File size: 10,400 Bytes
ce18646 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 |
import streamlit as st
import pandas as pd
import matplotlib.pyplot as plt
from io import BytesIO
from reportlab.lib.pagesizes import letter
from reportlab.pdfgen import canvas
from reportlab.lib.utils import ImageReader
# Fonction pour générer un rapport PDF
def generate_pdf(data, filtered_data, years, keywords, author):
buffer = BytesIO()
c = canvas.Canvas(buffer, pagesize=letter)
width, height = letter
# Titre du rapport
c.setFont("Helvetica-Bold", 18)
c.drawString(100, height - 40, "Rapport d'Analyse des Publications Scientifiques")
# Information sur les filtres
c.setFont("Helvetica", 12)
filter_info = f"Filtres appliqués:\n- Années: {', '.join(map(str, years))}\n- Mots-clés: {', '.join(keywords)}"
if author:
filter_info += f"\n- Auteur: {author}"
text_lines = filter_info.split('\n')
y_position = height - 80
for line in text_lines:
c.drawString(50, y_position, line)
y_position -= 20
# Statistiques Générales
total_publications = len(filtered_data)
total_citations = filtered_data['Citation Count'].sum()
avg_citations_per_publication = filtered_data['Citation Count'].mean()
top_cited_publication = filtered_data.loc[filtered_data['Citation Count'].idxmax()]
stats = [
f"Nombre total de publications: {total_publications}",
f"Nombre total de citations: {total_citations}",
f"Citations moyennes par publication: {avg_citations_per_publication:.2f}",
f"Publication avec le plus de citations: {top_cited_publication['Title']} ({top_cited_publication['Citation Count']} citations)"
]
c.drawString(50, y_position - 20, "Statistiques Générales:")
for i, stat in enumerate(stats):
c.drawString(70, y_position - 40 - 20 * i, stat)
# Génération des visualisations
plots = [
("Distribution des Citations par Publication", lambda ax: ax.hist(filtered_data['Citation Count'], bins=20, color='skyblue', edgecolor='black')),
("Citations par Année", lambda ax: ax.plot(filtered_data.groupby('Year')['Citation Count'].sum().reset_index()['Year'], filtered_data.groupby('Year')['Citation Count'].sum().reset_index()['Citation Count'], marker='o', color='skyblue')),
("Nombre de Publications par Mot-Clé", lambda ax: ax.pie(filtered_data['Keyword'].value_counts(), labels=filtered_data['Keyword'].value_counts().index, autopct='%1.1f%%', colors=plt.cm.Paired(range(len(filtered_data['Keyword'].value_counts()))))),
("Nombre de Publications par Année", lambda ax: ax.plot(filtered_data.groupby('Year').size().reset_index(name='Nombre de Publications')['Year'], filtered_data.groupby('Year').size().reset_index(name='Nombre de Publications')['Nombre de Publications'], marker='o', color='skyblue')),
("Auteurs les Plus Cités", lambda ax: ax.bar(filtered_data.groupby('Authors')['Citation Count'].sum().reset_index().sort_values(by='Citation Count', ascending=False).head(10)['Authors'], filtered_data.groupby('Authors')['Citation Count'].sum().reset_index().sort_values(by='Citation Count', ascending=False).head(10)['Citation Count'], color='skyblue', edgecolor='black')),
("Sujets les Plus Publiés", lambda ax: ax.bar(filtered_data['Keyword'].value_counts().head(10).index, filtered_data['Keyword'].value_counts().head(10), color='skyblue', edgecolor='black'))
]
for i, (title, plot_func) in enumerate(plots):
fig, ax = plt.subplots()
plot_func(ax)
ax.set_title(title)
if 'Nombre de Publications' not in title and 'Mot-Clé' not in title:
ax.set_xlabel('Année')
ax.set_ylabel('Nombre de Citations' if 'Citations' in title else 'Nombre de Publications')
plt.tight_layout()
# Sauvegarder la figure dans un objet BytesIO
img_buffer = BytesIO()
fig.savefig(img_buffer, format='png')
img_buffer.seek(0)
c.drawImage(ImageReader(img_buffer), 50, height - 320 - 150 * (i + 1), width=500, height=120)
c.save()
buffer.seek(0)
return buffer
# Exemple d'utilisation de la fonction dans Streamlit
if st.sidebar.button("Générer le Rapport PDF"):
years = [2020, 2021, 2022]
keywords = ["NLP", "Artificial Intelligence"]
author = "John Doe"
# Simuler le chargement des données
data = pd.read_csv('scopus_data_all_cleaned.csv')
filtered_data = data[(data['Year'].isin(years)) & (data['Keyword'].isin(keywords))]
buffer = generate_pdf(data, filtered_data, years, keywords, author)
st.sidebar.success("Rapport PDF généré avec succès !")
st.sidebar.download_button(
label="Télécharger le PDF",
data=buffer,
file_name="rapport_publications_scientifiques.pdf",
mime="application/pdf"
)
# Chargement des données
data = pd.read_csv('scopus_data_all_cleaned.csv')
# Titre et description
st.title("Analyse des Publications Scientifiques avec l'API Scopus")
st.markdown("""
Ce tableau de bord vous permet d'analyser les publications scientifiques récupérées depuis l'API Scopus.
Utilisez les filtres pour explorer les données et visualiser différentes statistiques.
""")
# Menu de navigation
menu = ["Statistiques Générales", "Visualisations"]
choice = st.sidebar.selectbox("Menu", menu)
# Filtre pour les années, mots-clés et auteurs
years = st.sidebar.multiselect('Sélectionnez les années', options=data['Year'].unique(), default=data['Year'].unique())
keywords = st.sidebar.multiselect('Sélectionnez les mots-clés', options=data['Keyword'].unique(), default=data['Keyword'].unique())
author = st.sidebar.text_input('Rechercher par auteur')
# Filtrage des données
filtered_data = data[(data['Year'].isin(years)) & (data['Keyword'].isin(keywords))]
if author:
filtered_data = filtered_data[filtered_data['Authors'].str.contains(author, case=False, na=False)]
if choice == "Statistiques Générales":
st.subheader("Données Filtrées")
st.write(filtered_data)
total_publications = len(filtered_data)
total_citations = filtered_data['Citation Count'].sum()
avg_citations_per_publication = filtered_data['Citation Count'].mean()
top_cited_publication = filtered_data.loc[filtered_data['Citation Count'].idxmax()]
st.subheader("Statistiques")
st.write(f"**Nombre total de publications :** {total_publications}")
st.write(f"**Nombre total de citations :** {total_citations}")
st.write(f"**Citations moyennes par publication :** {avg_citations_per_publication:.2f}")
st.write("**Publication avec le plus de citations :**")
st.write(top_cited_publication)
if st.button("Télécharger le rapport en PDF"):
buffer = generate_pdf(data, filtered_data, years, keywords, author)
st.download_button(
label="Télécharger le PDF",
data=buffer,
file_name="rapport_publications_scientifiques.pdf",
mime="application/pdf"
)
else:
st.subheader("Visualisations")
fig, ax = plt.subplots()
ax.hist(filtered_data['Citation Count'], bins=20, color='skyblue', edgecolor='black')
ax.set_title("Distribution des Citations par Publication")
ax.set_xlabel("Nombre de Citations")
ax.set_ylabel("Nombre de Publications")
st.pyplot(fig)
citations_per_year = filtered_data.groupby('Year')['Citation Count'].sum().reset_index()
fig, ax = plt.subplots()
ax.plot(citations_per_year['Year'], citations_per_year['Citation Count'], marker='o', color='skyblue')
ax.set_title("Citations par Année")
ax.set_xlabel("Année")
ax.set_ylabel("Nombre de Citations")
st.pyplot(fig)
if author:
publications_per_author = filtered_data['Authors'].value_counts().reset_index()
publications_per_author.columns = ['Auteur', 'Nombre de Publications']
fig, ax = plt.subplots()
ax.bar(publications_per_author['Auteur'], publications_per_author['Nombre de Publications'], color='skyblue', edgecolor='black')
ax.set_title("Répartition des Publications par Auteur")
ax.set_xlabel("Auteur")
ax.set_ylabel("Nombre de Publications")
ax.tick_params(axis='x', rotation=90)
st.pyplot(fig)
fig, ax = plt.subplots()
ax.scatter(filtered_data['Year'], filtered_data['Citation Count'], color='skyblue', edgecolor='black')
ax.set_title("Corrélation entre le Nombre de Citations et les Années de Publication")
ax.set_xlabel("Année")
ax.set_ylabel("Nombre de Citations")
st.pyplot(fig)
publications_per_keyword = filtered_data['Keyword'].value_counts().reset_index()
publications_per_keyword.columns = ['Keyword', 'Nombre de Publications']
fig, ax = plt.subplots()
ax.pie(publications_per_keyword['Nombre de Publications'], labels=publications_per_keyword['Keyword'], autopct='%1.1f%%', colors=plt.cm.Paired(range(len(publications_per_keyword))))
ax.set_title("Nombre de Publications par Mot-Clé")
st.pyplot(fig)
publications_per_year = filtered_data.groupby('Year').size().reset_index(name='Nombre de Publications')
fig, ax = plt.subplots()
ax.plot(publications_per_year['Year'], publications_per_year['Nombre de Publications'], marker='o', color='skyblue')
ax.set_title("Nombre de Publications par Année")
ax.set_xlabel("Année")
ax.set_ylabel("Nombre de Publications")
st.pyplot(fig)
top_authors = filtered_data.groupby('Authors')['Citation Count'].sum().reset_index().sort_values(by='Citation Count', ascending=False).head(10)
fig, ax = plt.subplots()
ax.bar(top_authors['Authors'], top_authors['Citation Count'], color='skyblue', edgecolor='black')
ax.set_title("Auteurs les Plus Cités")
ax.set_xlabel("Auteur")
ax.set_ylabel("Nombre de Citations")
ax.tick_params(axis='x', rotation=90)
st.pyplot(fig)
top_keywords = filtered_data['Keyword'].value_counts().reset_index().head(10)
top_keywords.columns = ['Keyword', 'Nombre de Publications']
fig, ax = plt.subplots()
ax.bar(top_keywords['Keyword'], top_keywords['Nombre de Publications'], color='skyblue', edgecolor='black')
ax.set_title("Sujets les Plus Publiés")
ax.set_xlabel("Mot-Clé")
ax.set_ylabel("Nombre de Publications")
ax.tick_params(axis='x', rotation=90)
st.pyplot(fig)
|