davisvictorns

dicionario_analise = {'Python' : len(re.findall('python', text_analise, re.IGNORECASE))}
dicionario_analise['JavaScript'] = len(re.findall('js', text_analise, re.IGNORECASE))
dicionario_analise['SQL'] = len(re.findall('SQL', text_analise, re.IGNORECASE))
dicionario_analise['Java'] = len(re.findall('Java', text_analise, re.IGNORECASE))
dicionario_analise['Shell'] = len(re.findall('Shell', text_analise, re.IGNORECASE))
dicionario_analise['C#'] = len(re.findall('C#', text_analise, re.IGNORECASE))
dicionario_analise['C++'] = len(re.findall('C\+\+', text_analise, re.IGNORECASE))
dicionario_analise['C'] = len(re.findall('\sC\s', text_analise, re.IGNORECASE))
dicionario_analise['React'] = len(re.findall('React', text_analise, re.IGNORECASE))
dicionario_analise['Angular'] = len(re.findall('Angular', text_analise, re.IGNORECASE))

davisvictorns

  stopwords = set(STOPWORDS)
  stopwords.update(["ra", "ga", "na", "ani", "em", "ki", "ah","ha","la","eh","ne","le","ni","lo","Ma","Haa","ni"])

  # Gerar uma imagem wordcloud
  wordcloud = WordCloud(stopwords=stopwords, background_color="black", width=1280, height=720).generate(text)
  
  plt.figure(figsize=(12.8, 7.2))
  plt.imshow(wordcloud, interpolation='bilinear')
  plt.axis("off")
  plt.show()

davisvictorns

import plotly.express as px
fig = px.pie(emoji_df, values='count', names='emoji')
fig.update_traces(textposition='inside', textinfo='percent+label')
fig.show()

davisvictorns

total_emojis = list([a for b in mensagens_df.emoji for a in b])
emoji_dict = dict(Counter(total_emojis))
emoji_dict = sorted(emoji_dict.items(), key=lambda x: x[1], reverse=True)

emoji_df = pd.DataFrame(emoji_dict, columns=['emoji', 'count'])
emoji_df

davisvictorns

# Cria uma lista com os autores únicos
l = mensagens_df.autor.unique()

for i in range(len(l)):
  # Filtra mensagens de um autor específico
  req_df = mensagens_df[mensagens_df["autor"] == l[i]]
  
  print(f'Estatísticas de {l[i]}')
  print('Mensagens enviadas:', req_df.shape[0])

davisvictorns

media_mensagens_df = df[df['mensagem'] == '<Arquivo de mídia oculto>']
mensagens_df = df.drop(media_mensagens_df.index)

apagadas_mensagens_df = mensagens_df[mensagens_df['mensagem'] == 'Essa mensagem foi apagada']
mensagens_df = mensagens_df.drop(apagadas_mensagens_df.index)

mensagens_df['cont_letras'] = mensagens_df['mensagem'].apply(lambda s : len(s))
mensagens_df['cont_palavras'] = mensagens_df['mensagem'].apply(lambda s : len(s.split(' ')))
mensagens_df["cont_mensagem"]=1
mensagens_df["cont_emoji"]= df['emoji'].str.len()

davisvictorns

total_mensagens = df.shape[0]
media_mensagens = df[df['mensagem'] == '<Arquivo de mídia oculto>'].shape[0]
emojis = sum(df['emoji'].str.len())
links = np.sum(df.urlcount)

print("Contagem geral dos dados do grupo: ")
print("Mensagem:",total_mensagens)
print("Mídia:",media_mensagens)
print("Emojis:",emojis)
print("Links:",links)

davisvictorns

def split_count(text):
    emoji_list = []
    data = regex.findall(r'\X', text)
    for word in data:
        if any(char in emoji.UNICODE_EMOJI for char in word):
            emoji_list.append(word)

    return emoji_list

df["emoji"] = df["mensagem"].apply(split_count)

davisvictorns

df = pd.DataFrame(dadoAnalisado, columns=['data', 'hora', 'autor', 'mensagem'])
df["data"] = pd.to_datetime(df["data"])
df = df.dropna()
df.head(5)

davisvictorns

dadoAnalisado = []
conversationPath = '/content/dev_chat_analise.txt' 
with open(conversationPath, encoding="utf-8") as fp:
    fp.readline()
    mensagemBuffer = [] 
    data, hora, autor, mensagem = None, None, None, ""
    while True:
        linha = fp.readline() 
        if not linha: 
            break