app.py

import streamlit as st
import pandas as pd
import matplotlib.pyplot as plt
from io import BytesIO
from reportlab.lib.pagesizes import letter
from reportlab.pdfgen import canvas
from reportlab.lib.utils import ImageReader

# Fonction pour générer un rapport PDF

def generate_pdf(data, filtered_data, years, keywords, author):
    buffer = BytesIO()
    c = canvas.Canvas(buffer, pagesize=letter)
    width, height = letter
    
    # Titre du rapport
    c.setFont("Helvetica-Bold", 18)
    c.drawString(100, height - 40, "Rapport d'Analyse des Publications Scientifiques")
    
    # Information sur les filtres
    c.setFont("Helvetica", 12)
    filter_info = f"Filtres appliqués:\n- Années: {', '.join(map(str, years))}\n- Mots-clés: {', '.join(keywords)}"
    if author:
        filter_info += f"\n- Auteur: {author}"
    text_lines = filter_info.split('\n')
    y_position = height - 80
    for line in text_lines:
        c.drawString(50, y_position, line)
        y_position -= 20
    
    # Statistiques Générales
    total_publications = len(filtered_data)
    total_citations = filtered_data['Citation Count'].sum()
    avg_citations_per_publication = filtered_data['Citation Count'].mean()
    top_cited_publication = filtered_data.loc[filtered_data['Citation Count'].idxmax()]
    
    stats = [
        f"Nombre total de publications: {total_publications}",
        f"Nombre total de citations: {total_citations}",
        f"Citations moyennes par publication: {avg_citations_per_publication:.2f}",
        f"Publication avec le plus de citations: {top_cited_publication['Title']} ({top_cited_publication['Citation Count']} citations)"
    ]
    
    c.drawString(50, y_position - 20, "Statistiques Générales:")
    for i, stat in enumerate(stats):
        c.drawString(70, y_position - 40 - 20 * i, stat)
    
    # Génération des visualisations
    plots = [
        ("Distribution des Citations par Publication", lambda ax: ax.hist(filtered_data['Citation Count'], bins=20, color='skyblue', edgecolor='black')),
        ("Citations par Année", lambda ax: ax.plot(filtered_data.groupby('Year')['Citation Count'].sum().reset_index()['Year'], filtered_data.groupby('Year')['Citation Count'].sum().reset_index()['Citation Count'], marker='o', color='skyblue')),
        ("Nombre de Publications par Mot-Clé", lambda ax: ax.pie(filtered_data['Keyword'].value_counts(), labels=filtered_data['Keyword'].value_counts().index, autopct='%1.1f%%', colors=plt.cm.Paired(range(len(filtered_data['Keyword'].value_counts()))))),
        ("Nombre de Publications par Année", lambda ax: ax.plot(filtered_data.groupby('Year').size().reset_index(name='Nombre de Publications')['Year'], filtered_data.groupby('Year').size().reset_index(name='Nombre de Publications')['Nombre de Publications'], marker='o', color='skyblue')),
        ("Auteurs les Plus Cités", lambda ax: ax.bar(filtered_data.groupby('Authors')['Citation Count'].sum().reset_index().sort_values(by='Citation Count', ascending=False).head(10)['Authors'], filtered_data.groupby('Authors')['Citation Count'].sum().reset_index().sort_values(by='Citation Count', ascending=False).head(10)['Citation Count'], color='skyblue', edgecolor='black')),
        ("Sujets les Plus Publiés", lambda ax: ax.bar(filtered_data['Keyword'].value_counts().head(10).index, filtered_data['Keyword'].value_counts().head(10), color='skyblue', edgecolor='black'))
    ]
    
    for i, (title, plot_func) in enumerate(plots):
        fig, ax = plt.subplots()
        plot_func(ax)
        ax.set_title(title)
        
        if 'Nombre de Publications' not in title and 'Mot-Clé' not in title:
            ax.set_xlabel('Année')
            ax.set_ylabel('Nombre de Citations' if 'Citations' in title else 'Nombre de Publications')
        
        plt.tight_layout()
        
        # Sauvegarder la figure dans un objet BytesIO
        img_buffer = BytesIO()
        fig.savefig(img_buffer, format='png')
        img_buffer.seek(0)
        c.drawImage(ImageReader(img_buffer), 50, height - 320 - 150 * (i + 1), width=500, height=120)
        
    c.save()
    buffer.seek(0)
    return buffer

# Exemple d'utilisation de la fonction dans Streamlit
if st.sidebar.button("Générer le Rapport PDF"):
    years = [2020, 2021, 2022]
    keywords = ["NLP", "Artificial Intelligence"]
    author = "John Doe"
    
    # Simuler le chargement des données
    data = pd.read_csv('scopus_data_all_cleaned.csv')
    filtered_data = data[(data['Year'].isin(years)) & (data['Keyword'].isin(keywords))]
    
    buffer = generate_pdf(data, filtered_data, years, keywords, author)
    
    st.sidebar.success("Rapport PDF généré avec succès !")
    st.sidebar.download_button(
        label="Télécharger le PDF",
        data=buffer,
        file_name="rapport_publications_scientifiques.pdf",
        mime="application/pdf"
    )
# Chargement des données
data = pd.read_csv('scopus_data_all_cleaned.csv')

# Titre et description
st.title("Analyse des Publications Scientifiques avec l'API Scopus")
st.markdown("""
Ce tableau de bord vous permet d'analyser les publications scientifiques récupérées depuis l'API Scopus.
Utilisez les filtres pour explorer les données et visualiser différentes statistiques.
""")

# Menu de navigation
menu = ["Statistiques Générales", "Visualisations"]
choice = st.sidebar.selectbox("Menu", menu)

# Filtre pour les années, mots-clés et auteurs
years = st.sidebar.multiselect('Sélectionnez les années', options=data['Year'].unique(), default=data['Year'].unique())
keywords = st.sidebar.multiselect('Sélectionnez les mots-clés', options=data['Keyword'].unique(), default=data['Keyword'].unique())
author = st.sidebar.text_input('Rechercher par auteur')

# Filtrage des données
filtered_data = data[(data['Year'].isin(years)) & (data['Keyword'].isin(keywords))]
if author:
    filtered_data = filtered_data[filtered_data['Authors'].str.contains(author, case=False, na=False)]

if choice == "Statistiques Générales":
    st.subheader("Données Filtrées")
    st.write(filtered_data)

    total_publications = len(filtered_data)
    total_citations = filtered_data['Citation Count'].sum()
    avg_citations_per_publication = filtered_data['Citation Count'].mean()
    top_cited_publication = filtered_data.loc[filtered_data['Citation Count'].idxmax()]

    st.subheader("Statistiques")
    st.write(f"**Nombre total de publications :** {total_publications}")
    st.write(f"**Nombre total de citations :** {total_citations}")
    st.write(f"**Citations moyennes par publication :** {avg_citations_per_publication:.2f}")
    st.write("**Publication avec le plus de citations :**")
    st.write(top_cited_publication)

    if st.button("Télécharger le rapport en PDF"):
        buffer = generate_pdf(data, filtered_data, years, keywords, author)
        st.download_button(
            label="Télécharger le PDF",
            data=buffer,
            file_name="rapport_publications_scientifiques.pdf",
            mime="application/pdf"
        )
else:
    st.subheader("Visualisations")

    fig, ax = plt.subplots()
    ax.hist(filtered_data['Citation Count'], bins=20, color='skyblue', edgecolor='black')
    ax.set_title("Distribution des Citations par Publication")
    ax.set_xlabel("Nombre de Citations")
    ax.set_ylabel("Nombre de Publications")
    st.pyplot(fig)

    citations_per_year = filtered_data.groupby('Year')['Citation Count'].sum().reset_index()
    fig, ax = plt.subplots()
    ax.plot(citations_per_year['Year'], citations_per_year['Citation Count'], marker='o', color='skyblue')
    ax.set_title("Citations par Année")
    ax.set_xlabel("Année")
    ax.set_ylabel("Nombre de Citations")
    st.pyplot(fig)

    if author:
        publications_per_author = filtered_data['Authors'].value_counts().reset_index()
        publications_per_author.columns = ['Auteur', 'Nombre de Publications']
        fig, ax = plt.subplots()
        ax.bar(publications_per_author['Auteur'], publications_per_author['Nombre de Publications'], color='skyblue', edgecolor='black')
        ax.set_title("Répartition des Publications par Auteur")
        ax.set_xlabel("Auteur")
        ax.set_ylabel("Nombre de Publications")
        ax.tick_params(axis='x', rotation=90)
        st.pyplot(fig)

    fig, ax = plt.subplots()
    ax.scatter(filtered_data['Year'], filtered_data['Citation Count'], color='skyblue', edgecolor='black')
    ax.set_title("Corrélation entre le Nombre de Citations et les Années de Publication")
    ax.set_xlabel("Année")
    ax.set_ylabel("Nombre de Citations")
    st.pyplot(fig)

    publications_per_keyword = filtered_data['Keyword'].value_counts().reset_index()
    publications_per_keyword.columns = ['Keyword', 'Nombre de Publications']
    fig, ax = plt.subplots()
    ax.pie(publications_per_keyword['Nombre de Publications'], labels=publications_per_keyword['Keyword'], autopct='%1.1f%%', colors=plt.cm.Paired(range(len(publications_per_keyword))))
    ax.set_title("Nombre de Publications par Mot-Clé")
    st.pyplot(fig)

    publications_per_year = filtered_data.groupby('Year').size().reset_index(name='Nombre de Publications')
    fig, ax = plt.subplots()
    ax.plot(publications_per_year['Year'], publications_per_year['Nombre de Publications'], marker='o', color='skyblue')
    ax.set_title("Nombre de Publications par Année")
    ax.set_xlabel("Année")
    ax.set_ylabel("Nombre de Publications")
    st.pyplot(fig)

    top_authors = filtered_data.groupby('Authors')['Citation Count'].sum().reset_index().sort_values(by='Citation Count', ascending=False).head(10)
    fig, ax = plt.subplots()
    ax.bar(top_authors['Authors'], top_authors['Citation Count'], color='skyblue', edgecolor='black')
    ax.set_title("Auteurs les Plus Cités")
    ax.set_xlabel("Auteur")
    ax.set_ylabel("Nombre de Citations")
    ax.tick_params(axis='x', rotation=90)
    st.pyplot(fig)

    top_keywords = filtered_data['Keyword'].value_counts().reset_index().head(10)
    top_keywords.columns = ['Keyword', 'Nombre de Publications']
    fig, ax = plt.subplots()
    ax.bar(top_keywords['Keyword'], top_keywords['Nombre de Publications'], color='skyblue', edgecolor='black')
    ax.set_title("Sujets les Plus Publiés")
    ax.set_xlabel("Mot-Clé")
    ax.set_ylabel("Nombre de Publications")
    ax.tick_params(axis='x', rotation=90)
    st.pyplot(fig)