-
Notifications
You must be signed in to change notification settings - Fork 0
/
jdl.py
1000 lines (825 loc) · 32.2 KB
/
jdl.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
#!/usr/bin/env python
# coding: utf-8
# import panda (and other useful packages)
import os
import pandas as pd
import numpy as np
import random
import matplotlib.pyplot as plt
import math
import unicodedata
import re
from jdl.settings import BASE_DIR
from collections import Counter
DIR_CSV = os.path.join(BASE_DIR, 'jdl_web', 'jdl_core', 'csv')
DIR_PREF = os.path.join(DIR_CSV, "pref")
DIR_PRETIRET = os.path.join(DIR_CSV, "pretiret")
DIR_SUF = os.path.join(DIR_CSV, "suf")
DIR_SUFTIRET = os.path.join(DIR_CSV, "suftiret")
DIR_MILTIRET = os.path.join(DIR_CSV, "miltiret")
DIR_LISTORDON = os.path.join(DIR_CSV, "listordon")
# # Import des données
data_final= pd.read_csv(os.path.join(DIR_CSV, 'data_final.csv'), sep = ";")
# data_final
dic = {}
for (_,row) in data_final.iterrows():
if row["Région"] in dic:
dic[row["Région"]].add(row["CODE_DEPT"])
else:
dic[row["Région"]] = set()
dic["Ile-de-France"] = {"77", "78", "91", "92", "93", "94", "95"}
# dic
# # Création de variables
data_final["pop_niv"] = pd.cut(data_final['POPULATION'], bins=[0, 200, 1000, 20000, 100000, np.inf])
# je crée des catégories de tailles de villes
# print(data_final["pop_niv"])
# data_final["pop_niv"].value_counts()
# Tri à plat de la variable discrète
data_final["taille_pop"] = pd.Series(data_final['POPULATION'].astype(str))
# # Définition des fonctions de base
def slugify(value, allow_unicode=False):
"""
Taken from https://github.com/django/django/blob/master/django/utils/text.py
Convert to ASCII if 'allow_unicode' is False. Convert spaces or repeated
dashes to single dashes. Remove characters that aren't alphanumerics,
underscores, or hyphens. Convert to lowercase. Also strip leading and
trailing whitespace, dashes, and underscores.
"""
value = str(value)
if allow_unicode:
value = unicodedata.normalize('NFKC', value)
else:
value = unicodedata.normalize('NFKD', value).encode('ascii', 'ignore').decode('ascii')
value = re.sub(r'[^\w\s-]', '', value.lower())
return re.sub(r'[-\s]+', '-', value).strip('-_')
##### Fonction qui fait l'extraction de la base de région à partir de la base initiale
def extract(x):
data0 = data_final[data_final["Région"] == x]
data1 = data0[data0["NOM_DEPT"] != "PARIS"]
data2 = data1[data1["NOM_COM"].apply(lambda x: not x.startswith("MARSEILLE-"))]
data3 = data2[data2["NOM_COM"].apply(lambda x: not x.startswith("LYON-"))]
return(data3)
##### Fonction qui fait l'extraction de la base de taille à partir de la base initiale
def extractpop(x, data):
data0 = data[data["pop_niv"] == x]
return(data0)
##### Fonction qui fait l'extraction de la base de départements à partir de la base initiale
def extractdep(x):
data0 = data_final[data_final["CODE_DEPT"] == x]
data1 = data0[data0["NOM_DEPT"] != "PARIS"]
data2 = data1[data1["NOM_COM"].apply(lambda x: not x.startswith("MARSEILLE-"))]
data3 = data2[data2["NOM_COM"].apply(lambda x: not x.startswith("LYON-"))]
return(data3)
##### Fonction qui extrait une colonne du dataframe sous forme de liste
def convliste(dataframe, colonne):
# Je convertis la colonne des noms de communes en matrice
matrice = np.array(dataframe[colonne])
# puis je convertis la matrice en liste
liste_r = list(matrice)
## Je supprime les villes qui sont plusieurs fois
#liste_r = []
#for i in liste :
# if i not in liste_r:
# liste_r.append(i)
return(liste_r)
##### Fonction qui trie dans 2 listes les villes avec tirets et sans tirets
def tri_tiret(liste):
data_tiret = []
data_entier = []
boule = 0
for ville in liste:
taille = len(ville)
for i in range(taille):
if ville[i] == "-":
boule = boule +1
if boule > 0:
data_tiret.append(ville)
else:
data_entier.append(ville)
boule = 0
return(data_tiret, data_entier)
##### Fonction préfixes
def prefixe(liste):
prelist=[] # On crée une liste vide dans laquelle on met les préfixes générés
NREPL = 8 # On définit un nombre de caractère max pour le préfixe
for l in liste:
for i in range(3,NREPL):
p = l[0:i]
prelist.append(p)
return(prelist)
##### Fonction suffixes
def suffixe(liste):
suflist=[] # On crée une liste vide dans laquelle on met les suffixes générés
NREPL = 8 # On définit un nombre de caractère max pour le préfixe
for l in liste:
for i in range(3,NREPL):
p = l[-i:]
suflist.append(p)
return(suflist)
##### Fonctions de purification
### 1 ###
## Je retire de la liste de suffixes les suffixes qui
# - sont un sous-suffixes d'un suffixe
# - ne sont pas eux-mêmes
# - ont une fréquence d'occurrence négligeable par rapport à leur sur-suffixe
def purif(liste):
list_r = []
remove = 0
for x in liste:
for x2 in liste:
if x2.startswith(x) and len(x) != len(x2) and liste.count(x) < 1.5*liste.count(x2):
remove = 1
if remove == 0:
list_r.append(x)
remove = 0
return(list_r)
### 2 ###
## Je cherche à privilégier les préfixes qui sont gros mais qui apparaissent un peu moins souvent par rapport à des préfixes qui sont petits mais très fréquents
## (taille*effectif) => privilégie les préfixes longs qui apparaissent peu
## On compare ça à l'effectif moyen pour s'avoir si on le garde ou pas. Si <, on le vire
def sdc(x):
res = []
# remove = 0
for c in x:
if len(c[0])*c[1] > 15*eff_moy(x):
res.append(c)
return(res)
##### Fonctions de calcul
## Je compte les occurrences de chaque élément d'une liste
def compt(liste):
couples = Counter(liste).most_common()
return(couples)
## Je calcule l'effectif moyen de l'occurrence des éléments d'une liste
def eff_moy(x):
res = 0
somme = 0
for c in x:
somme = somme + c[1]
res = somme / len(x)
return(res)
##### Fonction de composition
def compo(liste1, liste2):
res = []
while len(res) < 1000:
res.append(random.choice(liste1)+random.choice(liste2))
return(res)
##### Fonctions de purification bis
## Fonction qui prend toutes les sous-chaînes de taille 3 dans une chaîne
def sous_chaine(s):
res = []
for i in range(len(s) -2):
res.append(s[i: i+3])
return res
## Fonction qui décide si une chaîne de 3 caractères est dans la liste de villes de départ
# Assert : on s'assure que la chaîne de caractère qu'on met dans la fonction est bien de 3 caractères
def realiste(s, liste_r):
assert len(s) == 3
res2 = 0
for i in liste_r:
if s in i:
res2 = 1
return res2
## Fonction qui décide si je garde la ville ou pas
# Si je trouve une sous-chaîne de 3 caractères qui n'apparaît pas dans la ville de départ, je ne garde pas la ville
# Il faut passer à la négative car c'est plus compliqué de vérifier que toutes les sous-chaînes apparaissent, plutôt que de vérifier s'il y en a une qui n'apparaît pas
def keep(v, liste_r):
res3 = 1
for i in sous_chaine(v):
if realiste(i, liste_r) == 0:
res3 = 0
return res3
## Fonction qui crée la liste finale de fragments inventés
def puriffinal(liste, liste_r):
res = []
for v in liste:
if keep(v, liste_r) == 1:
res.append(v)
return(res)
##### Fonction qui vérifie si un élément n'est pas déjà dans une liste
def control(x, liste):
res = 0
if x in liste:
res = 1
return(res)
## Fonction qui supprime de la liste des noms existants
def pertinent(liste, liste_r):
res = []
for v in liste:
if control(v, liste_r) == 0:
res.append(v)
return(res)
##### Fonctions pour les noms composés
## Extraction de toutes les sous-chaînes qui commencent au début et qui finissent par "-" et toutes les sous-chaînes qui commencent par un "-" et qui terminent par "-"
## Débuts
def tiret_debut(v):
res = []
for i in range(len(v)) :
for j in range(i + 1, len(v)):
if i == 0 and v[j] == "-":
res.append(v[i:j+1])
return(res)
## Milieux
def tiret_milieu(v):
res = []
for i in range(len(v)) :
for j in range(i + 1, len(v)):
if v[i] == "-" and v[j] == "-":
res.append(v[i:j+1])
res.append(v[i:j+1])
return(res)
## Fins
def tiret_fin(v):
res = []
for i in range(len(v)) :
for j in range(i + 1, len(v)):
if v[i] == "-" and j == len(v) - 1:
res.append(v[i:j+1])
return(res)
## Fonction qui récupère tous les éléments avec tirets d'une liste
def separtiret(liste):
bouts_tirets_debut = []
bouts_tirets_milieu = []
bouts_tirets_fin = []
for v in liste:
bouts_tirets_debut = bouts_tirets_debut + tiret_debut(v)
bouts_tirets_milieu = bouts_tirets_milieu + tiret_milieu(v)
bouts_tirets_fin = bouts_tirets_fin + tiret_fin(v)
return(bouts_tirets_debut, bouts_tirets_milieu, bouts_tirets_fin)
## Fonction qui purifie la liste comme on l'avait fait pour les villes : en supprimant les éléments qui sont inclus les uns dans les autres
def puriftirets(x):
res = []
remove = 0
for mot in x:
for mot2 in x:
if mot in mot2 and len(mot) != len(mot2) and x.count(mot) < 4*x.count(mot2):
remove = 1
if remove == 0:
res.append(mot)
remove = 0
return(res)
## Je cherche à privilégier les préfixes qui sont gros mais qui apparaissent un peu moins souvent par rapport à des préfixes qui sont petits mais très fréquents
## (taille*effectif) => privilégie les préfixes longs qui apparaissent peu
## On compare ça à l'effectif moyen pour s'avoir si on le garde ou pas. Si <, on le vire
def sdc_tiret(x):
res = []
for c in x:
if c[1] > 3*eff_moy(x):
res.append(c)
return(res)
##### Fonctions de statistiques sur les villes avec tirets
## Proportion de villes avec au moins 1 tiret
def tiret_compt(liste):
res = 0
for element in liste :
for i in range(len(element)):
if element[i] == "-":
res = res + 1
break
return(res)
def freq_tiret(liste):
res = tiret_compt(liste)/len(liste)
return(res)
def eff_tiret(liste):
res = tiret_compt(liste)
return(res)
## Proportion de villes avec un préfixe composé
def untiret_compt(liste):
res = 0
for element in liste :
for i in range(len(element)):
if element[i] == "-":
res = res + 1
return(res)
def freq_untiret(liste):
res = untiret_compt(liste)/len(liste)
return(res)
## Proportion de villes avec deux tirets ou plus
def deuxtirets_compt(liste):
res = 0
for element in liste :
for i in range(len(element)):
if element[i] == "-":
res = res + 1
break
res = res - untiret_compt(liste)
return(res)
def freq_deuxtirets(liste):
res = deuxtirets_compt(liste)/len(liste)
return(res)
## Fonction d'ajout de tirets
def ajout_tiret(liste, x):
prop1 = freq_untiret(list(data_final[data_final["Région"] == x]["NOM_COM"]))
prop2 = freq_deuxtirets(list(data_final[data_final["Région"] == x]["NOM_COM"]))
liste_final = set()
for i in range(10):
alea = random.random()
# Débuts
if alea < prop1/2 :
v = random.choice(sdc_tiret(tirets_couples_debut))[0]+random.choice(liste)
liste_final.add(v)
# Fins
if prop1/2 < alea < prop2/2 + prop1/2:
v = random.choice(liste)+random.choice(sdc_tiret(tirets_couples_fin))[0]
liste_final.add(v)
# Milieux
if prop2/2 + prop1/2 < alea < prop2 + prop1/2 :
v = random.choice(liste)+random.choice(sdc_tiret(tirets_couples_milieu))[0]+random.choice(liste)
liste_final.add(v)
# Compositions
if prop2 + prop1/2 < alea < prop1 + prop2:
v = random.choice(liste)+"-"+random.choice(liste)
liste_final.add(v)
if alea > prop1 + prop2:
v = random.choice(liste)
liste_final.add(v)
return(liste_final)
##### Fonction qui donne la région d'appartenance de la ville
def region(x):
region = []
if homonyme(x) == 0:
region = data_final[data_final["NOM_COM"] == x]["Région"].all()
if homonyme(x) == 1:
region = "Précisez le numéro du département"
return(region)
##### Fonction qui donne la région agrégée d'appartenance de la ville (réforme des régions)
def refregion(x):
region = []
region = data_final[data_final["NOM_COM"] == x]["NOM_REG"].all()
return(region)
##### Fonction qui donne la région d'appartenance du département
def region2(x):
region = data_final[data_final["CODE_DEPT"] == x]["Région"].all()
return(region)
##### Fonction qui donne le département d'appartenance de la ville
def dept(x):
dept = []
dept = data_final[data_final["NOM_COM"] == x]["NOM_DEPT"].all()
return(dept)
##### Fonction qui donne le code du département d'appartenance de la ville
def codedept(x):
dept = []
dept = data_final[data_final["NOM_COM"] == x]["CODE_DEPT"].all()
return(dept)
##### Fonction qui donne la taille de la ville
def taille(x):
res = data_final[data_final["NOM_COM"] == x]["taille_pop"].all()
t = str(res)
return(res)
##### Fonction qui donne la taille de la ville si homonyme
def taille_h(x, y):
data = extractdep(y)
res = data[data["NOM_COM"] == x]["taille_pop"].all()
t = str(res)
if y == "13" and x == "MARSEILLE":
res = "861635"
if y == "69" and x == "LYON":
res = "513275"
return(res)
##### Fonction qui dit si un élément apparaît une autre fois dans une liste
def homonyme(x):
return convliste(data_final, "NOM_COM").count(x) > 1
#### Fonction qui dit si une ville n'est pas dans le département
def absurde(x, y):
data = extractdep(y)
listeville = convliste(data, "NOM_COM")
return not x in listeville
##### Fonctions d'extraction en fichiers csv
def export_pref(liste, name):
name = slugify(name)
df = pd.DataFrame(liste, columns=["prefixe"])
df.to_csv( os.path.join(DIR_PREF, f'{name}.csv'), index=False)
return
def import_pref(name):
name = slugify(name)
df = pd.read_csv(os.path.join(DIR_PREF, f'{name}.csv'), sep = ";")
lp = convliste(df, "prefixe")
return(lp)
def export_suf(liste, name):
name = slugify(name)
df = pd.DataFrame(liste, columns=["suffixe"])
df.to_csv(os.path.join(DIR_SUF, f'{name}.csv'), index=False)
return
def import_suf(name):
name = slugify(name)
df = pd.read_csv(os.path.join(DIR_SUF, f'{name}.csv'), sep = ";")
lp = convliste(df, "suffixe")
return(lp)
def export_pretiret(liste, name):
name = slugify(name)
df = pd.DataFrame(liste, columns=["pretiret"])
df.to_csv(os.path.join(DIR_PRETIRET, f'{name}.csv'), index=False)
return
def import_pretiret(name):
name = slugify(name)
df = pd.read_csv(os.path.join(DIR_PRETIRET, f'{name}.csv'), sep = ";")
lp = convliste(df, "pretiret")
return(lp)
def export_suftiret(liste, name):
name = slugify(name)
df = pd.DataFrame(liste, columns=["suftiret"])
df.to_csv(os.path.join(DIR_SUFTIRET, f'{name}.csv'), index=False)
return
def import_suftiret(name):
name = slugify(name)
df = pd.read_csv(os.path.join(DIR_SUFTIRET, f'{name}.csv'), sep = ";")
lp = convliste(df, "suftiret")
return(lp)
def export_miltiret(liste, name):
name = slugify(name)
df = pd.DataFrame(liste, columns=["miltiret"])
df.to_csv(os.path.join(DIR_MILTIRET, f'{name}.csv'), index=False)
return
def import_miltiret(name):
name = slugify(name)
df = pd.read_csv(os.path.join(DIR_MILTIRET, f'{name}.csv'), sep = ";")
lp = convliste(df, "miltiret")
return(lp)
def export_listordon(liste, name):
name = slugify(name)
df = pd.DataFrame(liste, columns=["liste"])
df.to_csv(os.path.join(DIR_LISTORDON, f'{name}.csv'), index=False)
return
def import_listordon(name):
name = slugify(name)
df = pd.read_csv(os.path.join(DIR_LISTORDON, f'{name}.csv'), sep = ";")
lp = convliste(df, "liste")
return(lp)
# # Extraction
# ### Fonction d'extraction en csv des listes de préfixes et suffixes propres à chaque région
def jdlpref(x):
def supra_fonction(x):
## Je crée la base de région
data_region = extract(x)
# Je convertis la colonne des noms de communes en matrice
liste_r = convliste(data_region, "NOM_COM")
return(liste_r)
liste_r = supra_fonction(x)
## Je mets à part les villes avec les tirets
data_tiret = tri_tiret(liste_r)[0]
data_entier = tri_tiret(liste_r)[1]
############ Villes sans tirets : création des préfixes ############
prelist = prefixe(data_entier)
prelist_r = purif(prelist)
pre_couples = compt(prelist_r)
prelist_r2 = map(lambda x : x[0], sdc(pre_couples))
prelist_r2 = list(prelist_r2)
return(prelist_r2)
def jdlsuf(x):
def supra_fonction(x):
## Je crée la base de région
data_region = extract(x)
# Je convertis la colonne des noms de communes en matrice
liste_r = convliste(data_region, "NOM_COM")
return(liste_r)
liste_r = supra_fonction(x)
## Je mets à part les villes avec les tirets
data_tiret = tri_tiret(liste_r)[0]
data_entier = tri_tiret(liste_r)[1]
############ Villes sans tirets : création des préfixes ############
suflist = suffixe(data_entier)
suflist_r = purif(suflist)
suf_couples = compt(suflist_r)
suflist_r2 = map(lambda x : x[0], sdc(suf_couples))
suflist_r2 = list(suflist_r2)
return(suflist_r2)
def jdlpretiret(x):
def supra_fonction(x):
## Je crée la base de région
data_region = extract(x)
# Je convertis la colonne des noms de communes en matrice
liste_r = convliste(data_region, "NOM_COM")
return(liste_r)
liste_r = supra_fonction(x)
## Je mets à part les villes avec les tirets
data_tiret = tri_tiret(liste_r)[0]
data_entier = tri_tiret(liste_r)[1]
############ Villes avec tirets : création des préfixes ############
bouts_tirets_debut = separtiret(data_tiret)[0]
bouts_tirets_debut_r = puriftirets(bouts_tirets_debut)
tirets_couples_debut = compt(bouts_tirets_debut_r)
tirets_couples_debut_r = map(lambda x : x[0], sdc_tiret(tirets_couples_debut))
tirets_couples_debut_r = list(tirets_couples_debut_r)
return(tirets_couples_debut_r)
def jdlsuftiret(x):
def supra_fonction(x):
## Je crée la base de région
data_region = extract(x)
# Je convertis la colonne des noms de communes en matrice
liste_r = convliste(data_region, "NOM_COM")
return(liste_r)
liste_r = supra_fonction(x)
## Je mets à part les villes avec les tirets
data_tiret = tri_tiret(liste_r)[0]
data_entier = tri_tiret(liste_r)[1]
############ Villes avec tirets : création des préfixes ############
bouts_tirets_fin = separtiret(data_tiret)[2]
bouts_tirets_fin_r = puriftirets(bouts_tirets_fin)
tirets_couples_fin = compt(bouts_tirets_fin_r)
tirets_couples_fin_r = map(lambda x : x[0], sdc_tiret(tirets_couples_fin))
tirets_couples_fin_r = list(tirets_couples_fin_r)
return(tirets_couples_fin_r)
def jdlmiltiret(x):
def supra_fonction(x):
## Je crée la base de région
data_region = extract(x)
# Je convertis la colonne des noms de communes en matrice
liste_r = convliste(data_region, "NOM_COM")
return(liste_r)
liste_r = supra_fonction(x)
## Je mets à part les villes avec les tirets
data_tiret = tri_tiret(liste_r)[0]
data_entier = tri_tiret(liste_r)[1]
############ Villes avec tirets : création des préfixes ############
bouts_tirets_mil = separtiret(data_tiret)[1]
bouts_tirets_mil_r = puriftirets(bouts_tirets_mil)
tirets_couples_mil = compt(bouts_tirets_mil_r)
tirets_couples_mil_r = map(lambda x : x[0], sdc_tiret(tirets_couples_mil))
tirets_couples_mil_r = list(tirets_couples_mil_r)
return(tirets_couples_mil_r)
# jdlpref("Ile-de-France")
# jdlsuf("Ile-de-France")
# jdlsuftiret("Ile-de-France")
# jdlmiltiret("Ile-de-France")
# ### Fonction d'extraction des listes de préfixes et suffixes propres à chaque département
def jdlsufdep(x):
def supra_fonction(x):
## Je crée la base de région
data = extractdep(x)
# Je convertis la colonne des noms de communes en matrice
liste_r = convliste(data, "NOM_COM")
return(liste_r)
liste_r = supra_fonction(x)
## Je mets à part les villes avec les tirets
data_tiret = tri_tiret(liste_r)[0]
data_entier = tri_tiret(liste_r)[1]
############ Villes sans tirets : création des suffixes ############
suflist = suffixe(data_entier)
suflist_r = purif(suflist)
suf_couples = compt(suflist_r)
suflist_r2 = map(lambda x : x[0], sdc(suf_couples))
suflist_r2 = list(suflist_r2)
return(suflist_r2)
def jdlpretiretdep(x):
def supra_fonction(x):
## Je crée la base de région
data = extractdep(x)
# Je convertis la colonne des noms de communes en matrice
liste_r = convliste(data, "NOM_COM")
return(liste_r)
liste_r = supra_fonction(x)
## Je mets à part les villes avec les tirets
data_tiret = tri_tiret(liste_r)[0]
data_entier = tri_tiret(liste_r)[1]
############ Villes avec tirets : création des préfixes ############
bouts_tirets_debut = separtiret(data_tiret)[0]
bouts_tirets_debut_r = puriftirets(bouts_tirets_debut)
tirets_couples_debut = compt(bouts_tirets_debut_r)
tirets_couples_debut_r = map(lambda x : x[0], sdc_tiret(tirets_couples_debut))
tirets_couples_debut_r = list(tirets_couples_debut_r)
return(tirets_couples_debut_r)
def jdlsuftiretdep(x):
def supra_fonction(x):
## Je crée la base de région
data = extractdep(x)
# Je convertis la colonne des noms de communes en matrice
liste_r = convliste(data, "NOM_COM")
return(liste_r)
liste_r = supra_fonction(x)
## Je mets à part les villes avec les tirets
data_tiret = tri_tiret(liste_r)[0]
data_entier = tri_tiret(liste_r)[1]
############ Villes avec tirets : création des suffixes ############
bouts_tirets_fin = separtiret(data_tiret)[2]
bouts_tirets_fin_r = puriftirets(bouts_tirets_fin)
tirets_couples_fin = compt(bouts_tirets_fin_r)
tirets_couples_fin_r = map(lambda x : x[0], sdc_tiret(tirets_couples_fin))
tirets_couples_fin_r = list(tirets_couples_fin_r)
return(tirets_couples_fin_r)
def jdlmiltiretdep(x):
def supra_fonction(x):
## Je crée la base de région
data = extractdep(x)
# Je convertis la colonne des noms de communes en matrice
liste_r = convliste(data, "NOM_COM")
return(liste_r)
liste_r = supra_fonction(x)
## Je mets à part les villes avec les tirets
data_tiret = tri_tiret(liste_r)[0]
data_entier = tri_tiret(liste_r)[1]
############ Villes avec tirets : création des préfixes ############
bouts_tirets_mil = separtiret(data_tiret)[1]
bouts_tirets_mil_r = puriftirets(bouts_tirets_mil)
tirets_couples_mil = compt(bouts_tirets_mil_r)
tirets_couples_mil_r = map(lambda x : x[0], sdc_tiret(tirets_couples_mil))
tirets_couples_mil_r = list(tirets_couples_mil_r)
return(tirets_couples_mil_r)
def realiste_tiret(x, y):
# x est la région
# y est le département
liste = []
res = set(jdlsuftiret(x))
for i in dic[x]:
res = res - set(jdlsuftiretdep(i))
liste = list(res) + jdlsuftiretdep(y)
return(liste)
#
# #
#
## Les listes de préfixes, suffixes, et de composés sont ensuite exportés et stockés dans des fichiers .csv à part
## Les préfixes et suffixes ne sont pas re-générés à chaque fois : l'algorithme va piocher dans ces fichiers de manière aléatoire
## Cela dans l'unique but d'optimiser la rapidité de la sortie finale
#
# #
#
# # Définition de la super-fonction
def super_fonction(x, dep, n=10):
# x est la région
# dep est le département
ville_final = []
def supra_fonction(x):
## Je crée la base
data = extract(x)
# Je convertis la colonne des noms de communes en matrice
liste_r = convliste(data, "NOM_COM")
return(liste_r)
liste_r = supra_fonction(x)
## Je mets à part les villes avec les tirets
data_tiret = tri_tiret(liste_r)[0]
data_entier = tri_tiret(liste_r)[1]
############ Composition ############
ville_entier = compo(import_pref(f"pref_{x}"), import_suf(f"suf_{x}"))
ville_entier_r = puriffinal(ville_entier, liste_r)
ville_entier_r = pertinent(ville_entier_r, liste_r)
return(ville_entier_r)
# # Fonction finale JDL
# In[20]:
def jdl2(x, y):
if y not in ["2A", "2B"] and int(y) >= 97:
res = "Désolée, JDL ne traite pas les villes d'Outre-mer :("
return {'err': res}
if (x,y) in [('PARIS', "75"), ('MARSEILLE', "13"), ('LYON', "69")] or (not absurde(x, y)):
if y == "75":
res = "As-tu vraiment besoin d'anonymiser la capitale ?"
return {'err': res}
if x == "MARSEILLE":
return {
'city_name': x,
'dept': y,
'region': region2(y),
'taille': taille_h(x, y),
'graph_taille': f'jdl_web/graph_taille/{y}-{x}.png',
'graph_tiret': f'jdl_web/graph_tiret/plot_{y}.png',
'cities': ["CARMONT (cf. Paul Pasquali)"]
}
dep = y
ville_entier_r = super_fonction(region2(y), dep)
############ Rajout de noms composés ##############
ville_final = set()
ville_final = list(ville_final)
prop1 = freq_untiret(list(data_final[data_final["CODE_DEPT"] == dep]["NOM_COM"]))
prop2 = freq_deuxtirets(list(data_final[data_final["CODE_DEPT"] == dep]["NOM_COM"]))
if dep in ["91", "92", "93", "94", "95", "77", "78"] or int(taille_h(x, dep)) < 50000:
for i in range(10):
alea = random.random()
# Débuts
if alea < prop1/2 :
v = random.choice(import_pretiret(f"pretiret_{region2(y)}"))+random.choice(ville_entier_r)
ville_final.append(v)
# Fins
if prop1/2 < alea < 2*prop2/3 + prop1/2 and import_suftiret(f"suftiret2_{dep}") != []:
v = random.choice(ville_entier_r)+random.choice(import_suftiret(f"suftiret2_{dep}"))
ville_final.append(v)
# Fins
if prop1/2 < alea < 2*prop2/3 + prop1/2 and import_suftiret(f"suftiret2_{dep}") == []:
v = random.choice(ville_entier_r)+random.choice(import_miltiret(f"miltiret_{region2(y)}"))+random.choice(ville_entier_r)
ville_final.append(v)
# Milieux
if 2*prop2/3 + prop1/2 < alea < prop2 + prop1/2 :
v = random.choice(ville_entier_r)+random.choice(import_miltiret(f"miltiret_{region2(y)}"))+random.choice(ville_entier_r)
ville_final.append(v)
# Compositions
if prop2 + prop1/2 < alea < prop1 + prop2:
v = random.choice(ville_entier_r)+"-"+random.choice(ville_entier_r)
ville_final.append(v)
if alea > prop1 + prop2:
v = random.choice(ville_entier_r)
ville_final.append(v)
else:
for i in range(10):
v = random.choice(ville_entier_r)
ville_final.append(v)
else:
res = "Révisez votre géographie !"
return {'err': res}
return {
'city_name': x,
'dept': y,
'region': region2(y),
'taille': taille_h(x, y),
'graph_taille': f'jdl_web/graph_taille/{y}-{x}.png',
'graph_tiret': f'jdl_web/graph_tiret/plot_{y}.png',
'cities': set(ville_final)
}
#
# #
#
# # Statistiques descriptives et graphiques
####### Fonctions de statistiques descriptives sur la taille de la ville
### Fait un tri à plat des villes selon une taille donnée (encadrée par une borne min et une borne max), par département
def tri_taille(dep, mini, maxi):
res = []
data = extractdep(dep)
liste = convliste(data, "NOM_COM")
for x in liste:
if int(taille_h(x, dep)) <= maxi and int(taille_h(x, dep)) > mini:
res.append(x)
res = set(res)
res = list(res)
return(res)
### Calcule la fréquence du nombre de villes avec tirets sur un intervalle de taille donné
def stat_tiret(dep, mini, maxi):
liste = tri_taille(dep, mini, maxi)
if liste == []:
res = 0
if liste != []:
res = freq_tiret(liste)
return(res)
### Calcule l'effectif du nombre de villes avec tirets sur un intervalle de taille donné
def stat_tiret2(dep, mini, maxi):
liste = tri_taille(dep, mini, maxi)
if liste == []:
res = 0
if liste != []:
res = eff_tiret(liste)
return(res)
########## Graphique 1 : donne la position de la ville dans le département selon sa taille
# Abscisse = fréquence cumulée des villes
# Ordonnée = taille de la ville
def affich2(dep):
res = []
a = stat_tiret2(dep, 0, 200)
b = stat_tiret2(dep, 200, 1000)
c = stat_tiret2(dep, 1000, 20000)
d = stat_tiret2(dep, 20000, 50000)
e = stat_tiret2(dep, 50000, 100000)
f = stat_tiret2(dep, 100000.0, math.inf)
g = len(tri_taille(dep, 0, 200))
h = len(tri_taille(dep, 200, 1000))
i = len(tri_taille(dep, 1000, 20000))
j = len(tri_taille(dep, 20000, 50000))
k = len(tri_taille(dep, 50000, 100000))
l = len(tri_taille(dep, 100000, math.inf))
y1 = [a, b, c, d, e, f]
y2 = [g - a , h - b , i - c, j - d, k - e, l - f]
x = range(len(y1)) # position en abscisse des barres
# Tracé
largeur_barre = 0.8
a = plt.bar(x, y1, width = largeur_barre, color = "#3ED8C9")
b = plt.bar(x, y2, width = largeur_barre, bottom = y1, color = "#EDFF91")
plt.xticks(range(len(y1)), ['0-200', '200-1000', '1000-20 000', '20 000-50 000', '50 000 - 100 000', "100 000 et plus"], rotation=60)
plt.xlabel("Nombre d'habitants")
plt.ylabel("Nombre de villes")
plt.title(f"Noms simples ou composés dans le {dep} ?")
plt.legend([a, b], ['Noms composés', 'Noms simples'])
# plt.show()
plt.savefig(f'plot_{dep}.png', bbox_inches='tight')
plt.clf()
return()
#### Ordonne les villes, par département, selon leur taille
def tripartaille(dep):
liste = list(set(convliste(extractdep(dep), "NOM_COM")))
liste.sort(key = lambda x : int(taille_h(x, dep)))
if dep == "69":
liste.append("LYON")
if dep == "13":
liste.append("MARSEILLE")
return(liste)
### Calcule la proportion de villes avec nom composé dans le département
def pourcent(ville, dep):
liste_ent = tripartaille(dep)
bornesup = liste_ent.index(ville)
liste_ville = liste_ent[0:bornesup+1]
res = len(liste_ville)/len(liste_ent)*100
return(res)
########## Graphique 2 : compare l'effectif de noms composés et noms simples dans un département donnés
# Abscisse = taille de la ville (discret)
# Ordonnée = effectif
def courbe2(ville, dep, location):
t = import_listordon(f"listordon_{dep}")
x = []
y = []
freqville = t.index(ville)/len(t)*100
for i in range(len(t)):
freq = i/len(t)*100
x.append(freq)
y.append(int(taille_h(t[i], dep)))
plt.yscale('log')
plt.ylim(1,max([int(taille_h(x, dep)) for x in t]))
plt.ylabel("Taille de la ville (échelle logarithmique)")
plt.xlabel("Fréquence cumulée des villes dans le département")
plt.title("Comment se situe cette ville dans le département selon sa taille ?")
plt.scatter(x, y)
plt.scatter(freqville, int(taille_h(ville, dep)), c = "red")
plt.savefig(location, bbox_inches='tight')
plt.clf()
return() # affiche la figure a l'ecran