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