Update main.py
Browse files
main.py
CHANGED
@@ -184,17 +184,17 @@ async def on_chat_start():
|
|
184 |
df = pd.read_csv('./public/survey.csv')
|
185 |
df_taille = df.groupby('taille_entreprise').size().reset_index(name='obs')
|
186 |
fig_taille = px.pie(df_taille, names='taille_entreprise', values='obs', color='obs', title="La taille des entreprises ayant répondu", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=9,color="RebeccaPurple"))
|
187 |
-
elements.append(cl.Plotly(name="chart_taille", figure=fig_taille, display="inline", size="
|
188 |
|
189 |
#await cl.sleep(2)
|
190 |
df_temps = df.groupby('temps_active_domaine_agencement').size().reset_index(name='obs')
|
191 |
fig_temps = px.pie(df_temps, names='temps_active_domaine_agencement', values='obs', color='obs', title="L’engagement dans le domaine de l’agencement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=9,color="RebeccaPurple"))
|
192 |
-
elements.append(cl.Plotly(name="chart_temps", figure=fig_temps, display="inline", size="
|
193 |
|
194 |
#await cl.sleep(2)
|
195 |
df_temps_entreprise = df.groupby(['temps_active_domaine_agencement', 'taille_entreprise']).size().reset_index(name='obs')
|
196 |
fig_temps_entreprise = px.bar(df_temps_entreprise, x='temps_active_domaine_agencement', y='obs', color='taille_entreprise', title="L’engagement dans le domaine de l’agencement par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=9,color="RebeccaPurple"))
|
197 |
-
elements.append(cl.Plotly(name="chart_temps_entreprise", figure=fig_temps_entreprise, display="inline", size="
|
198 |
#await cl.sleep(2)
|
199 |
df_nb_charge = df.groupby('nombre_chargés_affaires').size().reset_index(name='obs')
|
200 |
fig_nb_charge = px.pie(df_nb_charge, names='nombre_chargés_affaires', values='obs', color='obs', title="Le nombre de chargé.e d’affaires en agencement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=9,color="RebeccaPurple"))
|
@@ -409,7 +409,7 @@ async def on_chat_start():
|
|
409 |
wordcloud_principaux_interlocuteurs = WordCloud(background_color='white',
|
410 |
stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs)
|
411 |
fig_wordcloud_principaux_interlocuteurs = plt.figure(1,figsize=(12,15))
|
412 |
-
plt.imshow(wordcloud_principaux_interlocuteurs,interpolation="
|
413 |
plt.axis('off')
|
414 |
plt.title("Nuage de mots des principaux interlocuteurs")
|
415 |
elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs", figure=fig_wordcloud_principaux_interlocuteurs, size="large", display="inline"))
|
@@ -420,7 +420,7 @@ async def on_chat_start():
|
|
420 |
wordcloud_principaux_interlocuteurs_entreprise1 = WordCloud(background_color='white',
|
421 |
stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise1)
|
422 |
fig_wordcloud_principaux_interlocuteurs_entreprise1 = plt.figure(1,figsize=(12,15))
|
423 |
-
plt.imshow(wordcloud_principaux_interlocuteurs_entreprise1,interpolation="
|
424 |
plt.axis('off')
|
425 |
plt.title("Nuage de mots des principaux interlocuteurs entreprise 10 à 50 employés")
|
426 |
elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_10_50", figure=fig_wordcloud_principaux_interlocuteurs_entreprise1, size="large", display="inline"))
|
@@ -431,7 +431,7 @@ async def on_chat_start():
|
|
431 |
wordcloud_principaux_interlocuteurs_entreprise2 = WordCloud(background_color='white',
|
432 |
stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise2)
|
433 |
fig_wordcloud_principaux_interlocuteurs_entreprise2 = plt.figure(1,figsize=(12,15))
|
434 |
-
plt.imshow(wordcloud_principaux_interlocuteurs_entreprise2,interpolation="
|
435 |
plt.axis('off')
|
436 |
plt.title("Nuage de mots des principaux interlocuteurs entreprise 51 à 100 employés")
|
437 |
elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_51_100", figure=fig_wordcloud_principaux_interlocuteurs_entreprise2, size="large", display="inline"))
|
@@ -442,7 +442,7 @@ async def on_chat_start():
|
|
442 |
wordcloud_principaux_interlocuteurs_entreprise3 = WordCloud(background_color='white',
|
443 |
stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise3)
|
444 |
fig_wordcloud_principaux_interlocuteurs_entreprise3 = plt.figure(1,figsize=(12,15))
|
445 |
-
plt.imshow(wordcloud_principaux_interlocuteurs_entreprise3,interpolation="
|
446 |
plt.axis('off')
|
447 |
plt.title("Nuage de mots des principaux interlocuteurs entreprise Moins de 10 employés")
|
448 |
elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_moins_10", figure=fig_wordcloud_principaux_interlocuteurs_entreprise3, size="large", display="inline"))
|
@@ -453,7 +453,7 @@ async def on_chat_start():
|
|
453 |
wordcloud_principaux_interlocuteurs_entreprise4 = WordCloud(background_color='white',
|
454 |
stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise4)
|
455 |
fig_wordcloud_principaux_interlocuteurs_entreprise4 = plt.figure(1,figsize=(12,15))
|
456 |
-
plt.imshow(wordcloud_principaux_interlocuteurs_entreprise4,interpolation="
|
457 |
plt.axis('off')
|
458 |
plt.title("Nuage de mots des principaux interlocuteurs entreprise Plus de 100 employés")
|
459 |
elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_plus_100", figure=fig_wordcloud_principaux_interlocuteurs_entreprise4, size="large", display="inline"))
|
|
|
184 |
df = pd.read_csv('./public/survey.csv')
|
185 |
df_taille = df.groupby('taille_entreprise').size().reset_index(name='obs')
|
186 |
fig_taille = px.pie(df_taille, names='taille_entreprise', values='obs', color='obs', title="La taille des entreprises ayant répondu", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=9,color="RebeccaPurple"))
|
187 |
+
elements.append(cl.Plotly(name="chart_taille", figure=fig_taille, display="inline", size="medium"))
|
188 |
|
189 |
#await cl.sleep(2)
|
190 |
df_temps = df.groupby('temps_active_domaine_agencement').size().reset_index(name='obs')
|
191 |
fig_temps = px.pie(df_temps, names='temps_active_domaine_agencement', values='obs', color='obs', title="L’engagement dans le domaine de l’agencement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=9,color="RebeccaPurple"))
|
192 |
+
elements.append(cl.Plotly(name="chart_temps", figure=fig_temps, display="inline", size="medium"))
|
193 |
|
194 |
#await cl.sleep(2)
|
195 |
df_temps_entreprise = df.groupby(['temps_active_domaine_agencement', 'taille_entreprise']).size().reset_index(name='obs')
|
196 |
fig_temps_entreprise = px.bar(df_temps_entreprise, x='temps_active_domaine_agencement', y='obs', color='taille_entreprise', title="L’engagement dans le domaine de l’agencement par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=9,color="RebeccaPurple"))
|
197 |
+
elements.append(cl.Plotly(name="chart_temps_entreprise", figure=fig_temps_entreprise, display="inline", size="medium"))
|
198 |
#await cl.sleep(2)
|
199 |
df_nb_charge = df.groupby('nombre_chargés_affaires').size().reset_index(name='obs')
|
200 |
fig_nb_charge = px.pie(df_nb_charge, names='nombre_chargés_affaires', values='obs', color='obs', title="Le nombre de chargé.e d’affaires en agencement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=9,color="RebeccaPurple"))
|
|
|
409 |
wordcloud_principaux_interlocuteurs = WordCloud(background_color='white',
|
410 |
stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs)
|
411 |
fig_wordcloud_principaux_interlocuteurs = plt.figure(1,figsize=(12,15))
|
412 |
+
plt.imshow(wordcloud_principaux_interlocuteurs,interpolation="none")
|
413 |
plt.axis('off')
|
414 |
plt.title("Nuage de mots des principaux interlocuteurs")
|
415 |
elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs", figure=fig_wordcloud_principaux_interlocuteurs, size="large", display="inline"))
|
|
|
420 |
wordcloud_principaux_interlocuteurs_entreprise1 = WordCloud(background_color='white',
|
421 |
stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise1)
|
422 |
fig_wordcloud_principaux_interlocuteurs_entreprise1 = plt.figure(1,figsize=(12,15))
|
423 |
+
plt.imshow(wordcloud_principaux_interlocuteurs_entreprise1,interpolation="none")
|
424 |
plt.axis('off')
|
425 |
plt.title("Nuage de mots des principaux interlocuteurs entreprise 10 à 50 employés")
|
426 |
elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_10_50", figure=fig_wordcloud_principaux_interlocuteurs_entreprise1, size="large", display="inline"))
|
|
|
431 |
wordcloud_principaux_interlocuteurs_entreprise2 = WordCloud(background_color='white',
|
432 |
stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise2)
|
433 |
fig_wordcloud_principaux_interlocuteurs_entreprise2 = plt.figure(1,figsize=(12,15))
|
434 |
+
plt.imshow(wordcloud_principaux_interlocuteurs_entreprise2,interpolation="none")
|
435 |
plt.axis('off')
|
436 |
plt.title("Nuage de mots des principaux interlocuteurs entreprise 51 à 100 employés")
|
437 |
elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_51_100", figure=fig_wordcloud_principaux_interlocuteurs_entreprise2, size="large", display="inline"))
|
|
|
442 |
wordcloud_principaux_interlocuteurs_entreprise3 = WordCloud(background_color='white',
|
443 |
stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise3)
|
444 |
fig_wordcloud_principaux_interlocuteurs_entreprise3 = plt.figure(1,figsize=(12,15))
|
445 |
+
plt.imshow(wordcloud_principaux_interlocuteurs_entreprise3,interpolation="none")
|
446 |
plt.axis('off')
|
447 |
plt.title("Nuage de mots des principaux interlocuteurs entreprise Moins de 10 employés")
|
448 |
elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_moins_10", figure=fig_wordcloud_principaux_interlocuteurs_entreprise3, size="large", display="inline"))
|
|
|
453 |
wordcloud_principaux_interlocuteurs_entreprise4 = WordCloud(background_color='white',
|
454 |
stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise4)
|
455 |
fig_wordcloud_principaux_interlocuteurs_entreprise4 = plt.figure(1,figsize=(12,15))
|
456 |
+
plt.imshow(wordcloud_principaux_interlocuteurs_entreprise4,interpolation="none")
|
457 |
plt.axis('off')
|
458 |
plt.title("Nuage de mots des principaux interlocuteurs entreprise Plus de 100 employés")
|
459 |
elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_plus_100", figure=fig_wordcloud_principaux_interlocuteurs_entreprise4, size="large", display="inline"))
|