Добавлено описание.

app.py

@@ -29,8 +29,8 @@ st.markdown("""### TL;DR: give me the keywords!
 - Чем меньше текст, тем меньше вариантов для ключевых слов. Зачастую, только по названию можно получить не более одного ключевого слова.
 - Чем больше текст, тем больше мусорных слов будут попадать в список. Правда, обычно нейронная сеть даёт им маленький скор, отправляя вниз списка.
 
-*К сожалению, я не успел реализовать анализ тематики текстов (дополнительная функциональность, которую я тоже хотел сделать), так как для этого требуется загружать на spaces массивные файлы.
-Пример анализа тематики можно увидеть в приложенном блокноте.*""")
+К сожалению, я не успел реализовать анализ тематики текстов (дополнительная функциональность, которую я тоже хотел сделать), так как для этого требуется загружать на spaces массивные файлы.
+Пример анализа тематики можно увидеть в приложенном блокноте.""")
 
 st.markdown("<p style=\"text-align:center\"><img width=100% src='https://c.tenor.com/IKt-6tAk9CUAAAAd/thats-a-lot-of-words-lots-of-words.gif'></p>", unsafe_allow_html=True)
 
@@ -110,7 +110,7 @@ if not text is None and len(text) > 0:
         ax.set_title("95% самых важных ключевых слов")
         ax.grid(color='#000000', alpha=0.15, linestyle='-', linewidth=1, which='major')
         ax.grid(color='#000000', alpha=0.1, linestyle='-', linewidth=0.5, which='minor')
-        ax.set_ylim([-1, len(keywords)])
+        ax.set_ylim([-len(keywords), 1])
 
         bar_width = 0.75
         indexes = -np.arange(len(labels))