up follow livre

follow_progress.py

@@ -4,9 +4,6 @@
 
 import csv
 from datetime import date, timedelta, datetime
-import matplotlib.pyplot as plt
-import numpy as np
-from scipy.interpolate import make_interp_spline
 
 def mise_a_jour_suivi(fichier_csv, fichier_livre, fichier_personnages):
     # Lire le fichier livre.org
@@ -44,27 +41,8 @@ def analyse_csv(fichier_csv):
         donnees = list(reader)
 
     # Récupérer les dates et les nombres de mots
-    dates_raw = [datetime.fromisoformat(donnee[0]) for donnee in donnees]
-    mots_raw = [int(donnee[1]) for donnee in donnees]
-    chapitres_raw = [int(donnee[5]) for donnee in donnees]
-    
-    # Gérer les entrées dupliquées en gardant la dernière valeur pour chaque date
-    date_data = {}
-    for i, dt in enumerate(dates_raw):
-        date_key = dt.date()
-        date_data[date_key] = {
-            'mots': mots_raw[i],
-            'chapitres': chapitres_raw[i]
-        }
-    
-    # Trier les dates et extraire les valeurs uniques
-    dates = sorted(date_data.keys())
-    mots = [date_data[d]['mots'] for d in dates]
-    chapitres = [date_data[d]['chapitres'] for d in dates]
-    
-    # Créer les graphiques en aire adoucie
-    create_smooth_area_chart(dates, mots, "Evolution du nombre de mots", "evolution_mots.png")
-    create_smooth_area_chart(dates, chapitres, "Evolution du nombre de chapitres", "evolution_chapitres.png")
+    dates = [datetime.fromisoformat(donnee[0]).date() for donnee in donnees]
+    mots = [int(donnee[1]) for donnee in donnees]
 
 
     # Récupérer la date du jour
@@ -121,76 +99,4 @@ def analyse_csv(fichier_csv):
     print("Total : ", most_recent," mots")
 mise_a_jour_suivi(fichier_csv, fichier_livre, fichier_personnages)
 
-def create_smooth_area_chart(dates, values, title, filename):
-    """
-    Crée un graphique en aire adoucie à partir des dates et des valeurs.
-    
-    Args:
-        dates: Liste des dates
-        values: Liste des valeurs correspondantes
-        title: Titre du graphique
-        filename: Nom du fichier pour sauvegarder le graphique
-    """
-    # Vérifier qu'il y a assez de données pour créer un graphique
-    if len(dates) < 2:
-        print(f"Pas assez de données pour créer le graphique {title}")
-        return
-    
-    # Convertir les dates en nombres (jours depuis la première date)
-    date_nums = [(d - dates[0]).days for d in dates]
-    
-    # Créer des points x pour l'interpolation (plus de points pour une courbe plus lisse)
-    if len(date_nums) > 2:
-        x_smooth = np.linspace(min(date_nums), max(date_nums), 300)
-        
-        # Créer la spline pour l'interpolation
-        spl = make_interp_spline(date_nums, values, k=min(3, len(dates)-1))
-        y_smooth = spl(x_smooth)
-    else:
-        # Si seulement 2 points, utiliser une interpolation linéaire
-        x_smooth = np.linspace(min(date_nums), max(date_nums), 300)
-        y_smooth = np.interp(x_smooth, date_nums, values)
-    
-    # Créer la figure
-    plt.figure(figsize=(10, 6))
-    
-    # Tracer l'aire sous la courbe
-    plt.fill_between(x_smooth, y_smooth, alpha=0.5, color='skyblue')
-    
-    # Tracer la ligne
-    plt.plot(x_smooth, y_smooth, color='blue', linewidth=2)
-    
-    # Ajouter les points de données réels
-    plt.scatter(date_nums, values, color='darkblue', s=30)
-    
-    # Configurer les étiquettes de l'axe x (dates)
-    if len(dates) > 1:
-        # Sélectionner quelques dates pour l'affichage
-        num_ticks = min(10, len(dates))
-        tick_indices = np.linspace(0, len(dates)-1, num_ticks, dtype=int)
-        tick_positions = [date_nums[i] for i in tick_indices]
-        tick_labels = [dates[i].strftime('%Y-%m-%d') for i in tick_indices]
-        
-        plt.xticks(tick_positions, tick_labels, rotation=45)
-    
-    # Ajouter les titres et les étiquettes
-    plt.title(title, fontsize=16)
-    plt.xlabel('Date', fontsize=12)
-    plt.ylabel('Valeur', fontsize=12)
-    
-    # Ajouter une grille
-    plt.grid(True, linestyle='--', alpha=0.7)
-    
-    # Ajuster la mise en page
-    plt.tight_layout()
-    
-    # Sauvegarder le graphique
-    plt.savefig(filename, dpi=150, bbox_inches='tight')
-    plt.savefig(filename.replace('.png', '.svg'), format='svg', bbox_inches='tight')
-    
-    # Fermer la figure pour libérer la mémoire
-    plt.close()
-    
-    print(f"Graphique '{title}' sauvegardé sous {filename} et {filename.replace('.png', '.svg')}")
-
 analyse_csv(fichier_csv)