/local port=8054, debug=False, )