Spaces:
Running
Running
| import pandas as pd | |
| import plotly.express as px | |
| import gradio as gr | |
| def genera_grafici(): | |
| # Caricamento del dataset | |
| df = pd.read_csv("sa-dataset.csv") | |
| # Assicurare il corretto formato delle colonne testuali | |
| df["articolo"] = df["articolo"].astype(str) | |
| df["keyword"] = df["keyword"].astype(str) | |
| df["luoghi"] = df["luoghi"].astype(str) | |
| # Calcolo del numero di parole per articolo | |
| df["parole"] = df["articolo"].apply(lambda x: len(x.split())) | |
| figures = [] | |
| # 1. Lunghezza media di articoli per anno | |
| df_media = df.groupby("anno")["parole"].mean().reset_index() | |
| fig1 = px.bar(df_media, x="anno", y="parole", | |
| title="Lunghezza media di articoli per anno", | |
| labels={"anno": "Anno", "parole": "Numero medio di parole"}) | |
| figures.append(fig1) | |
| # 2. Trend delle keyword per anno | |
| # Suddivisione delle keyword in lista | |
| df["keyword_list"] = df["keyword"].apply(lambda x: [k.strip() for k in x.split(",") if k.strip() != ""]) | |
| df_keywords = df.explode("keyword_list") | |
| # Calcolo della frequenza delle keyword per anno | |
| keyword_year = df_keywords.groupby(["anno", "keyword_list"]).size().reset_index(name="count") | |
| # Selezione delle 5 keyword più frequenti complessivamente | |
| top_keywords = df_keywords["keyword_list"].value_counts().head(5).index.tolist() | |
| keyword_year_top = keyword_year[keyword_year["keyword_list"].isin(top_keywords)] | |
| fig2 = px.line(keyword_year_top, x="anno", y="count", color="keyword_list", markers=True, | |
| title="Trend delle keyword per anno", | |
| labels={"anno": "Anno", "count": "Frequenza", "keyword_list": "Keyword"}) | |
| figures.append(fig2) | |
| # 3. Produttività degli autori (15 autori più prolifici) | |
| top15_autori = df["autore"].value_counts().head(15).reset_index() | |
| top15_autori.columns = ["autore", "count"] | |
| fig3 = px.bar(top15_autori, x="autore", y="count", | |
| title="Produttività degli autori (15 autori più prolifici)", | |
| labels={"autore": "Autore", "count": "Numero di articoli"}) | |
| fig3.update_layout(xaxis_tickangle=-45) | |
| figures.append(fig3) | |
| # 4. Numero complessivo di articoli per ciascun autore | |
| articoli_per_autore = df["autore"].value_counts().reset_index() | |
| articoli_per_autore.columns = ["autore", "count"] | |
| fig4 = px.bar(articoli_per_autore, x="autore", y="count", | |
| title="Numero complessivo di articoli per ciascun autore", | |
| labels={"autore": "Autore", "count": "Numero di articoli"}) | |
| fig4.update_layout(xaxis_tickangle=-45) | |
| figures.append(fig4) | |
| # 5. Autori che hanno pubblicato più di 5 articoli | |
| autori_oltre5 = df["autore"].value_counts()[df["autore"].value_counts() > 5].reset_index() | |
| autori_oltre5.columns = ["autore", "count"] | |
| fig5 = px.bar(autori_oltre5, x="autore", y="count", | |
| title="Autori che hanno pubblicato più di 5 articoli", | |
| labels={"autore": "Autore", "count": "Numero di articoli"}) | |
| fig5.update_layout(xaxis_tickangle=-45) | |
| figures.append(fig5) | |
| # 6. Distribuzione per Lingua (grafico a torta) | |
| distribuzione_lingua = df["lingua"].value_counts().reset_index() | |
| distribuzione_lingua.columns = ["lingua", "count"] | |
| fig6 = px.pie(distribuzione_lingua, names="lingua", values="count", | |
| title="Distribuzione per Lingua", hole=0.3) | |
| figures.append(fig6) | |
| # 7. Numero di articoli per ciascun anno | |
| articoli_per_anno = df["anno"].value_counts().reset_index() | |
| articoli_per_anno.columns = ["anno", "count"] | |
| articoli_per_anno = articoli_per_anno.sort_values("anno") | |
| fig7 = px.bar(articoli_per_anno, x="anno", y="count", | |
| title="Numero di articoli per ciascun anno", | |
| labels={"anno": "Anno", "count": "Numero di articoli"}) | |
| figures.append(fig7) | |
| # 8. Frequenza dei luoghi citati (top 10) | |
| df["luoghi_list"] = df["luoghi"].apply(lambda x: [l.strip() for l in x.split(",") if l.strip() != ""]) | |
| df_luoghi = df.explode("luoghi_list") | |
| frequenza_luoghi = df_luoghi["luoghi_list"].value_counts().head(10).reset_index() | |
| frequenza_luoghi.columns = ["luogo", "count"] | |
| fig8 = px.bar(frequenza_luoghi, x="count", y="luogo", orientation="h", | |
| title="Frequenza dei luoghi citati (top 10)", | |
| labels={"luogo": "Luogo", "count": "Frequenza"}) | |
| figures.append(fig8) | |
| # 9. Numero di Parole per Articolo (istogramma) | |
| fig9 = px.histogram(df, x="parole", nbins=20, | |
| title="Distribuzione del numero di parole per articolo", | |
| labels={"parole": "Numero di parole", "count": "Frequenza"}) | |
| figures.append(fig9) | |
| return figures | |
| # Creazione dell'interfaccia Gradio con nove output interattivi | |
| demo = gr.Interface( | |
| fn=genera_grafici, | |
| inputs=[], | |
| outputs=[ | |
| gr.Plot(label="Grafico 1: Lunghezza media di articoli per anno"), | |
| gr.Plot(label="Grafico 2: Trend delle keyword per anno"), | |
| gr.Plot(label="Grafico 3: Produttività degli autori (15 autori più prolifici)"), | |
| gr.Plot(label="Grafico 4: Numero complessivo di articoli per ciascun autore"), | |
| gr.Plot(label="Grafico 5: Autori che hanno pubblicato più di 5 articoli"), | |
| gr.Plot(label="Grafico 6: Distribuzione per Lingua"), | |
| gr.Plot(label="Grafico 7: Numero di articoli per ciascun anno"), | |
| gr.Plot(label="Grafico 8: Frequenza dei luoghi citati (top 10)"), | |
| gr.Plot(label="Grafico 9: Distribuzione del numero di parole per articolo") | |
| ], | |
| title="Visualizzazione Grafici Interattivi del Dataset", | |
| description=("Questo spazio visualizza una serie di grafici interattivi derivati dal dataset. " | |
| "Sono presenti, tra gli altri, la lunghezza media degli articoli per anno, il trend delle keyword, " | |
| "la produttività degli autori e la distribuzione per lingua.") | |
| ) | |
| if __name__ == "__main__": | |
| demo.launch() | |