Spaces:
Sleeping
Sleeping
| import pandas as pd | |
| import plotly.express as px | |
| import gradio as gr | |
| # Funzione per l'analisi della parola chiave | |
| def keyword_analysis(df, keyword): | |
| # Filtra il dataset per la parola chiave indicata | |
| df_filtered = df[df['keyword'].str.contains(keyword, case=False, na=False)] | |
| if df_filtered.empty: | |
| return ( | |
| "Nessun articolo trovato con la parola chiave indicata.", | |
| None, | |
| None, | |
| None, | |
| pd.DataFrame() | |
| ) | |
| # Distribuzione temporale (grafico interattivo degli anni) | |
| df_year = df_filtered['anno_pubblicazione'].value_counts().sort_index() | |
| fig_year = px.line( | |
| x=df_year.index, | |
| y=df_year.values, | |
| labels={'x': 'Anno', 'y': 'Frequenza'}, | |
| title=f'Ricorrenza della parola chiave "{keyword}" per anno' | |
| ) | |
| # Frequenza degli autori (grafico interattivo degli autori) | |
| df_authors = df_filtered['primo_autore'].value_counts() | |
| fig_authors = px.bar( | |
| x=df_authors.index, | |
| y=df_authors.values, | |
| labels={'x': 'Autori', 'y': 'Numero di articoli'}, | |
| title=f'Autori che citano la parola chiave "{keyword}"', | |
| ) | |
| fig_authors.update_layout(xaxis_tickangle=-45) | |
| # Frequenza dei luoghi (grafico interattivo dei luoghi) | |
| df_places = df_filtered['luoghi_citati'].dropna().str.split(',').explode().str.strip().value_counts() | |
| fig_places = px.bar( | |
| x=df_places.index[:10], # Mostra solo i primi 10 luoghi | |
| y=df_places.values[:10], | |
| labels={'x': 'Luoghi', 'y': 'Frequenza'}, | |
| title=f'Luoghi citati in relazione alla parola chiave "{keyword}"' | |
| ) | |
| fig_places.update_layout(xaxis_tickangle=-45) | |
| # Tabella degli articoli associati alla parola chiave | |
| table_columns = ['titolo_articolo', 'primo_autore', 'anno_pubblicazione', 'luoghi_citati'] | |
| df_table = df_filtered[table_columns].reset_index(drop=True) | |
| return fig_year, fig_authors, fig_places, df_table | |
| # Funzione per creare l'interfaccia Gradio | |
| def gradio_interface(): | |
| dataset_path = "sa_dataset.csv" # Percorso del dataset hardcoded | |
| df = pd.read_csv(dataset_path) # Carica il dataset | |
| # Impostiamo l'interfaccia con layout verticale e grafici interattivi che occupano il 100% della larghezza | |
| with gr.Blocks() as iface: | |
| # Testata con input | |
| with gr.Row(): | |
| gr.Markdown("# Analisi della Parola Chiave") | |
| keyword_input = gr.Textbox(label="Inserisci una parola chiave", placeholder="Inserisci una parola chiave per visualizzare i risultati") | |
| # Grafici disposti verticalmente, ognuno al 100% della larghezza disponibile | |
| with gr.Column(scale=100): | |
| keyword_year_plot = gr.Plot() | |
| keyword_authors_plot = gr.Plot() | |
| keyword_places_plot = gr.Plot() | |
| # Tabella articoli correlati | |
| keyword_table = gr.Dataframe() | |
| # Funzione collegata al campo di input | |
| def update_output(keyword): | |
| return keyword_analysis(df, keyword) | |
| # Associa l'input con i grafici e la tabella | |
| keyword_input.submit(update_output, inputs=keyword_input, outputs=[keyword_year_plot, keyword_authors_plot, keyword_places_plot, keyword_table]) | |
| iface.launch(share=True) | |
| gradio_interface() | |