# stpipa/mlbb-eda-project architecture

> Architecture diagram of the GitHub repository stpipa/mlbb-eda-project, generated by GitDiagram from its file tree, README and a sample of source files (last updated 2025-10-15). It is an AI-made overview: check details against the source.

- Interactive diagram: https://gitdiagram.com/stpipa/mlbb-eda-project
- Repository: https://github.com/stpipa/mlbb-eda-project

## Overview

Para crear un diagrama de arquitectura preciso y detallado para este proyecto de Análisis Exploratorio de Datos (EDA) y Dashboard de Mobile Legends: Bang Bang, sigue estos pasos, adaptados a la estructura y propósito específicos:

##### Identificación del tipo de proyecto y propósito
- Este es un proyecto de ciencia de datos / EDA con una capa de visualización web (Streamlit).
- Incluye:
- Extracción de datos desde la API de MLBB
- Transformación y limpieza de datos (ETL)
- Análisis exploratorio y generación de reportes
- Dashboard interactivo con Streamlit

##### Componentes principales
a. **Fuente de datos externa**
- Componente: API de estadísticas de MLBB (`api_mobilelegends.py`)
- Tipo: Servicio REST externo
b. **Módulo de configuración**
- Archivo: `config/config.py`
- Propósito: Centralizar la URL base de la API y otros parámetros
c. **ETL (Extracción, Transformación, Carga)**
- Scripts:
- `src/eda_mobilelegends.py` (extracción y limpieza)
- `src/pipeline_daily.py` (pipeline diario programado)
- Tecnología: Python + pandas + requests
- Salida: Archivos CSV en `data/`
d. **Almacenamiento de datos**
- Directorio: `data/`
- Archivos:
- `mobile_legends_data.csv` (dataset limpio)
- `mobile_legends_data_clean.csv` y `mobile_legends_data_historical.csv`
e. **Análisis Exploratorio y Reportes**
- Scripts:
- `src/eda_analysis.py` (gráficos EDA con matplotlib, seaborn, plotly)
- `src/reporting.py` (genera `.txt` en `reports/`)
- Salida: Reportes de tendencia en `reports/`
f. **Dashboard Web**
- Script: `src/streamlit_dashboard.py`
- Framework: Streamlit
- Interacciones:
- Visualización de Win Rate vs. Ban Rate
- Filtrado por rol y línea
- Consulta de héroe histórico
g. **Entorno de desarrollo**
- `.devcontainer/devcontainer.json` para reproducibilidad
- `requirements.txt` para dependencias

##### Relaciones e interacciones
- Flecha desde **API MLBB** → **ETL** (requests → pandas)
- ETL → **Data Storage** (archivos CSV)
- **Data Storage** →
- **EDA Analysis** → **Reportes**
- **Streamlit Dashboard** (lectura para UI)
- **Pipeline diario** (cron/GitHub Actions) desencadena ETL automáticamente
- **Configuración** inyectada en todos los scripts que llaman a la API

##### Patrones y principios arquitectónicos
- **Pipeline**: separación clara entre extracción, transformación y carga
- **Capa de presentación**: Dashboard aislado de la lógica de datos
- **Configuración centralizada** para facilidad de mantenimiento
- **Reproducibilidad**: contenedor de desarrollo y `requirements.txt`

##### Guías para el diagrama
- **Componentes**:
- Externo: API MLBB (rectángulo con nube)
- ETL: dos rectángulos (extracción & limpieza, pipeline diario)
- Almacenamiento: cilindro (CSV files)
- EDA & Reporting: rectángulo
- Dashboard: rectángulo UI
- Configuración & DevContainer: rectángulos auxiliares
- **Etiquetas**: Nombre del script/servicio y tecnología clave (p.ej., “EDA Analysis – Python/pandas”)
- **Flechas direccionales**: flujo de datos (API → ETL → Data → EDA/Reporting → Dashboard → Usuario)
- **Colores/Formas**:
- Naranja para componentes de datos (ETL, almacenamiento)
- Azul para lógica de análisis (EDA, reporting)
- Verde para presentación (Streamlit)
- Gris para infra (configuración, contenedor)
- **Notas**: Indicar frecuencias (por ejemplo, “pipeline_daily.py – cada 24h”)

##### Detalles adicionales a capturar
- Carpeta `assets/` (si contiene imágenes o recursos estáticos)
- Directorio `reports/` como output final de análisis programado
- Dependencias clave (pandas, requests, matplotlib, seaborn, plotly, streamlit)

Con esta guía, el diagrama mostrará claramente cada capa del proyecto, sus componentes, flujos de datos y tecnologías, facilitando la comprensión y futuros mantenimientos o escalados.

## Diagram (Mermaid)

```mermaid
flowchart TB
    %% External Data Source
    API["API MLBB (External Data Source)"]:::external
    click API "https://github.com/stpipa/mlbb-eda-project/blob/main/api_mobilelegends.py"

    %% Infrastructure
    subgraph "Infrastructure" 
        CONF["Configuration Module"]:::infra
        DEVCON["Dev Container"]:::infra
        REQ["Dependencies (requirements.txt)"]:::infra
        ASSETS["Static Assets (assets/)"]:::infra
    end
    click CONF "https://github.com/stpipa/mlbb-eda-project/blob/main/config/config.py"
    click DEVCON "https://github.com/stpipa/mlbb-eda-project/blob/main/.devcontainer/devcontainer.json"
    click REQ "https://github.com/stpipa/mlbb-eda-project/blob/main/requirements.txt"
    click ASSETS "https://github.com/stpipa/mlbb-eda-project/tree/main/assets/"

    %% ETL Layer
    subgraph "ETL Layer" 
        ETL1["Extraction & Cleaning"]:::dataComp
        ETL2["Daily Pipeline (every 24h)"]:::dataComp
    end
    click ETL1 "https://github.com/stpipa/mlbb-eda-project/blob/main/src/eda_mobilelegends.py"
    click ETL2 "https://github.com/stpipa/mlbb-eda-project/blob/main/src/pipeline_daily.py"

    %% Data Storage
    subgraph "Data Storage" 
        DS1["mobile_legends_data.csv"]:::dataComp
        DS2["mobile_legends_data_clean.csv"]:::dataComp
        DS3["mobile_legends_data_historical.csv"]:::dataComp
    end
    click DS1 "https://github.com/stpipa/mlbb-eda-project/blob/main/data/mobile_legends_data.csv"
    click DS2 "https://github.com/stpipa/mlbb-eda-project/blob/main/data/mobile_legends_data_clean.csv"
    click DS3 "https://github.com/stpipa/mlbb-eda-project/blob/main/data/mobile_legends_data_historical.csv"

    %% Analysis Layer
    subgraph "Analysis Layer" 
        EDA["EDA Analysis"]:::analysis
        REP["Reporting"]:::analysis
    end
    click EDA "https://github.com/stpipa/mlbb-eda-project/blob/main/src/eda_analysis.py"
    click REP "https://github.com/stpipa/mlbb-eda-project/blob/main/src/reporting.py"
    click RPDIR "https://github.com/stpipa/mlbb-eda-project/tree/main/reports/"

    %% Presentation Layer
    subgraph "Presentation Layer" 
        DASH["Streamlit Dashboard"]:::presentation
    end
    click DASH "https://github.com/stpipa/mlbb-eda-project/blob/main/src/streamlit_dashboard.py"

    %% Relationships
    API -->|"requests via config"| ETL1
    CONF --> ETL1
    CONF --> ETL2
    ETL2 -->|"triggers"| ETL1
    ETL1 -->|"writes CSVs"| DS1
    ETL1 --> DS2
    ETL1 --> DS3
    DS1 -->|"reads data"| EDA
    DS2 --> EDA
    EDA -->|"generates reports"| REP
    REP -->|"outputs .txt files"| RPDIR
    DS1 -->|"reads for UI"| DASH
    DS2 --> DASH
    DS3 --> DASH

    %% Styles
    classDef dataComp fill:#FFA500,stroke:#333,stroke-width:1px
    classDef analysis fill:#1f77b4,stroke:#333,stroke-width:1px
    classDef presentation fill:#2ca02c,stroke:#333,stroke-width:1px
    classDef infra fill:#d3d3d3,stroke:#333,stroke-width:1px
    classDef external fill:#cccccc,stroke:#333,stroke-width:1px
```
