partie Titouan

main.R

@@ -0,0 +1,115 @@
+library("jsonlite")
+library("tidyverse")
+
+
+
+data<-fromJSON(txt = "/home/labourde/Bureau/projet-analyse-exploratoire/db_animes/db_animes.json")
+dfAnimes <- as.data.frame(data)
+
+#Filtrage des animes sortis avant 1960 (pas de télé :() et après 2021 et des OVAs, films, etc
+dfAnimes %>%
+  filter(start_season$year > 1960) %>%
+  filter(start_season$year < 2021) %>%
+  filter(media_type == "tv") -> dfAnimes
+
+#Dedoublage de la colonne saison
+dfAnimes %>% 
+  mutate(annee = start_season$year) %>%
+  mutate(saison = start_season$season) -> dfAnimes
+
+#Transformation de la colonne genre pour la rendre utilisable
+getgenre <- function(i){
+  dfAnimes[i,13][[1]][[2]] -> res
+  return(res)
+}
+
+dfAnimes %>%
+  mutate(genres = lapply(1:4691, getgenre)) -> dfAnimes
+
+#Nettoyage des colonnes non utilisées
+dfAnimes <- select(dfAnimes, title, mean, rank, annee, saison, num_episodes, source, genres)
+
+####### Distribution des genres
+distributeGenres <- function(i){
+  line <- as.data.frame(i$genres)
+  line %>%
+    rename(genres = 1) -> Genres
+  i[ , !(names(dfAnimes) %in% c("genres"))] -> anime
+  newdf <- cbind(anime, Genres)
+  return(newdf)
+}
+
+dfAnimesFinal <- data.frame(matrix(ncol = ncol(dfAnimes), nrow = 0))
+x <- names(dfAnimes)
+colnames(dfAnimesFinal) <- x
+dfAnimesFinal
+
+for(i in 1:nrow(dfAnimes)) {
+  row <- dfAnimes[i,]
+  animeWithGenres <- distributeGenres(row)
+  dfAnimesFinal <- rbind(dfAnimesFinal,animeWithGenres)
+}
+dfAnimesFinal
+
+####### Plot the genre the most represented
+dfAnimesFinal %>%
+  mutate(Nombre=sum(1)) %>%
+  group_by(genres) %>%
+  summarise(NombreGenre=sum(Nombre)) %>%
+  arrange(desc(NombreGenre)) -> mostCommonGenre
+mostCommonGenre <- head(mostCommonGenre,10)
+ggplot(mostCommonGenre,aes(x=reorder(genres,NombreGenre),y=NombreGenre)) +
+  geom_bar(stat='Identity',aes(fill=genres)) +
+  labs(y="Occurence", x = "Genre") +
+  ggtitle("Les 10 genres les plus représentés")
+
+
+####### Evolution des 5 genres les plus représentés sur les 5 dernières années
+dfAnimesFinal %>%
+  filter(annee>1999) %>%
+  mutate(Nombre=1) %>%
+  group_by(genres,annee) %>%
+  summarise(NombreGenre=sum(Nombre)) %>%
+  arrange(desc(NombreGenre)) %>%
+  group_by(annee) %>%
+  slice_max(order_by = NombreGenre, n = 5) -> mostCommonGenrePast10Years
+ggplot(mostCommonGenrePast10Years,aes(x=annee,y=NombreGenre,color=genres)) +
+  geom_point() +
+  geom_line() +
+  labs(y="Occurence", x = "Genre") +
+  ggtitle("Evolution des 5 genres les plus représentés sur les 20 dernières années")
+
+
+
+
+#Nombre d'animes durant plus de 2 cours (estimés à 30 épisodes) par an => a améliorer
+dfAnimes %>%
+  filter(num_episodes>30) %>%
+  group_by(annee) %>%
+  count() %>%
+  rename(nbAnimes = n) -> longbois
+  
+longbois %>% ggplot(aes(annee, nbAnimes)) + geom_col()
+
+#Evolution du nombre de lettre (moyenne et médiane) dans les titres par année
+dfAnimes %>%
+  group_by(annee) %>%
+  summarise(lettres=mean(nchar(data.title))) -> dfAnimes
+
+dfAnimes %>%
+  group_by(annee) %>%
+  summarise(lettres=median(nchar(data.title))) -> medLettersByYear
+
+meanLettersByYear %>% ggplot(aes(annee, lettres)) + geom_col()
+
+medLettersByYear %>% ggplot(aes(annee, lettres)) + geom_col()
+
+#Evolution des 5 genres les plus représentés
+
+# Explosion de la colonne tags
+dfAnimes %>% 
+  mutate(annee = anime$year) %>%
+  mutate(saison = start_season$season) -> animes_genres_doubles
+  
+
+

main2.R

@@ -0,0 +1,115 @@
+library("jsonlite")
+library("tidyverse")
+
+
+
+data<-fromJSON(txt = "/home/labourde/Bureau/projet-analyse-exploratoire/db_animes/db_animes.json")
+dfAnimes <- as.data.frame(data)
+
+#Filtrage des animes sortis avant 1960 (pas de télé :() et après 2021 et des OVAs, films, etc
+dfAnimes %>%
+  filter(start_season$year > 1960) %>%
+  filter(start_season$year < 2021) %>%
+  filter(media_type == "tv") -> dfAnimes
+
+#Dedoublage de la colonne saison
+dfAnimes %>% 
+  mutate(annee = start_season$year) %>%
+  mutate(saison = start_season$season) -> dfAnimes
+
+#Transformation de la colonne genre pour la rendre utilisable
+getgenre <- function(i){
+  dfAnimes[i,13][[1]][[2]] -> res
+  return(res)
+}
+
+dfAnimes %>%
+  mutate(genres = lapply(1:4691, getgenre)) -> dfAnimes
+
+#Nettoyage des colonnes non utilisées
+dfAnimes <- select(dfAnimes, title, mean, rank, annee, saison, num_episodes, source, genres)
+
+####### Distribution des genres
+distributeGenres <- function(i){
+  line <- as.data.frame(i$genres)
+  line %>%
+    rename(genres = 1) -> Genres
+  i[ , !(names(dfAnimes) %in% c("genres"))] -> anime
+  newdf <- cbind(anime, Genres)
+  return(newdf)
+}
+
+dfAnimesFinal <- data.frame(matrix(ncol = ncol(dfAnimes), nrow = 0))
+x <- names(dfAnimes)
+colnames(dfAnimesFinal) <- x
+dfAnimesFinal
+
+for(i in 1:nrow(dfAnimes)) {
+  row <- dfAnimes[i,]
+  animeWithGenres <- distributeGenres(row)
+  dfAnimesFinal <- rbind(dfAnimesFinal,animeWithGenres)
+}
+dfAnimesFinal
+
+####### Plot the genre the most represented
+dfAnimesFinal %>%
+  mutate(Nombre=sum(1)) %>%
+  group_by(genres) %>%
+  summarise(NombreGenre=sum(Nombre)) %>%
+  arrange(desc(NombreGenre)) -> mostCommonGenre
+mostCommonGenre <- head(mostCommonGenre,10)
+ggplot(mostCommonGenre,aes(x=reorder(genres,NombreGenre),y=NombreGenre)) +
+  geom_bar(stat='Identity',aes(fill=genres)) +
+  labs(y="Occurence", x = "Genre") +
+  ggtitle("Les 10 genres les plus représentés")
+
+
+####### Evolution des 5 genres les plus représentés sur les 5 dernières années
+dfAnimesFinal %>%
+  filter(annee>1999) %>%
+  mutate(Nombre=1) %>%
+  group_by(genres,annee) %>%
+  summarise(NombreGenre=sum(Nombre)) %>%
+  arrange(desc(NombreGenre)) %>%
+  group_by(annee) %>%
+  slice_max(order_by = NombreGenre, n = 5) -> mostCommonGenrePast10Years
+ggplot(mostCommonGenrePast10Years,aes(x=annee,y=NombreGenre,color=genres)) +
+  geom_point() +
+  geom_line() +
+  labs(y="Occurence", x = "Genre") +
+  ggtitle("Evolution des 5 genres les plus représentés sur les 20 dernières années")
+
+
+
+
+#Nombre d'animes durant plus de 2 cours (estimés à 30 épisodes) par an => a améliorer
+dfAnimes %>%
+  filter(num_episodes>30) %>%
+  group_by(annee) %>%
+  count() %>%
+  rename(nbAnimes = n) -> longbois
+  
+longbois %>% ggplot(aes(annee, nbAnimes)) + geom_col()
+
+#Evolution du nombre de lettre (moyenne et médiane) dans les titres par année
+dfAnimes %>%
+  group_by(annee) %>%
+  summarise(lettres=mean(nchar(data.title))) -> dfAnimes
+
+dfAnimes %>%
+  group_by(annee) %>%
+  summarise(lettres=median(nchar(data.title))) -> medLettersByYear
+
+meanLettersByYear %>% ggplot(aes(annee, lettres)) + geom_col()
+
+medLettersByYear %>% ggplot(aes(annee, lettres)) + geom_col()
+
+#Evolution des 5 genres les plus représentés
+
+# Explosion de la colonne tags
+dfAnimes %>% 
+  mutate(annee = anime$year) %>%
+  mutate(saison = start_season$season) -> animes_genres_doubles
+  
+
+