Add application file

app.py

@@ -0,0 +1,84 @@
+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()