Add application file

app.py

@@ -0,0 +1,214 @@
+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)