add R

R/data/le_clou.tsv

+Mot	Etiquette	Lemme
+Un	DET	un
+marchand	NOM	marchand
+avait	VER	avoir
+fait	VER	faire
+de	PRP	de
+bonnes	ADJ	bon
+affaires	NOM	affaire
+à	PRP	à
+la	DET	le
+foire	NOM	foire
+;	PUN	;
+il	PRO	il
+avait	VER	avoir
+vendu	VER	vendre
+toutes	PRO	tout
+ses	DET	son
+marchandises	NOM	marchandise
+,	PUN	,
+et	KON	et
+bien	ADV	bien
+garni	VER	garnir
+son	DET	son
+sac	NOM	sac
+de	PRP	de
+monnaies	NOM	monnaie
+d'	PRP	de
+or	NOM	or
+et	KON	et
+d'	PRP	de
+argent	NOM	argent
+.	SENT	.
+Il	PRO	il
+s'	PRO	se
+était	VER	être
+mis	VER	mettre
+en	PRP	en
+route	NOM	route
+vers	PRP	vers
+sa	DET	son
+demeure	NOM	demeure
+où	PRO	où
+il	PRO	il
+désirait	VER	désirer
+arriver	VER	arriver
+ce	PRO	ce
+même	ADJ	même
+jour	NOM	jour
+encore	ADV	encore
+avant	PRP	avant
+la	DET	le
+tombée	NOM	tombée
+de	PRP	de
+la	DET	le
+nuit	NOM	nuit
+.	SENT	.
+Il	PRO	il
+cheminait	VER	cheminer
+donc	ADV	donc
+à	PRP	à
+cheval	NOM	cheval
+,	PUN	,
+son	DET	son
+lourd	ADJ	lourd
+portemanteau	NOM	portemanteau
+solidement	ADV	solidement
+attaché	VER	attacher
+derrière	PRP	derrière
+la	DET	le
+selle	NOM	selle
+.	SENT	.
+Vers	PRP	vers
+l'	DET	le
+heure	NOM	heure
+du	PRP	du
+dîner	NOM	dîner
+,	PUN	,
+il	PRO	il
+fit	VER	faire
+halte	NOM	halte
+dans	PRP	dans
+une	DET	un
+ville	NOM	ville
+,	PUN	,
+et	KON	et
+lorsqu'	KON	lorsque
+il	PRO	il
+voulut	VER	vouloir
+se	PRO	se
+remettre	VER	remettre
+en	PRP	en
+route	NOM	route
+,	PUN	,
+le	DET	le
+valet	NOM	valet
+d'	PRP	de
+écurie	NOM	écurie
+,	PUN	,
+qui	PRO	qui
+lui	PRO	lui
+amena	VER	amener
+son	DET	son
+cheval	NOM	cheval
+,	PUN	,
+lui	PRO	lui
+dit	VER	dire
+:	PUN	:
+Monsieur	NOM	Monsieur
+ne	ADV	ne
+sait	VER	savoir
+pas	ADV	pas
+sans	PRP	sans
+doute	NOM	doute
+qu'	PRO	que
+il	PRO	il
+manque	VER	manquer
+un	DET	un
+clou	NOM	clou
+au	PRP	au
+fer	NOM	fer
+gauche	ADJ	gauche
+de	PRP	de
+derrière	PRP	derrière
+son	DET	son
+cheval	NOM	cheval
+.	SENT	.
+Ne	ADV	ne
+t'	PRO	te
+en	PRO	en
+inquiète	VER	inquiéter
+pas	ADV	pas
+,	PUN	,
+répondit	VER	répondre
+le	DET	le
+marchand	NOM	marchand
+,	PUN	,
+le	DET	le
+fer	NOM	fer
+n'	ADV	ne
+en	PRO	en
+tiendra	VER	tenir
+pas	ADV	pas
+moins	ADV	moins
+pendant	PRP	pendant
+les	DET	le
+six	NUM	six
+lieues	NOM	lieue
+au	PRP	au
+plus	ADV	plus
+qu'	KON	que
+il	PRO	il
+reste	VER	rester
+à	PRP	à
+faire	VER	faire
+.	SENT	.
+Je	PRO	je
+suis	VER	être|suivre
+pressé	VER	presser
+.	SENT	.
+Vers	PRP	vers
+l'	DET	le
+heure	NOM	heure
+du	PRP	du
+goûter	NOM	goûter
+,	PUN	,
+il	PRO	il
+s'	PRO	se
+arrêta	VER	arrêter
+de	PRP	de
+nouveau	ADJ	nouveau
+pour	PRP	pour
+faire	VER	faire
+donner	VER	donner
+l'	DET	le
+avoine	NOM	avoine
+à	PRP	à
+sa	DET	son
+monture	NOM	monture
+.	SENT	.
+Le	DET	le
+garçon	NOM	garçon
+d'	PRP	de
+écurie	NOM	écurie
+ne	ADV	ne
+tarda	VER	tarder
+pas	ADV	pas
+à	PRP	à
+venir	VER	venir
+le	PRO	le
+trouver	VER	trouver
+dans	PRP	dans
+l'	DET	le
+auberge	NOM	auberge
+.	SENT	.
+Monsieur	NOM	monsieur
+ne	ADV	ne
+sait	VER	savoir
+pas	ADV	pas
+,	PUN	,
+sans	PRP	sans
+doute	NOM	doute
+,	PUN	,
+lui	PRO	lui
+dit	VER	dire
+il	PRO	il
+,	PUN	,
+qu'	PRO	que
+il	PRO	il
+manque	VER	manquer
+un	DET	un
+fer	NOM	fer
+au	PRP	au
+pied	NOM	pied
+gauche	ADJ	gauche
+de	PRP	de
+derrière	ADV	derrière
+de	PRP	de
+son	DET	son
+cheval	NOM	cheval
+.	SENT	.
+Dois	VER	devoir
+-je	PRO	je
+le	PRO	le
+conduire	VER	conduire
+chez	PRP	chez
+le	DET	le
+maréchal	NOM	maréchal
+?	SENT	?
+Ne	ADV	ne
+t'	PRO	te
+en	PRO	en
+inquiète	VER	inquiéter
+pas	ADV	pas
+,	PUN	,
+répondit	VER	répondre
+le	DET	le
+marchand	NOM	marchand
+,	PUN	,
+pour	PRP	pour
+une	DET	un
+couple	NOM	couple
+de	PRP	de
+lieues	NOM	lieue
+qu'	PRO	que
+il	PRO	il
+me	PRO	me
+reste	VER	rester
+à	PRP	à
+faire	VER	faire
+,	PUN	,
+mon	DET	mon
+cheval	NOM	cheval
+se	PRO	se
+passera	VER	passer
+bien	ADV	bien
+de	PRP	de
+ce	PRO	ce
+fer	NOM	fer
+.	SENT	.
+Je	PRO	je
+suis	VER	être|suivre
+pressé	VER	presser
+.	SENT	.
+Il	PRO	il
+se	PRO	se
+remit	VER	remettre
+en	PRP	en
+route	NOM	route
+.	SENT	.
+Mais	KON	mais
+bientôt	ADV	bientôt
+après	PRP	après
+le	DET	le
+cheval	NOM	cheval
+boita	VER	boiter
+;	PUN	;
+il	PRO	il
+n'	ADV	ne
+y	PRO	y
+avait	VER	avoir
+pas	ADV	pas
+longtemps	ADV	longtemps
+qu'	KON	que
+il	PRO	il
+boitait	VER	boiter
+,	PUN	,
+lorsqu'	KON	lorsque
+il	PRO	il
+commença	VER	commencer
+à	PRP	à
+trébucher	VER	trébucher
+;	PUN	;
+il	PRO	il
+eut	VER	avoir
+à	PRP	à
+peine	NOM	peine
+trébuché	VER	trébucher
+deux	NUM	deux
+ou	KON	ou
+trois	NUM	trois
+fois	NOM	fois
+,	PUN	,
+qu'	PRO	que
+il	PRO	il
+s'	PRO	se
+abattit	VER	abattre
+et	KON	et
+se	PRO	se
+cassa	VER	casser
+une	DET	un
+jambe	NOM	jambe
+.	SENT	.
+Le	DET	le
+marchand	NOM	marchand
+fut	VER	être
+obligé	VER	obliger
+de	PRP	de
+laisser	VER	laisser
+là	ADV	là
+son	DET	son
+cheval	NOM	cheval
+gisant	ADJ	gisant
+,	PUN	,
+de	PRP	de
+déboucler	VER	déboucler
+son	DET	son
+portemanteau	NOM	portemanteau
+,	PUN	,
+de	PRP	de
+le	PRO	le
+placer	VER	placer
+sur	PRP	sur
+son	DET	son
+dos	NOM	dos
+et	KON	et
+de	PRP	de
+regagner	VER	regagner
+à	PRP	à
+pied	NOM	pied
+son	DET	son
+logis	NOM	logis
+,	PUN	,
+où	PRO	où
+il	PRO	il
+n'	ADV	ne
+arriva	VER	arriver
+que	ADV	que
+très-avant	ADJ	<unknown>
+dans	PRP	dans
+la	DET	le
+nuit	NOM	nuit
+.	SENT	.
+C'	PRO	ce
+est	VER	être
+pourtant	ADV	pourtant
+ce	PRO	ce
+maudit	ADJ	maudit
+clou	NOM	clou
+que	PRO	que
+j'	PRO	je
+ai	VER	avoir
+négligé	VER	négliger
+de	PRP	de
+faire	VER	faire
+remettre	VER	remettre
+,	PUN	,
+qui	PRO	qui
+a	VER	avoir
+été	VER	être
+cause	NOM	cause
+de	PRP	de
+tout	PRO	tout
+mon	DET	mon
+malheur	NOM	malheur
+,	PUN	,
+pensait	VER	penser
+il	PRO	il
+en	PRP	en
+marchant	VER	marcher
+d'	PRP	de
+un	DET	un
+air	NOM	air
+sombre	ADJ	sombre
+.	SENT	.

R/exercice1_le-clou.R

+# configuration de base
+src = "."
+setwd(src)
+# création des dossiers : https://stackoverflow.com/questions/53855614/r-create-a-new-folder-using-the-given-path 
+dir.create(file.path(dirname(src), "data"))
+dir.create(file.path(dirname(src), "out" ))
+# lecture du fichier d'entrée
+data = read.csv('data/le_clou.tsv', encoding="UTF-8", sep="\t", header=TRUE)
+View(data)
+
+# 1. Obtenez l'effectif de chaque catégorie grammaticale et créez un tableau avec ces données.
+# création data.frame > fait seul le compte des effectifs à partir d'une colonne
+pos_comptes = table(data$Etiquette)
+pos_df <- as.data.frame(pos_comptes)
+# nommage des colonnes de la dataFrame
+colnames(pos_df) <- c("Pos", "Freq")
+View(pos_df)
+
+# 2. Représentez les effectifs obtenus pour la question 1 avec un diagramme circulaire (camembert).
+# Les pourcentages pour chaque secteur du diagramme doivent également être affichés.'
+# étiquettes pour le diagramme
+labels = pos_df$Pos
+# valeurs pour le diagramme
+# slices == effectif, ou Freq. 
+slices = pos_df$Freq
+# pourcentages
+pourcentages = round(slices/sum(slices)*100,
+                     digits=2)
+# nouvelles étiquettes avec pos-tag, compte et pourcentage
+labels_avec_pourcent = paste(labels, slices, pourcentages)
+# archive de sauvegarde 
+png("out/pie-chart_le-clou.png", width=700, height=500)
+# librairie pour visualisation esthétique
+library(RColorBrewer)
+# palette préparée avec nb de couleur égal aux nombres de catégorie (labels)
+mypalette = brewer.pal(length(labels), "Set3")
+pie(slices, labels=labels_avec_pourcent, col=mypalette,
+    main="Effectif des catégories grammaticales",
+    sub="Le loup et l'homme des frères Grimm")
+# légende
+legend("topright", levels(pos_df$Pos), cex=0.7, fill=mypalette)
+# écriture sur fichier de sortie
+dev.off()
+
+# 3. Après calculer la longueur de chaque lemme, obtenez l'effectif de chaque longueur et créez un tableau avec ces effectifs.
+# librairie pour le compte des chaines de caracteres
+library(stringr)
+# compte des longueurs de chaine appliqué à la colonne Mot
+data$LemmeLen = str_count(data$Lemme)
+longueurs = table(data$LemmeLen)
+# création data.frame > fait seul le compte des effectifs à partir d'une colonne
+strlen_df = as.data.frame(longueurs)
+# nommage des colonnes pour visualisation
+colnames(strlen_df) <- c("String_length", "Freq")
+View(strlen_df)
+
+# 4. Représentez les effectifs des longueurs de lemmes avec un diagramme en colonnes.
+# préparation de l'img en sortie
+png("out/barplot_le-clou.png", width=500, height=500)
+# définition du diagramme
+barplot(longueurs, col=c("darkblue"), main="Effectif des longueurs des mots", sub="Le clou des frères Grimm", xlab="Longueur", ylab="Effectif", ylim=c(0, 200))
+dev.off()
+
+# 5. Obtenez les effectifs des catégories grammaticales en fonction de la longueur des lemmes et remplissez un tableau comme le suivant :
+# <= 4 vs > 4. 
+# longueur des lemmes
+# data$LemmeLen = str_count(data$Lemme)
+# effectif par longueur de lemme
+# lemmelen_df = as.data.frame(data$LemmeLen)
+# filtre = longueur de la chaine <= 4 pour chaque lemme, avec son étiquette
+pos_lemme_filtre1 = data[data$LemmeLen <=4, c("Etiquette", "LemmeLen")]
+# 2nd filtre pour avoir les lemmes de < 4 caractères avec Etiquette
+pos_lemme_filtre2 = data[data$LemmeLen >4, c("Etiquette", "LemmeLen")]
+View(pos_lemme_filtre1)
+# passage en dataframe 
+lemmelen_df1 = as.data.frame(pos_lemme_filtre1)
+colnames(lemmelen_df1) = c("Etiquette", "LemmeLen")
+lemmelen_df2 = as.data.frame(pos_lemme_filtre2)
+colnames(lemmelen_df2) = c("Etiquette", "LemmeLen")
+View(lemmelen_df1)
+
+# librairie pour distribution de fréquences 
+library(plyr)
+ct_lemm1 = count(lemmelen_df1, "Etiquette")
+View(ct_lemm1)
+ct_lemm2 = count(lemmelen_df2, "Etiquette")
+View(ct_lemm2)
+# merge les tables sur la colonne "Etiquette"
+# https://www.datasciencemadesimple.com/joi n-in-r-merge-in-r/ 
+# install.packages('dplyr')
+library(dplyr)
+# outer join pour que les effectifs == 0 soient inclus aussi
+df = merge(x=ct_lemm1, y=ct_lemm2, by="Etiquette", all=TRUE)
+colnames(df) = c("Etiquette", "<=4", ">4")
+# traitement des valeurs nulles pour enlever "invalid value" 
+# https://www.digitalocean.com/community/tutorials/replace-in-r
+df[is.na(df)] = 0
+View(df)
+write.csv(df, "out/strlen_lemme.csv")

R/out/strlen_lemme.csv

+"","Etiquette","<=4",">4"
+"1","ADJ",2,8
+"2","ADV",21,7
+"3","DET",39,0
+"4","KON",9,2
+"5","NOM",16,50
+"6","NUM",2,1
+"7","PRO",59,0
+"8","PRP",50,5
+"9","PUN",27,0
+"10","SENT",16,0
+"11","VER",6,63