datacipen commited on
Commit
812322c
1 Parent(s): 37304cf

Create surveycaa.py

Browse files
Files changed (1) hide show
  1. surveycaa.py +312 -0
surveycaa.py ADDED
@@ -0,0 +1,312 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ def surveyCaa():
2
+ elements = []
3
+ df = pd.read_csv('./public/survey.csv')
4
+ df_taille = df.groupby('taille_entreprise').size().reset_index(name='obs')
5
+ fig_taille = px.pie(df_taille, names='taille_entreprise', values='obs', color='obs', title="La taille des entreprises ayant répondu", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
6
+ elements.append(cl.Plotly(name="chart_taille", figure=fig_taille, display="inline", size="large"))
7
+
8
+ #await cl.sleep(2)
9
+ df_temps = df.groupby('temps_active_domaine_agencement').size().reset_index(name='obs')
10
+ fig_temps = px.pie(df_temps, names='temps_active_domaine_agencement', values='obs', color='obs', title="L’engagement dans le domaine de l’agencement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
11
+ elements.append(cl.Plotly(name="chart_temps", figure=fig_temps, display="inline", size="large"))
12
+
13
+ #await cl.sleep(2)
14
+ df_temps_entreprise = df.groupby(['temps_active_domaine_agencement', 'taille_entreprise']).size().reset_index(name='obs')
15
+ fig_temps_entreprise = px.bar(df_temps_entreprise, x='temps_active_domaine_agencement', y='obs', color='taille_entreprise', title="L’engagement dans le domaine de l’agencement par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
16
+ elements.append(cl.Plotly(name="chart_temps_entreprise", figure=fig_temps_entreprise, display="inline", size="large"))
17
+ #await cl.sleep(2)
18
+ df_nb_charge = df.groupby('nombre_chargés_affaires').size().reset_index(name='obs')
19
+ fig_nb_charge = px.pie(df_nb_charge, names='nombre_chargés_affaires', values='obs', color='obs', title="Le nombre de chargé.e d’affaires en agencement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
20
+ elements.append(cl.Plotly(name="chart_nb_charge", figure=fig_nb_charge, display="inline", size="large"))
21
+ #await cl.sleep(2)
22
+ df_nb_charge_entreprise = df.groupby(['nombre_chargés_affaires', 'taille_entreprise']).size().reset_index(name='obs')
23
+ fig_nb_charge_entreprise = px.bar(df_nb_charge_entreprise, x='nombre_chargés_affaires', y='obs', color='taille_entreprise', title="Le nombre de chargé.e d’affaires en agencement par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
24
+ elements.append(cl.Plotly(name="chart_nb_charge_entreprise", figure=fig_nb_charge_entreprise, display="inline", size="large"))
25
+ #await cl.sleep(2)
26
+ df_nb_charge_engagement = df.groupby(['nombre_chargés_affaires', 'temps_active_domaine_agencement']).size().reset_index(name='obs')
27
+ fig_nb_charge_engagement = px.bar(df_nb_charge_engagement, x='nombre_chargés_affaires', y='obs', color='temps_active_domaine_agencement', title="Le nombre de chargé.e d’affaires en agencement par année d'engagement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
28
+ elements.append(cl.Plotly(name="chart_nb_charge_entreprise", figure=fig_nb_charge_engagement, display="inline", size="large"))
29
+ #await cl.sleep(2)
30
+ df_statut = df.groupby('fonction_Statut_repondant').size().reset_index(name='obs')
31
+ fig_statut = px.bar(df_statut, x='obs', y='fonction_Statut_repondant', orientation='h', color='obs', title="Le profil des répondants", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
32
+ elements.append(cl.Plotly(name="chart_statut", figure=fig_statut, display="inline", size="large"))
33
+ #await cl.sleep(2)
34
+ df1 = df
35
+ df1['principaux_interlocuteurs'] = df1['principaux_interlocuteurs'].str.split(';')
36
+ df1 = df1.explode('principaux_interlocuteurs')
37
+ df_interlocuteur = df1.groupby('principaux_interlocuteurs').size().reset_index(name='obs')
38
+ fig_interlocuteur = px.bar(df_interlocuteur, x='obs', y='principaux_interlocuteurs', orientation='h', color='obs', title="Les principaux interlocuteurs du CAA", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
39
+ elements.append(cl.Plotly(name="chart_interlocuteur", figure=fig_interlocuteur, display="inline", size="large"))
40
+
41
+ #await cl.sleep(2)
42
+ df_interlocuteur_entreprise = df1.groupby(['principaux_interlocuteurs', 'taille_entreprise']).size().reset_index(name='obs')
43
+ fig_interlocuteur_entreprise = px.bar(df_interlocuteur_entreprise, x='obs', y='principaux_interlocuteurs', orientation='h', color='taille_entreprise', title="Les principaux interlocuteurs du CAA par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
44
+ elements.append(cl.Plotly(name="chart_interlocuteur_entreprise", figure=fig_interlocuteur_entreprise, display="inline", size="large"))
45
+ #await cl.sleep(2)
46
+ df_interlocuteur_nb_charge = df1.groupby(['principaux_interlocuteurs', 'nombre_chargés_affaires']).size().reset_index(name='obs')
47
+ fig_interlocuteur_nb_charge = px.bar(df_interlocuteur_nb_charge, x='obs', y='principaux_interlocuteurs', orientation='h', color='nombre_chargés_affaires', title="Les principaux interlocuteurs du CAA par nombre chargé.e d'affaires", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
48
+ elements.append(cl.Plotly(name="chart_interlocuteur_nb_charge", figure=fig_interlocuteur_nb_charge, display="inline", size="large"))
49
+ #await cl.sleep(2)
50
+ df2 = df
51
+ df2['principales_compétences_attendues'] = df2['principales_compétences_attendues'].str.split(';')
52
+ df2 = df2.explode('principales_compétences_attendues')
53
+ df_competences = df2.groupby('principales_compétences_attendues').size().reset_index(name='obs')
54
+ fig_competences = px.bar(df_competences, x='obs', y='principales_compétences_attendues', orientation='h', color='obs', title="Les principales compétences attendues", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
55
+ elements.append(cl.Plotly(name="chart_competences", figure=fig_competences, display="inline", size="large"))
56
+ #await cl.sleep(2)
57
+ df_competences_entreprise = df2.groupby(['principales_compétences_attendues', 'taille_entreprise']).size().reset_index(name='obs')
58
+ fig_competences_entreprise = px.bar(df_competences_entreprise, x='obs', y='principales_compétences_attendues', orientation='h', color='taille_entreprise', title="Les principales compétences attendues par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
59
+ elements.append(cl.Plotly(name="chart_competences_entreprise", figure=fig_competences_entreprise, display="inline", size="large"))
60
+ #await cl.sleep(2)
61
+ df_competences_nb_charge = df2.groupby(['principales_compétences_attendues', 'nombre_chargés_affaires']).size().reset_index(name='obs')
62
+ fig_competences_nb_charge = px.bar(df_competences_nb_charge, x='obs', y='principales_compétences_attendues', orientation='h', color='nombre_chargés_affaires', title="Les principales compétences attendues par nombre chargé.e d'affaires", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
63
+ elements.append(cl.Plotly(name="chart_competences_nb_charge", figure=fig_competences_nb_charge, display="inline", size="large"))
64
+ #await cl.sleep(2)
65
+ df3 = df
66
+ df3['principales_compétences_relationnelles_attendues'] = df3['principales_compétences_relationnelles_attendues'].str.split(';')
67
+ df3 = df3.explode('principales_compétences_relationnelles_attendues')
68
+ df_competences_relationnelles = df3.groupby('principales_compétences_relationnelles_attendues').size().reset_index(name='obs')
69
+ fig_competences_relationnelles = px.bar(df_competences_relationnelles, x='obs', y='principales_compétences_relationnelles_attendues', orientation='h', color='obs', title="Les compétences relationnelles attendues", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
70
+ elements.append(cl.Plotly(name="chart_competences_relationnelles", figure=fig_competences_relationnelles, display="inline", size="large"))
71
+ #await cl.sleep(2)
72
+ df_competences_relationnelles_entreprise = df3.groupby(['principales_compétences_relationnelles_attendues', 'taille_entreprise']).size().reset_index(name='obs')
73
+ fig_competences_relationnelles_entreprise = px.bar(df_competences_relationnelles_entreprise, x='obs', y='principales_compétences_relationnelles_attendues', orientation='h', color='taille_entreprise', title="Les compétences relationnelles attendues par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
74
+ elements.append(cl.Plotly(name="chart_competences_relationnelles_entreprise", figure=fig_competences_relationnelles_entreprise, display="inline", size="large"))
75
+ #await cl.sleep(2)
76
+ df_competences_relationnelles_nb_charge = df3.groupby(['principales_compétences_relationnelles_attendues', 'nombre_chargés_affaires']).size().reset_index(name='obs')
77
+ fig_competences_relationnelles_nb_charge = px.bar(df_competences_relationnelles_nb_charge, x='obs', y='principales_compétences_relationnelles_attendues', orientation='h', color='nombre_chargés_affaires', title="Les compétences relationnelles attendues par nombre chargé.e d'affaires", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
78
+ elements.append(cl.Plotly(name="chart_competences_relationnelles_nb_charge", figure=fig_competences_relationnelles_nb_charge, display="inline", size="large"))
79
+ #await cl.sleep(2)
80
+ df4 = df
81
+ df4['principales_compétences_gestion_attendues'] = df4['principales_compétences_gestion_attendues'].str.split(';')
82
+ df4 = df4.explode('principales_compétences_gestion_attendues')
83
+ df_competences_gestion = df4.groupby('principales_compétences_gestion_attendues').size().reset_index(name='obs')
84
+ fig_competences_gestion = px.bar(df_competences_gestion, x='obs', y='principales_compétences_gestion_attendues', orientation='h', color='obs', title="Les compétences en gestion attendues", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
85
+ elements.append(cl.Plotly(name="chart_competences_gestion", figure=fig_competences_gestion, display="inline", size="large"))
86
+ #await cl.sleep(2)
87
+ df_competences_gestion_entreprise = df4.groupby(['principales_compétences_gestion_attendues', 'taille_entreprise']).size().reset_index(name='obs')
88
+ fig_competences_gestion_entreprise = px.bar(df_competences_gestion_entreprise, x='obs', y='principales_compétences_gestion_attendues', orientation='h', color='taille_entreprise', title="Les compétences en gestion attendues par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
89
+ elements.append(cl.Plotly(name="chart_competences_gestion_entreprise", figure=fig_competences_gestion_entreprise, display="inline", size="large"))
90
+ #await cl.sleep(2)
91
+ df_competences_gestion_nb_charge = df4.groupby(['principales_compétences_gestion_attendues', 'nombre_chargés_affaires']).size().reset_index(name='obs')
92
+ fig_competences_gestion_nb_charge = px.bar(df_competences_gestion_nb_charge, x='obs', y='principales_compétences_gestion_attendues', orientation='h', color='nombre_chargés_affaires', title="Les compétences en gestion attendues par nombre chargé.e d'affaires", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
93
+ elements.append(cl.Plotly(name="chart_competences_gestion_nb_charge", figure=fig_competences_gestion_nb_charge, display="inline", size="large"))
94
+
95
+ df_difficulte = df.groupby('difficultés_recrutement_chargé').size().reset_index(name='obs')
96
+ fig_difficulte = px.pie(df_difficulte, names='difficultés_recrutement_chargé', values='obs', color='obs', title="Difficulté de recruter un CAA", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
97
+ elements.append(cl.Plotly(name="chart_difficulte", figure=fig_difficulte, display="inline", size="large"))
98
+
99
+ df_formation = df.groupby('organisation_formation').size().reset_index(name='obs')
100
+ fig_formation = px.pie(df_formation, names='organisation_formation', values='obs', color='obs', title="Formations organisées pour les CAA", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
101
+ elements.append(cl.Plotly(name="chart_formation", figure=fig_formation, display="inline", size="large"))
102
+
103
+ df_formation_entreprise = df.groupby(['organisation_formation', 'taille_entreprise']).size().reset_index(name='obs')
104
+ fig_formation_entreprise = px.bar(df_formation_entreprise, x='organisation_formation', y='obs', color='taille_entreprise', title="Formations organisées pour les CAA par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
105
+ elements.append(cl.Plotly(name="chart_formation_entreprise", figure=fig_formation_entreprise, display="inline", size="large"))
106
+
107
+ df_formation_nb_charge = df.groupby(['organisation_formation', 'nombre_chargés_affaires']).size().reset_index(name='obs')
108
+ fig_formation_nb_charge = px.bar(df_formation_nb_charge, x='organisation_formation', y='obs', color='nombre_chargés_affaires', title="Formations organisées pour les CAA par nombre chargé.e d'affaires", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
109
+ elements.append(cl.Plotly(name="chart_formation_nb_charge", figure=fig_formation_nb_charge, display="inline", size="large"))
110
+
111
+
112
+ df_activites_autonomie_chiffrage = df.groupby('jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage').size().reset_index(name='obs')
113
+ df_activites_autonomie_conception = df.groupby('jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique').size().reset_index(name='obs')
114
+ df_activites_autonomie_gestion = df.groupby('jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière').size().reset_index(name='obs')
115
+ df_activites_autonomie_MOE = df.groupby('jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre').size().reset_index(name='obs')
116
+ df_activites_autonomie_cloturer_affaire = df.groupby('jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire').size().reset_index(name='obs')
117
+ fig_activites_autonomie = make_subplots(rows=5, cols=1, shared_xaxes=True)
118
+ fig_activites_autonomie.add_trace(
119
+ go.Bar(x=df_activites_autonomie_chiffrage.obs, y=df_activites_autonomie_chiffrage.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Etude et Chiffrage"), 1, 1
120
+ )
121
+ fig_activites_autonomie.add_trace(
122
+ go.Bar(x=df_activites_autonomie_conception.obs, y=df_activites_autonomie_conception.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Conception technique"),
123
+ 2,
124
+ 1,
125
+ )
126
+ fig_activites_autonomie.add_trace(
127
+ go.Bar(x=df_activites_autonomie_gestion.obs, y=df_activites_autonomie_gestion.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Gestion adm. et fin."),
128
+ 3,
129
+ 1,
130
+ )
131
+ fig_activites_autonomie.add_trace(
132
+ go.Bar(x=df_activites_autonomie_MOE.obs, y=df_activites_autonomie_MOE.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Contrôler MOE"),
133
+ 4,
134
+ 1,
135
+ )
136
+ fig_activites_autonomie.add_trace(
137
+ go.Bar(x=df_activites_autonomie_cloturer_affaire.obs, y=df_activites_autonomie_cloturer_affaire.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Clôturer affaire"),
138
+ 5,
139
+ 1,
140
+ )
141
+ fig_activites_autonomie.update_layout(title='Activités d\'un CAA junior', xaxis_tickfont_size=10, yaxis_tickfont_size=10, autosize=False, width=600, height=600)
142
+ elements.append(cl.Plotly(name="chart_activites_autonomie", figure=fig_activites_autonomie, display="inline", size="large"))
143
+
144
+ df_activites_autonomie_chiffrage_entreprise = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage', 'taille_entreprise']).size().reset_index(name='obs')
145
+ df_activites_autonomie_conception_entreprise = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique', 'taille_entreprise']).size().reset_index(name='obs')
146
+ df_activites_autonomie_gestion_entreprise = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière', 'taille_entreprise']).size().reset_index(name='obs')
147
+ df_activites_autonomie_MOE_entreprise = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre', 'taille_entreprise']).size().reset_index(name='obs')
148
+ df_activites_autonomie_cloturer_affaire_entreprise = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire', 'taille_entreprise']).size().reset_index(name='obs')
149
+ df_categorized_chiffrage_entreprise = df_activites_autonomie_chiffrage_entreprise.groupby("taille_entreprise", observed=True).agg("sum").reset_index()
150
+
151
+ fig_activites_autonomie_entreprise = make_subplots(rows=5, cols=1, shared_xaxes=True)
152
+ fig_activites_autonomie_entreprise.add_trace(
153
+ go.Bar(x=df_activites_autonomie_chiffrage_entreprise.obs, y=df_activites_autonomie_chiffrage_entreprise.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage, hovertemplate='<b>%{text}</b><br>X : %{x}<br>', text=df_activites_autonomie_chiffrage_entreprise.taille_entreprise, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Etude et chiffrage"),
154
+ 1,
155
+ 1,
156
+ )
157
+ fig_activites_autonomie_entreprise.add_trace(
158
+ go.Bar(x=df_activites_autonomie_conception_entreprise.obs, y=df_activites_autonomie_conception_entreprise.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_chiffrage_entreprise.taille_entreprise, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Conception technique"),
159
+ 2,
160
+ 1,
161
+ )
162
+ fig_activites_autonomie_entreprise.add_trace(
163
+ go.Bar(x=df_activites_autonomie_gestion_entreprise.obs, y=df_activites_autonomie_gestion_entreprise.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_gestion_entreprise.taille_entreprise, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Gestion adm. et fin."),
164
+ 3,
165
+ 1,
166
+ )
167
+ fig_activites_autonomie_entreprise.add_trace(
168
+ go.Bar(x=df_activites_autonomie_MOE_entreprise.obs, y=df_activites_autonomie_MOE_entreprise.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_MOE_entreprise.taille_entreprise, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Contrôler MOE"),
169
+ 4,
170
+ 1,
171
+ )
172
+ fig_activites_autonomie_entreprise.add_trace(
173
+ go.Bar(x=df_activites_autonomie_cloturer_affaire_entreprise.obs, y=df_activites_autonomie_cloturer_affaire_entreprise.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_cloturer_affaire_entreprise.taille_entreprise, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Clôturer affaire"),
174
+ 5,
175
+ 1,
176
+ )
177
+ fig_activites_autonomie_entreprise.update_yaxes(categoryorder='category ascending')
178
+ fig_activites_autonomie_entreprise.update_layout(title='Activités d\'un CAA junior par taille entreprise', xaxis_tickfont_size=10, yaxis_tickfont_size=10, autosize=False, width=600, height=600, barmode='stack')
179
+ elements.append(cl.Plotly(name="chart_activites_autonomie_entreprise", figure=fig_activites_autonomie_entreprise, display="inline", size="large"))
180
+
181
+ df_activites_autonomie_chiffrage_statut = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage', 'fonction_Statut_repondant']).size().reset_index(name='obs')
182
+ df_activites_autonomie_conception_statut = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique', 'fonction_Statut_repondant']).size().reset_index(name='obs')
183
+ df_activites_autonomie_gestion_statut = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière', 'fonction_Statut_repondant']).size().reset_index(name='obs')
184
+ df_activites_autonomie_MOE_statut = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre', 'fonction_Statut_repondant']).size().reset_index(name='obs')
185
+ df_activites_autonomie_cloturer_affaire_statut = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire', 'fonction_Statut_repondant']).size().reset_index(name='obs')
186
+ fig_activites_autonomie_statut = make_subplots(rows=5, cols=1, shared_xaxes=True)
187
+ fig_activites_autonomie_statut.add_trace(
188
+ go.Bar(x=df_activites_autonomie_chiffrage_statut.obs, y=df_activites_autonomie_chiffrage_statut.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage, hovertemplate='<b>%{text}</b><br>X : %{x}<br>', text=df_activites_autonomie_chiffrage_statut.fonction_Statut_repondant, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Etude et chiffrage"),
189
+ 1,
190
+ 1,
191
+ )
192
+ fig_activites_autonomie_statut.add_trace(
193
+ go.Bar(x=df_activites_autonomie_conception_statut.obs, y=df_activites_autonomie_conception_statut.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_chiffrage_statut.fonction_Statut_repondant, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Conception technique"),
194
+ 2,
195
+ 1,
196
+ )
197
+ fig_activites_autonomie_statut.add_trace(
198
+ go.Bar(x=df_activites_autonomie_gestion_statut.obs, y=df_activites_autonomie_gestion_statut.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_gestion_statut.fonction_Statut_repondant, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Gestion adm. et fin."),
199
+ 3,
200
+ 1,
201
+ )
202
+ fig_activites_autonomie_statut.add_trace(
203
+ go.Bar(x=df_activites_autonomie_MOE_statut.obs, y=df_activites_autonomie_MOE_statut.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_MOE_statut.fonction_Statut_repondant, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Contrôler MOE"),
204
+ 4,
205
+ 1,
206
+ )
207
+ fig_activites_autonomie_statut.add_trace(
208
+ go.Bar(x=df_activites_autonomie_cloturer_affaire_statut.obs, y=df_activites_autonomie_cloturer_affaire_statut.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_cloturer_affaire_statut.fonction_Statut_repondant, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Clôturer affaire"),
209
+ 5,
210
+ 1,
211
+ )
212
+ fig_activites_autonomie_statut.update_yaxes(categoryorder='category ascending')
213
+ fig_activites_autonomie_statut.update_layout(title='Activités d\'un CAA junior par profil des répondants', xaxis_tickfont_size=10, yaxis_tickfont_size=10, autosize=False, width=600, height=600, barmode='stack')
214
+ elements.append(cl.Plotly(name="chart_activites_autonomie_statut", figure=fig_activites_autonomie_statut, display="inline", size="large"))
215
+
216
+ df5 = df
217
+ df5['principales_difficultés_rencontrées'] = df5['principales_difficultés_rencontrées'].str.split(';')
218
+ df5 = df5.explode('principales_difficultés_rencontrées')
219
+ df_difficultes_rencontrees = df5.groupby('principales_difficultés_rencontrées').size().reset_index(name='obs')
220
+ fig_difficultes_rencontrees = px.bar(df_difficultes_rencontrees, x='obs', y='principales_difficultés_rencontrées', orientation='h', color='obs', title="Les difficultés rencontrées par un CAA", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
221
+ elements.append(cl.Plotly(name="chart_difficultes_rencontrees", figure=fig_difficultes_rencontrees, display="inline", size="large"))
222
+ df_difficultes_rencontrees_entreprise = df5.groupby(['principales_difficultés_rencontrées', 'taille_entreprise']).size().reset_index(name='obs')
223
+ fig_difficultes_rencontrees_entreprise = px.bar(df_difficultes_rencontrees_entreprise, x='obs', y='principales_difficultés_rencontrées', orientation='h', color='taille_entreprise', title="Les difficultés rencontrées par un CAA par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
224
+ elements.append(cl.Plotly(name="chart_difficultes_rencontrees_entreprise", figure=fig_difficultes_rencontrees_entreprise, display="inline", size="large"))
225
+ df_difficultes_rencontrees_statut = df5.groupby(['principales_difficultés_rencontrées', 'fonction_Statut_repondant']).size().reset_index(name='obs')
226
+ fig_difficultes_rencontrees_statut = px.bar(df_difficultes_rencontrees_statut, x='obs', y='principales_difficultés_rencontrées', orientation='h', color='fonction_Statut_repondant', title="Les difficultés rencontrées par un CAA par profil des répondants", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
227
+ elements.append(cl.Plotly(name="chart_difficultes_rencontrees_statut", figure=fig_difficultes_rencontrees_statut, display="inline", size="large"))
228
+
229
+ df_jeune_recrute = df.groupby('jeune_diplômé_recruté_chargé.e_affaires').size().reset_index(name='obs')
230
+ fig_jeune_recrute = px.pie(df_jeune_recrute, names='jeune_diplômé_recruté_chargé.e_affaires', values='obs', color='obs', title="Jeune recruté en tant que chargé d’affaires en agencement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
231
+ elements.append(cl.Plotly(name="chart_jeune_recrute", figure=fig_jeune_recrute, display="inline", size="large"))
232
+
233
+ df6 = df
234
+ df6['principaux_enjeux_futurs'] = df6['principaux_enjeux_futurs'].str.split(';')
235
+ df6 = df6.explode('principaux_enjeux_futurs')
236
+ df_enjeux_futurs = df6.groupby('principaux_enjeux_futurs').size().reset_index(name='obs')
237
+ fig_enjeux_futurs = px.bar(df_enjeux_futurs, x='obs', y='principaux_enjeux_futurs', orientation='h', color='obs', title="Enjeux futurs du métier de CAA", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
238
+ elements.append(cl.Plotly(name="chart_enjeux_futurs", figure=fig_enjeux_futurs, display="inline", size="large"))
239
+
240
+ df_BIM = df.groupby('BIM_futur').size().reset_index(name='obs')
241
+ fig_BIM = px.pie(df_BIM, names='BIM_futur', values='obs', color='obs', title="la place du BIM", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
242
+ elements.append(cl.Plotly(name="chart_BIM", figure=fig_BIM, display="inline", size="large"))
243
+
244
+ df_BIM_echeance = df.groupby('BIM_futur_quelle_échéance').size().reset_index(name='obs')
245
+ fig_BIM_echeance = px.bar(df_BIM_echeance, x='obs', y='BIM_futur_quelle_échéance', orientation='h', color='obs', title="la place du BIM, échéance", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
246
+ elements.append(cl.Plotly(name="chart_BIM_echeance", figure=fig_BIM_echeance, display="inline", size="large"))
247
+
248
+ content_all = "Tableaux des données de La \"taille des entreprises ayant répondu\"\n" + df_taille.to_string() + "\n\nTableaux des données de \"L’engagement dans le domaine de l’agencement\"\n" + df_temps.to_string() + "\n\nTableaux des données de \"L’engagement dans le domaine de l’agencement\" par taille d'entreprise\n" + df_temps_entreprise.to_string() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement\"\n" + df_nb_charge.to_string() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement par taille d'entreprise\"\n" + df_nb_charge_entreprise.to_string() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement par année d'engagement\"\n" + df_nb_charge_engagement.to_string() + "\n\nTableaux des données de \"Le profil des répondants\"\n" + df_statut.to_string() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\"\n" + df_interlocuteur.to_string() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\" par taille d'entreprise\n" + df_interlocuteur_entreprise.to_string() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\" par nombre chargé.e d'affaires\n" + df_interlocuteur_nb_charge.to_string() + "\n\nTableaux des données de \"Les principales compétences attendues\"\n" + df_competences.to_string() + "\n\nTableaux des données de \"Les principales compétences attendues\" par taille d'entreprise\n" + df_competences_entreprise.to_string() + "\n\nTableaux des données de \"Les principales compétences attendues\" par nombre chargé.e d'affaires\n" + df_competences_nb_charge.to_string() + "\n\nTableaux des données de \"Les compétences relationnelles attendues\"\n" + df_competences_relationnelles.to_string() + "\n\nTableaux des données de \"Les compétences relationnelles attendues par taille entreprise\"\n" + df_competences_relationnelles_entreprise.to_string() + "\n\nTableaux des données de \"Les compétences relationnelles attendues par nombre chargé.e d'affaires\"\n" + df_competences_relationnelles_nb_charge.to_string() + "\n\nTableaux des données de \"Les compétences en gestion attendues\"\n" + df_competences_gestion.to_string() + "\n\nTableaux des données de \"Les compétences en gestion attendues par taille entreprise\"\n" + df_competences_gestion_entreprise.to_string() + "\n\nTableaux des données de \"Les compétences en gestion attendues par nombre chargé.e d'affaires\"\n" + df_competences_gestion_nb_charge.to_string() + "\n\nTableaux des données de \"Difficulté de recruter un CAA\"\n" + df_difficulte.to_string() + "\n\nTableaux des données de \"Formations organisées pour les CAA\"\n" + df_formation.to_string() + "\n\nTableaux des données de \"Formations organisées pour les CAA par taille entreprise\"\n" + df_formation_entreprise.to_string() + "\n\nTableaux des données de \"Formations organisées pour les CAA par nombre chargé.e d'affaires\"\n" + df_formation_nb_charge.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Etude et Chiffrage\"\n" + df_activites_autonomie_chiffrage.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Conception Technique\"\n" + df_activites_autonomie_conception.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Gestion Administrative et Financière\"\n" + df_activites_autonomie_gestion.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Mise en Oeuvre\"\n" + df_activites_autonomie_MOE.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Relation Client et Cloturer Affaire\"\n" + df_activites_autonomie_cloturer_affaire.to_string() + "\n\nTableaux des données de \"Activités d���un CAA junior : Etude et Chiffrage par taille entreprise\"\n" + df_categorized_chiffrage_entreprise.to_string()
249
+ content_all_html = "Tableaux des données de La \"taille des entreprises ayant répondu\"\n" + df_taille.to_html() + "\n\nTableaux des données de \"L’engagement dans le domaine de l’agencement\"\n" + df_temps.to_html() + "\n\nTableaux des données de \"L’engagement dans le domaine de l’agencement\" par taille d'entreprise\n" + df_temps_entreprise.to_html() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement\"\n" + df_nb_charge.to_html() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement par taille d'entreprise\"\n" + df_nb_charge_entreprise.to_html() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement par année d'engagement\"\n" + df_nb_charge_engagement.to_html() + "\n\nTableaux des données de \"Le profil des répondants\"\n" + df_statut.to_html() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\"\n" + df_interlocuteur.to_html() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\" par taille d'entreprise\n" + df_interlocuteur_entreprise.to_html() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\" par nombre chargé.e d'affaires\n" + df_interlocuteur_nb_charge.to_html() + "\n\nTableaux des données de \"Les principales compétences attendues\"\n" + df_competences.to_html() + "\n\nTableaux des données de \"Les principales compétences attendues\" par taille d'entreprise\n" + df_competences_entreprise.to_html() + "\n\nTableaux des données de \"Les principales compétences attendues\" par nombre chargé.e d'affaires\n" + df_competences_nb_charge.to_html() + "\n\nTableaux des données de \"Les compétences relationnelles attendues\"\n" + df_competences_relationnelles.to_html() + "\n\nTableaux des données de \"Les compétences relationnelles attendues par taille entreprise\"\n" + df_competences_relationnelles_entreprise.to_html() + "\n\nTableaux des données de \"Les compétences relationnelles attendues par nombre chargé.e d'affaires\"\n" + df_competences_relationnelles_nb_charge.to_html() + "\n\nTableaux des données de \"Les compétences en gestion attendues\"\n" + df_competences_gestion.to_html() + "\n\nTableaux des données de \"Les compétences en gestion attendues par taille entreprise\"\n" + df_competences_gestion_entreprise.to_html() + "\n\nTableaux des données de \"Les compétences en gestion attendues par nombre chargé.e d'affaires\"\n" + df_competences_gestion_nb_charge.to_html() + "\n\nTableaux des données de \"Difficulté de recruter un CAA\"\n" + df_difficulte.to_html() + "\n\nTableaux des données de \"Formations organisées pour les CAA\"\n" + df_formation.to_html() + "\n\nTableaux des données de \"Formations organisées pour les CAA par taille entreprise\"\n" + df_formation_entreprise.to_html() + "\n\nTableaux des données de \"Formations organisées pour les CAA par nombre chargé.e d'affaires\"\n" + df_formation_nb_charge.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Etude et Chiffrage\"\n" + df_activites_autonomie_chiffrage.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Conception Technique\"\n" + df_activites_autonomie_conception.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Gestion Administrative et Financière\"\n" + df_activites_autonomie_gestion.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Mise en Oeuvre\"\n" + df_activites_autonomie_MOE.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Relation Client et Cloturer Affaire\"\n" + df_activites_autonomie_cloturer_affaire.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Etude et Chiffrage par taille entreprise\"\n" + df_activites_autonomie_chiffrage_entreprise.to_html() + df_categorized_chiffrage_entreprise.to_html()
250
+ tableau_all = [cl.Text(name="Tableaux", content=content_all_html, display="side")]
251
+ await cl.Message(content="📚 Tableaux de toutes les données", elements=tableau_all,).send()
252
+ actions = [cl.Action(name="Download", value=content_all, description="download_tableau")]
253
+ await cl.Message(content="📥 Télécharger l'ensemble des tableaux de données ayant servi à la datavisualisation", actions=actions).send()
254
+
255
+ await cl.Message(content="Datavisualisation de l'enquête des recruteurs des chargé.e.s d'affaires en agencement", elements=elements).send()
256
+
257
+ wd_principaux_interlocuteurs = " ".join(i for i in df1.principaux_interlocuteurs)
258
+ exclure_mots = ['d', 'du', 'de', 'la', 'des', 'le', 'et', 'est', 'elle', 'une', 'en', 'que', 'aux', 'qui', 'ces', 'les', 'dans', 'sur', 'l', 'un', 'pour', 'par', 'il', 'ou', 'à', 'ce', 'a', 'sont', 'cas', 'plus', 'leur', 'se', 's', 'vous', 'au', 'c', 'aussi', 'toutes', 'autre', 'comme']
259
+ elements_wordcloud_principaux_interlocuteurs = []
260
+ wordcloud_principaux_interlocuteurs = WordCloud(background_color='white',
261
+ stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs)
262
+ fig_wordcloud_principaux_interlocuteurs = plt.figure(1,figsize=(12,15))
263
+ plt.imshow(wordcloud_principaux_interlocuteurs,interpolation="none")
264
+ plt.axis('off')
265
+ plt.title("Nuage de mots des principaux interlocuteurs")
266
+ elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs", figure=fig_wordcloud_principaux_interlocuteurs, size="large", display="inline"))
267
+
268
+ options_entreprise1 = ['10 à 50 employés']
269
+ df1_entreprise1 = df1.loc[df1['taille_entreprise'].isin(options_entreprise1)]
270
+ wd_principaux_interlocuteurs_entreprise1 = " ".join(i for i in df1_entreprise1.principaux_interlocuteurs)
271
+ wordcloud_principaux_interlocuteurs_entreprise1 = WordCloud(background_color='white',
272
+ stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise1)
273
+ fig_wordcloud_principaux_interlocuteurs_entreprise1 = plt.figure(1,figsize=(12,15))
274
+ plt.imshow(wordcloud_principaux_interlocuteurs_entreprise1,interpolation="none")
275
+ plt.axis('off')
276
+ plt.title("Nuage de mots des principaux interlocuteurs entreprise 10 à 50 employés")
277
+ elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_10_50", figure=fig_wordcloud_principaux_interlocuteurs_entreprise1, size="large", display="inline"))
278
+
279
+ options_entreprise2 = ['51 à 100 employés']
280
+ df1_entreprise2 = df1.loc[df1['taille_entreprise'].isin(options_entreprise2)]
281
+ wd_principaux_interlocuteurs_entreprise2 = " ".join(i for i in df1_entreprise2.principaux_interlocuteurs)
282
+ wordcloud_principaux_interlocuteurs_entreprise2 = WordCloud(background_color='white',
283
+ stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise2)
284
+ fig_wordcloud_principaux_interlocuteurs_entreprise2 = plt.figure(1,figsize=(12,15))
285
+ plt.imshow(wordcloud_principaux_interlocuteurs_entreprise2,interpolation="none")
286
+ plt.axis('off')
287
+ plt.title("Nuage de mots des principaux interlocuteurs entreprise 51 à 100 employés")
288
+ elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_51_100", figure=fig_wordcloud_principaux_interlocuteurs_entreprise2, size="large", display="inline"))
289
+
290
+ options_entreprise3 = ['Moins de 10 employés']
291
+ df1_entreprise3 = df1.loc[df1['taille_entreprise'].isin(options_entreprise3)]
292
+ wd_principaux_interlocuteurs_entreprise3 = " ".join(i for i in df1_entreprise3.principaux_interlocuteurs)
293
+ wordcloud_principaux_interlocuteurs_entreprise3 = WordCloud(background_color='white',
294
+ stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise3)
295
+ fig_wordcloud_principaux_interlocuteurs_entreprise3 = plt.figure(1,figsize=(12,15))
296
+ plt.imshow(wordcloud_principaux_interlocuteurs_entreprise3,interpolation="none")
297
+ plt.axis('off')
298
+ plt.title("Nuage de mots des principaux interlocuteurs entreprise Moins de 10 employés")
299
+ elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_moins_10", figure=fig_wordcloud_principaux_interlocuteurs_entreprise3, size="large", display="inline"))
300
+
301
+ options_entreprise4 = ['Plus de 100 employés']
302
+ df1_entreprise4 = df1.loc[df1['taille_entreprise'].isin(options_entreprise4)]
303
+ wd_principaux_interlocuteurs_entreprise4 = " ".join(i for i in df1_entreprise4.principaux_interlocuteurs)
304
+ wordcloud_principaux_interlocuteurs_entreprise4 = WordCloud(background_color='white',
305
+ stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise4)
306
+ fig_wordcloud_principaux_interlocuteurs_entreprise4 = plt.figure(1,figsize=(12,15))
307
+ plt.imshow(wordcloud_principaux_interlocuteurs_entreprise4,interpolation="none")
308
+ plt.axis('off')
309
+ plt.title("Nuage de mots des principaux interlocuteurs entreprise Plus de 100 employés")
310
+ elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_plus_100", figure=fig_wordcloud_principaux_interlocuteurs_entreprise4, size="large", display="inline"))
311
+
312
+ await cl.Message( content="Nuage de mots des principaux interlocuteurs et croisement avec la taille des entreprises",elements=elements_wordcloud_principaux_interlocuteurs,).send()