iramuteq.org Git - iramuteq/blob - textsimi.py

   1 # -*- coding: utf-8 -*-
   2 #Author: Pierre Ratinaud
   3 #Copyright (c) 2008-2013 Pierre Ratinaud
   4 #License: GNU/GPL
   5
   6 from chemins import ffr, simipath
   7 #from corpus import Corpus
   8 import os
   9 from analysetxt import AnalyseText
  10 #from ConfigParser import RawConfigParser
  11 #from guifunct import getPage, getCorpus
  12 from guifunct import PrepSimi
  13 from functions import indices_simi, progressbar, treat_var_mod, read_list_file, print_liste
  14 #from tableau import Tableau
  15 #from tabsimi import DoSimi
  16 from PrintRScript import PrintSimiScript
  17 import wx
  18 from copy import copy
  19
  20 import logging
  21
  22 log = logging.getLogger('iramuteq.textsimi')
  23
  24 class SimiTxt(AnalyseText):
  25     def doanalyse(self) :
  26         self.parametres['type'] = 'simitxt'
  27         self.pathout.basefiles(simipath)
  28         self.indices = indices_simi
  29         if self.dlg :
  30             self.makesimiparam()
  31         #FIXME
  32         self.actives = self.corpus.make_actives_limit(3)
  33         dictcol = dict([[i, [act, self.corpus.getlemeff(act)]] for i, act in enumerate(self.actives)])
  34         continu = False
  35         if self.dlg :
  36             self.listet = self.corpus.make_etoiles()
  37             self.listet.sort()
  38             self.stars = copy(self.listet)
  39             self.parametres['stars'] = copy(self.listet)
  40             self.parametres['sfromchi'] = False
  41             prep = PrepSimi(self.ira, self, self.parametres, self.pathout['selected.csv'], self.actives, indices_simi, wordlist=dictcol)
  42             if prep.val == wx.ID_OK :
  43                 continu = True
  44                 self.parametres = prep.parametres
  45         else :
  46             continu = True
  47         if continu :
  48             self.makefiles()
  49             script = PrintSimiScript(self)
  50             script.make_script()
  51             if not self.doR(script.scriptout, dlg = self.dlg, message = 'R...') :
  52                 log.info('Problem')
  53                 return False
  54             if self.parametres['type_graph'] == 1:
  55                 if self.parametres['svg'] :
  56                     filename, ext = os.path.splitext(script.filename)
  57                     fileout = filename + '.svg'
  58                 else :
  59                     fileout = script.filename
  60                 if os.path.exists(self.pathout['liste_graph']):
  61                     graph_simi = read_list_file(self.pathout['liste_graph'])
  62                     graph_simi.append([os.path.basename(fileout), script.txtgraph])
  63                 else :
  64                     graph_simi = [[os.path.basename(fileout), script.txtgraph]]
  65                 print_liste(self.pathout['liste_graph'], graph_simi)
  66         else :
  67             return False
  68
  69     def makesimiparam(self) :
  70         self.paramsimi = {'coeff' : 0,
  71                           'layout' : 2,
  72                           'type_graph' : 1,
  73                           'arbremax' : 1,
  74                           'coeff_tv' : 1,
  75                           'coeff_tv_nb' : 0,
  76                           'tvprop' : 0,
  77                           'tvmin' : 5,
  78                           'tvmax' : 30,
  79                           'coeff_te' : 1,
  80                           'coeff_temin' : 1,
  81                           'coeff_temax' : 10,
  82                           'label_v': 1,
  83                           'label_e': 0,
  84                           'vcex' : 1,
  85                           'cexfromchi' : False,
  86                           'vcexmin' : 10,
  87                           'vcexmax' : 25,
  88                           'cex' : 10,
  89                           'seuil_ok' : 0,
  90                           'seuil' : 1,
  91                           'cols' : (255,0,0),
  92                           'cola' : (200,200,200),
  93                           'width' : 1000,
  94                           'height' : 1000,
  95                           'bystar' : False,
  96                           'first' : True,
  97                           'keep_coord' : False,
  98                           'alpha' : 20,
  99                           'film': False,
 100                           'svg' : 0,
 101                           'com' : 0,
 102                           'communities' : 0,
 103                           'halo' : 0,
 104                           #'ira' : self.pathout['Analyse.ira']
 105                           }
 106         self.parametres.update(self.paramsimi)
 107
 108     def makefiles(self, lim=3) :
 109         #self.actives, lim = self.corpus.make_actives_nb(self.parametres.get('max_actives',1500), 1)
 110         self.parametres['eff_min_forme'] = lim
 111         self.parametres['nbactives'] = len(self.actives)
 112         self.parametres['fromprof'] = False
 113         self.corpus.make_and_write_sparse_matrix_from_uces(self.actives, self.pathout['mat01.csv'], self.pathout['listeuce1.csv'])
 114         with open(self.pathout['actives.csv'], 'w') as f :
 115             f.write('\n'.join(self.actives).encode(self.ira.syscoding))
 116
 117 class SimiFromCluster(SimiTxt) :
 118     def __init__(self, ira, corpus, actives, lfreq, lchi, numcluster, parametres = None, dlg = False) :
 119         self.actives = actives
 120         self.numcluster = numcluster
 121         self.lfreq = lfreq
 122         self.lchi = lchi
 123         parametres['name'] = 'simi_classe_%i' % (numcluster + 1)
 124         SimiTxt.__init__(self, ira, corpus, parametres, dlg, lemdial = False)
 125
 126     def preferences(self) :
 127         return self.parametres
 128
 129     def doanalyse(self) :
 130         self.parametres['type'] = 'clustersimitxt'
 131         self.pathout.basefiles(simipath)
 132         self.indices = indices_simi
 133         if self.dlg  :
 134             self.makesimiparam()
 135         if 'bystar' in self.parametres :
 136             del self.parametres['bystar']
 137         dictcol = dict([[i, [act, self.corpus.getlemclustereff(act, self.numcluster)]] for i, act in enumerate(self.actives)])
 138         continu = True
 139         if self.dlg :
 140             #self.listet = self.corpus.make_etoiles()
 141             #self.listet.sort()
 142             self.stars = []#copy(self.listet)
 143             self.parametres['stars'] = 0#copy(self.listet)
 144             self.parametres['sfromchi'] = 1
 145             prep = PrepSimi(self.ira, self, self.parametres, self.pathout['selected.csv'], self.actives, indices_simi, wordlist=dictcol)
 146             if prep.val == wx.ID_OK :
 147                 continu = True
 148                 self.parametres = prep.parametres
 149             else :
 150                 continu = False
 151         if continu :
 152             self.makefiles()
 153             self.parametres['type'] = 'clustersimitxt'
 154             script = PrintSimiScript(self)
 155             script.make_script()
 156             if not self.doR(script.scriptout, dlg = self.dlg, message = 'R ...') :
 157                 return False
 158             if self.parametres['type_graph'] == 1:
 159                 if self.parametres['svg'] :
 160                     filename, ext = os.path.splitext(script.filename)
 161                     fileout = filename + '.svg'
 162                 else :
 163                     fileout = script.filename
 164                 if os.path.exists(self.pathout['liste_graph']):
 165                     graph_simi = read_list_file(self.pathout['liste_graph'])
 166                     graph_simi.append([os.path.basename(fileout), script.txtgraph])
 167                 else :
 168                     graph_simi = [[os.path.basename(fileout), script.txtgraph]]
 169                 print_liste(self.pathout['liste_graph'], graph_simi)
 170         else :
 171             return False
 172
 173     def makefiles(self) :
 174         self.parametres['eff_min_forme'] = 3
 175         self.parametres['nbactives'] = len(self.actives)
 176         self.parametres['fromprof'] = True
 177         self.corpus.make_and_write_sparse_matrix_from_classe(self.actives, self.corpus.lc[self.numcluster], self.pathout['mat01.csv'])
 178         with open(self.pathout['actives.csv'], 'w') as f :
 179             f.write('\n'.join(self.actives).encode(self.ira.syscoding))
 180         with open(self.pathout['actives_nb.csv'], 'w') as f :
 181             f.write('\n'.join([`val` for val in self.lfreq]))
 182         with open(self.pathout['actives_chi.csv'], 'w') as f :
 183             f.write('\n'.join([`val` for val in self.lchi]))
 184