webapp module

Webapp Streamlit orientée storytelling et exploration pour analyser le lien entre effort culinaire et popularité des recettes.

webapp.display_about_tab() → None[source]

Affiche le contenu de l’onglet « À propos ».

Renvoie:

None.

Type renvoyé:

None

Note

Charge le fichier rapport_analyse_effort_popularite.md ou affiche des informations par défaut.

webapp.generate_sample_data(n_recipes: int = 1000) → DataFrame[source]

Génère un dataset simulé pour illustrer la narration lorsqu’aucune donnée réelle n’est disponible localement.

Paramètres:

n_recipes (int) – Nombre de recettes synthétiques à créer.

Renvoie:

DataFrame simulé reprenant les principales variables d’analyse.

Type renvoyé:

pd.DataFrame

webapp.load_real_datasets(_build_analysis_dataset_func)[source]

Charge les datasets nettoyés lorsqu’ils sont disponibles.

Paramètres:

_build_analysis_dataset_func (Callable[..., tuple[pd.DataFrame, pd.DataFrame, pd.DataFrame]]) – Fonction permettant de construire les datasets préparés.

Renvoie:

Tuple (recipes_df, interactions_df, analysis_df, succès) où chaque DataFrame peut être None.

Type renvoyé:

tuple[pd.DataFrame | None, pd.DataFrame | None, pd.DataFrame | None, bool]

webapp.main() → None[source]

Point d’entrée de la webapp Streamlit.

Renvoie:

None.

Type renvoyé:

None

webapp.render_storytelling(data: DataFrame, data_origin: str, total_recipes: int) → None[source]

Orchestre le storytelling principal destiné à un public non spécialiste.

Paramètres:

  • data (pd.DataFrame) – Jeu de données filtré actuel.

  • data_origin (str) – Indique si les données sont "réelles" ou "simulées".

  • total_recipes (int) – Nombre total de recettes disponibles avant filtrage.

Renvoie:

None.

Type renvoyé:

None