-
Notifications
You must be signed in to change notification settings - Fork 0
/
analysis.py
81 lines (69 loc) · 3.21 KB
/
analysis.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
from pymongo import MongoClient
import matplotlib.pyplot as plt
from PyLitSurvey.config import settings
# Conectando ao MongoDB
client = MongoClient(settings.MONGO_URI)
db = client[f'biblimetry_{settings.VERSION}']
colecao = db['works']
# 1. Distribuição de publicações por ano
publications_per_year = list(colecao.aggregate([
{"$group": {"_id": "$publication_year", "count": {"$sum": 1}}},
{"$sort": {"_id": 1}}
]))
# 2. Distribuição de publicações por idioma
publications_per_language = list(colecao.aggregate([
{"$group": {"_id": "$language", "count": {"$sum": 1}}},
{"$sort": {"count": -1}}
]))
# 3. Principais autores e suas contagens de publicações
top_authors = list(colecao.aggregate([
{"$unwind": "$authorships"},
{"$group": {"_id": "$authorships.author.display_name", "count": {"$sum": 1}}},
{"$sort": {"count": -1}},
{"$limit": 10}
]))
# 4. Principais instituições e suas contagens de publicações
top_institutions = list(colecao.aggregate([
{"$unwind": "$authorships"},
{"$unwind": "$authorships.institutions"},
{"$group": {"_id": "$authorships.institutions.display_name", "count": {"$sum": 1}}},
{"$sort": {"count": -1}},
{"$limit": 10}
]))
# 5. Distribuição de tópicos ou palavras-chave
# Supondo que a chave para palavras-chave é 'concepts'
top_concepts = list(colecao.aggregate([
{"$unwind": "$concepts"},
{"$group": {"_id": "$concepts.display_name", "count": {"$sum": 1}}},
{"$sort": {"count": -1}},
{"$limit": 10}
]))
# Função para plotar e salvar gráficos
def plot_bar(data, title, xlabel, ylabel, rotation=0, horizontal=False, filename=None):
labels = [entry['_id'] for entry in data]
counts = [entry['count'] for entry in data]
plt.figure(figsize=(10, 6))
if horizontal:
plt.barh(labels, counts)
plt.xlabel(xlabel)
plt.ylabel(ylabel)
else:
plt.bar(labels, counts)
plt.xlabel(xlabel)
plt.ylabel(ylabel)
plt.title(title)
plt.xticks(rotation=rotation)
plt.tight_layout()
if filename:
plt.savefig(filename, format='png')
plt.show()
# 1. Distribuição de publicações por ano
plot_bar(publications_per_year, 'Distribuição de Publicações por Ano', 'Ano', 'Número de Publicações', rotation=45, filename='distribuicao_publicacoes_por_ano.png')
# 2. Distribuição de publicações por idioma
plot_bar(publications_per_language, 'Distribuição de Publicações por Idioma', 'Idioma', 'Número de Publicações', rotation=45, filename='distribuicao_publicacoes_por_idioma.png')
# 3. Principais autores e suas contagens de publicações
plot_bar(top_authors, 'Principais Autores por Número de Publicações', 'Número de Publicações', 'Autor', horizontal=True, filename='principais_autores.png')
# 4. Principais instituições e suas contagens de publicações
plot_bar(top_institutions, 'Principais Instituições por Número de Publicações', 'Número de Publicações', 'Instituição', horizontal=True, filename='principais_instituicoes.png')
# 5. Distribuição de tópicos ou palavras-chave
plot_bar(top_concepts, 'Principais Conceitos por Número de Publicações', 'Número de Publicações', 'Conceito', horizontal=True, filename='principais_conceitos.png')