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

   1 # -*- coding: utf-8 -*-
   2 #Author: Pierre Ratinaud
   3 #Copyright (c) 2008-2013 Pierre Ratinaud
   4 #Lisense: 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 dialog import StatDialog
  13 from guifunct import SelectColumn, PrepSimi
  14 from functions import indices_simi, progressbar, treat_var_mod, read_list_file, print_liste
  15 #from tableau import Tableau
  16 #from tabsimi import DoSimi
  17 from PrintRScript import PrintSimiScript
  18 import wx
  19 from copy import copy
  20
  21 import logging
  22
  23 log = logging.getLogger('iramuteq.textsimi')
  24
  25 class SimiTxt(AnalyseText):
  26     def doanalyse(self) :
  27         self.parametres['type'] = 'simitxt'
  28         self.pathout.basefiles(simipath)
  29         self.indices = indices_simi
  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             #cont = SelectColumn(self.ira, dictcol, self.actives, self.pathout['selected.csv'], dlg = self.dlg)
  37             #if cont.ok :
  38             self.listet = self.corpus.make_etoiles()
  39             self.listet.sort()
  40             self.stars = copy(self.listet)
  41             self.parametres['stars'] = copy(self.listet)
  42             self.parametres['sfromchi'] = False
  43             prep = PrepSimi(self.ira, self, self.parametres, self.pathout['selected.csv'], self.actives, indices_simi, wordlist=dictcol)
  44             if prep.val == wx.ID_OK :
  45                 continu = True
  46                 self.parametres = prep.parametres
  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 os.path.exists(self.pathout['liste_graph']):
  56                     graph_simi = read_list_file(self.pathout['liste_graph'])
  57                     graph_simi.append([os.path.basename(script.filename), script.txtgraph])
  58                 else :
  59                     graph_simi = [[os.path.basename(script.filename), script.txtgraph]]
  60                 print_liste(self.pathout['liste_graph'], graph_simi)
  61         else :
  62             return False
  63
  64     def preferences(self) :
  65         dial = StatDialog(self, self.parent)
  66         dial.CenterOnParent()
  67         val = dial.ShowModal()
  68         if val == 5100 :
  69             if dial.radio_lem.GetSelection() == 0 :
  70                 lem = 1
  71             else :
  72                 lem = 0
  73             self.parametres['lem'] = lem
  74             dial.Destroy()
  75             return self.parametres
  76         else :
  77             dial.Destroy()
  78             return None
  79
  80     def makesimiparam(self) :
  81         self.paramsimi = {'coeff' : 0,
  82                           'layout' : 2,
  83                           'type_graph' : 1,
  84                           'arbremax' : 1,
  85                           'coeff_tv' : 1,
  86                           'coeff_tv_nb' : 0,
  87                           'tvprop' : 0,
  88                           'tvmin' : 5,
  89                           'tvmax' : 30,
  90                           'coeff_te' : 1,
  91                           'coeff_temin' : 1,
  92                           'coeff_temax' : 10,
  93                           'label_v': 1,
  94                           'label_e': 0,
  95                           'vcex' : 1,
  96                           'cexfromchi' : False,
  97                           'vcexmin' : 10,
  98                           'vcexmax' : 25,
  99                           'cex' : 10,
 100                           'seuil_ok' : 0,
 101                           'seuil' : 1,
 102                           'cols' : (255,0,0),
 103                           'cola' : (200,200,200),
 104                           'width' : 1000,
 105                           'height' : 1000,
 106                           'bystar' : False,
 107                           'first' : True,
 108                           'keep_coord' : True,
 109                           'alpha' : 20,
 110                           'film': False,
 111                           #'ira' : self.pathout['Analyse.ira']
 112                           }
 113         self.parametres.update(self.paramsimi)
 114
 115     def makefiles(self, lim=3) :
 116         #self.actives, lim = self.corpus.make_actives_nb(self.parametres.get('max_actives',1500), 1)
 117         self.parametres['eff_min_forme'] = lim
 118         self.parametres['nbactives'] = len(self.actives)
 119         self.parametres['fromprof'] = False
 120         self.corpus.make_and_write_sparse_matrix_from_uces(self.actives, self.pathout['mat01.csv'], self.pathout['listeuce1.csv'])
 121         with open(self.pathout['actives.csv'], 'w') as f :
 122             f.write('\n'.join(self.actives).encode(self.ira.syscoding))
 123
 124
 125
 126 class SimiFromCluster(SimiTxt) :
 127     def __init__(self, ira, corpus, actives, numcluster, parametres = None, dlg = False) :
 128         self.actives = actives
 129         self.numcluster = numcluster
 130         parametres['name'] = 'simi_classe_%i' % (numcluster + 1)
 131         SimiTxt.__init__(self, ira, corpus, parametres, dlg)
 132
 133     def preferences(self) :
 134         return self.parametres
 135
 136     def doanalyse(self) :
 137         self.parametres['type'] = 'clustersimitxt'
 138         self.pathout.basefiles(simipath)
 139         self.indices = indices_simi
 140         self.makesimiparam()
 141         if 'bystar' in self.parametres :
 142             del self.parametres['bystar']
 143         dictcol = dict([[i, [act, self.corpus.getlemclustereff(act, self.numcluster)]] for i, act in enumerate(self.actives)])
 144         continu = True
 145         if self.dlg :
 146             #self.listet = self.corpus.make_etoiles()
 147             #self.listet.sort()
 148             self.stars = []#copy(self.listet)
 149             self.parametres['stars'] = False#copy(self.listet)
 150             self.parametres['sfromchi'] = True
 151             prep = PrepSimi(self.ira, self, self.parametres, self.pathout['selected.csv'], self.actives, indices_simi, wordlist=dictcol)
 152             if prep.val == wx.ID_OK :
 153                 continu = True
 154                 self.parametres = prep.parametres
 155             else :
 156                 continu = False
 157         if continu :
 158             self.makefiles()
 159             script = PrintSimiScript(self)
 160             script.make_script()
 161             if not self.doR(script.scriptout, dlg = self.dlg, message = 'R ...') :
 162                 return False
 163             if self.parametres['type_graph'] == 1:
 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(script.filename), script.txtgraph])
 167                 else :
 168                     graph_simi = [[os.path.basename(script.filename), 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
 181 #        self.tableau = Tableau(self.parent, '')
 182 #        self.tableau.listactives = self.actives
 183 #        self.tableau.parametre['fromtxt'] = True
 184 #        self.corpus.lems_eff = dict([[lem,[self.corpus.lems[lem].freq]] for lem in self.actives])
 185 #        #print('ATTENTION  ETOILES')
 186 #        #self.paramsimi['bystar'] = True
 187 #        self.tableau.listet = copy(self.listet)
 188 #        #self.paramsimi['cexfromchi'] = True
 189 #        #self.paramsimi['vlabcolor'] = True
 190 #        self.tableau.actives = copy(self.corpus.lems_eff)
 191 #        DoSimi(self, fromprof = self.pathout['mat01.csv'], param = self.paramsimi, pathout = self.pathout.dirout)
 192
 193 #class SimiTxt :
 194 #    def __init__(self, parent, cmd = False, param = None):
 195 #        self.parent = parent
 196 #        self.cmd = cmd
 197 #        self.ConfigPath = parent.ConfigPath
 198 #        self.DictPath = parent.DictPath
 199 #        self.KeyConf = RawConfigParser()
 200 #        self.KeyConf.read(self.ConfigPath['key'])
 201 #        self.indices = indices_simi
 202 #        self.paramsimi = {'coeff' : 0,
 203 #                          'layout' : 2,
 204 #                          'type' : 1,
 205 #                          'arbremax' : 1,
 206 #                          'coeff_tv' : 1,
 207 #                          'coeff_tv_nb' : 0,
 208 #                          'tvprop' : 0,
 209 #                          'tvmin' : 5,
 210 #                          'tvmax' : 30,
 211 #                          'coeff_te' : 1,
 212 #                          'coeff_temin' : 1,
 213 #                          'coeff_temax' : 10,
 214 #                          'label_v': 1,
 215 #                          'label_e': 0,
 216 #                          'vcex' : 1,
 217 #                          'cexfromchi' : False,
 218 #                          'vcexmin' : 10,
 219 #                          'vcexmax' : 25,
 220 #                          'cex' : 10,
 221 #                          'seuil_ok' : 0,
 222 #                          'seuil' : 1,
 223 #                          'cols' : (255,0,0),
 224 #                          'cola' : (200,200,200),
 225 #                          'width' : 1000,
 226 #                          'height' : 1000,
 227 #                          'bystar' : False,
 228 #                          'first' : True,
 229 #                          'keep_coord' : True,
 230 #                          'alpha' : 20,
 231 #                          'film': False,
 232 #                          }
 233 #        page = getPage(self.parent)
 234 #        if page is not None :
 235 #            self.corpus = getCorpus(page)
 236 #            if self.corpus is not None :
 237 #                self.pathout = ConstructPathOut(self.corpus.parametre['openpath'], 'simitxt')
 238 #                self.dictpathout = construct_simipath(self.pathout)
 239 #                self.val = wx.ID_OK
 240 #                self.make_table()
 241 #                self.make_simi()
 242 #        else :
 243 #            self.corpus = Corpus(parent)
 244 #            self.corpus.content = self.parent.content
 245 #            self.corpus.parametre['encodage'] = parent.corpus_encodage
 246 #            self.corpus.parametre['lang'] = parent.corpus_lang
 247 #            self.corpus.parametre['filename'] = parent.filename
 248 #            self.corpus.parametre['eff_min_uce'] = None
 249 #            self.pathout = ConstructPathOut(self.corpus.parametre['filename'], 'simitxt')
 250 #            self.dictpathout = construct_simipath(self.pathout)
 251 #            dial = StatDialog(self, self.parent)
 252 #            dial.check_uce.SetValue(True)
 253 #            dial.check_uce.Enable(False)
 254 #            dial.OnCheckUce(wx.EVT_MENU)
 255 #            self.val = dial.ShowModal()
 256 #            if self.val == wx.ID_OK :
 257 #                with open(self.parent.ConfigPath['key'], 'w') as f:
 258 #                    self.KeyConf.write(f)
 259 #                if dial.radio_lem.GetSelection() == 0 : lem = True
 260 #                else : lem = False
 261 #                if dial.exp.GetSelection() == 0 : exp = True
 262 #                else : exp = False
 263 #                dial.Destroy()
 264 #                self.corpus.parametre['lem'] = lem
 265 #                self.corpus.parametre['expressions'] = exp
 266 #                self.corpus.parametre['nbforme_uce'] = dial.spin_ctrl_4.GetValue()
 267 #                self.corpus.parametre['eff_min_forme'] = dial.spin_ctrl_5.GetValue()
 268 #                self.corpus.parametre['max_actives'] = dial.spin_max_actives.GetValue()
 269 #                self.make_corpus()
 270 #                self.make_table()
 271 #                self.make_simi()
 272 #            else :
 273 #                dial.Destroy()
 274 #
 275 #    def make_corpus(self) :
 276 #        print 'make corpus'
 277 #        if not self.cmd :
 278 #            dlg = progressbar(self, maxi = 6)
 279 #        self.corpus.supplementaires = [option for option in self.KeyConf.options('KEYS') if self.KeyConf.get('KEYS', option) == "2"]
 280 #        self.corpus.typeactive = [option for option in self.KeyConf.options('KEYS') if self.KeyConf.get('KEYS', option) == "1"]
 281 #        ucis_txt, ucis_paras_txt = self.corpus.start_analyse(self.parent, dlg = dlg, cmd = self.cmd)
 282 #        del ucis_txt
 283 #
 284 #        if not self.cmd :
 285 #            dlg.Update(5, '%i ucis - Construction des uces' % len(ucis_paras_txt))
 286 #        self.corpus.make_ucis_paras_uces(ucis_paras_txt, make_uce = True)
 287 #        del ucis_paras_txt
 288 #
 289 #        if self.corpus.para_coords != [[] for val in self.corpus.para_coords] :
 290 #            self.corpus.parametre['para'] = True
 291 #        else :
 292 #            self.corpus.parametre['para'] = False
 293 #        self.corpus.make_etoiles(self.corpus.para_coords)
 294 #        print 'len(ucis_paras_uces)', len(self.corpus.ucis_paras_uces)
 295 #
 296 #        if not self.cmd :
 297 #            dlg.Update(6, u'Dictionnaires')
 298 #        uces, self.orderuces = self.corpus.make_forms_and_uces()
 299 #        self.corpus.ucenb = len(uces)
 300 #        self.corpus.make_lems(self.parent.lexique)
 301 #
 302 #        self.corpus.make_var_actives()
 303 #        self.corpus.make_var_supp()
 304 #        self.corpus.lems_eff = self.corpus.make_lem_eff()
 305 #
 306 #        #variables = treat_var_mod(listet)
 307 #        #print(variables)
 308 #        #self.corpus.write_etoiles(self.dictpathout['etoiles'])
 309 #        if not self.cmd :
 310 #            dlg.Destroy()
 311 #
 312 #    def make_table(self) :
 313 #        if 'orderuces' not in dir(self) :
 314 #            self.orderuces = [(i,j,k) for i, uci in enumerate(self.corpus.ucis_paras_uces) for j, para in enumerate(uci) for k, uce in enumerate(para)]
 315 #            self.orderuces = dict([[val, i] for i, val in enumerate(self.orderuces)])
 316 #            self.corpus.ucenb = len(self.orderuces)
 317 #        #tabuc1 = self.corpus.make_table_with_uce(self.orderuces)
 318 #        #tabuc1.insert(0,self.corpus.actives)
 319 #        #tabuc1 = self.corpus.make_sparse_matrix_with_uce(self.orderuces)
 320 #        #self.corpus.write_sparse_matrix(self.dictpathout['mat01'], tabuc1, self.corpus.ucenb, len(self.corpus.actives))
 321 #        if self.corpus.actives is None :
 322 #            self.corpus.typeactive = [option for option in self.KeyConf.options('KEYS') if self.KeyConf.get('KEYS', option) == "1"]
 323 #            self.corpus.min_eff_formes()
 324 #            self.corpus.make_var_actives()
 325 #        self.corpus.make_and_write_sparse_matrix_from_uce(self.orderuces, self.dictpathout['mat01'])
 326 #        #self.corpus.write_tab(tabuc1,self.dictpathout['mat01'])
 327 #
 328 #    def make_simi(self) :
 329 #        self.tableau = Tableau(self.parent, '')
 330 #        self.tableau.listactives = self.corpus.actives
 331 #        self.tableau.parametre['fromtxt'] = True
 332 #        if 'lems_eff' not in dir(self.corpus) :
 333 #            self.corpus.lems_eff = self.corpus.make_lem_eff()
 334 #        #print('ATTENTION  ETOILES')
 335 #        #self.paramsimi['bystar'] = True
 336 #        self.listet = self.corpus.get_unique_etoiles()
 337 #        self.listet.sort()
 338 #        self.tableau.listet = copy(self.listet)
 339 #        self.paramsimi['stars'] = copy(self.listet)
 340 #        #self.paramsimi['cexfromchi'] = True
 341 #        self.paramsimi['sfromchi'] = False
 342 #        #self.paramsimi['vlabcolor'] = True
 343 #        self.tableau.actives = dict([[lem, self.corpus.lems_eff[lem]] for lem in self.corpus.actives])
 344 #        self.corpus.save_corpus(self.dictpathout['corpus'])
 345 #        DoSimi(self, fromprof = self.dictpathout['mat01'], param = self.paramsimi, pathout = self.pathout)