-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathstreamlit_app.py
119 lines (69 loc) · 3.82 KB
/
streamlit_app.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
# Il faudra regler l'alignement des largeurs de tables de modes distincts avec contraintes existantes sur les tables st.columns
from conjugueur import *
import streamlit as st
st.set_page_config('Conjugueur App', page_icon=':memo:', layout='wide', initial_sidebar_state='expanded')
st.title('Conjugueur Français')
# CSS used to hide dataframes indexes
hide_table_row_index = """
<style>
tbody th {display:none}
.blank {display:none}
</style>
"""
# This code will hide the dataframes indexes, see where to place it
st.markdown(hide_table_row_index, unsafe_allow_html=True)
# Sidebar widgets
verbe = st.sidebar.text_input('Tapez ici le verbe à conjuguer')
if verbe:
st.markdown(f'### {verbe.title()}')
st.write('#####')
modes_container = st.container()
with modes_container:
st.markdown('###### Indicatif')
col1, col2, col3, col4 = st.columns([1, 1, 1, 1])
df_present = df_from_mode_tense_sub_table(verbe, 'indicatif', 'present', False)
df_passe_compose = df_from_mode_tense_sub_table(verbe, 'indicatif', 'passe_compose', True)
df_indicatif_1 = pd.concat([df_present, df_passe_compose], axis=1)
df_imparfait = df_from_mode_tense_sub_table(verbe, 'indicatif', 'imparfait', False)
df_plus_que_parfait = df_from_mode_tense_sub_table(verbe, 'indicatif', 'plus_que_parfait', True)
df_indicatif_2 = pd.concat([df_imparfait, df_plus_que_parfait], axis=1)
df_passe_simple = df_from_mode_tense_sub_table(verbe, 'indicatif', 'passe_simple', False)
df_passe_anterieur = df_from_mode_tense_sub_table(verbe, 'indicatif', 'passe_anterieur', True)
df_indicatif_3 = pd.concat([df_passe_simple, df_passe_anterieur], axis=1)
df_futur = df_from_mode_tense_sub_table(verbe, 'indicatif', 'futur', False)
df_futur_anterieur = df_from_mode_tense_sub_table(verbe, 'indicatif', 'futur_anterieur', True)
df_indicatif_4 = pd.concat([df_futur, df_futur_anterieur], axis=1)
with col1:
st.table(df_indicatif_1)
with col2:
st.table(df_indicatif_2)
with col3:
st.table(df_indicatif_3)
with col4:
st.table(df_indicatif_4)
st.markdown('###### Subjonctif')
col5, col6 = st.columns(2)
df_present = df_from_mode_tense_sub_table(verbe, 'subjonctif', 'present', False)
df_passe = df_from_mode_tense_sub_table(verbe, 'subjonctif', 'passe', True)
df_subjonctif_1 = pd.concat([df_present, df_passe], axis=1)
df_imparfait = df_from_mode_tense_sub_table(verbe, 'subjonctif', 'imparfait', False)
df_plus_que_parfait = df_from_mode_tense_sub_table(verbe, 'subjonctif', 'plus_que_parfait', True)
df_subjonctif_2 = pd.concat([df_imparfait, df_plus_que_parfait], axis=1)
with col5:
st.table(df_subjonctif_1)
with col6:
st.table(df_subjonctif_2)
st.markdown('###### Conditionnel')
col7, col8 = st.columns(2)
df_present = df_from_mode_tense_sub_table(verbe, 'conditionnel', 'present', False)
df_passe = df_from_mode_tense_sub_table(verbe, 'conditionnel', 'passe', True)
df_conditionnel_1 = pd.concat([df_present, df_passe], axis=1)
with col7:
st.table(df_conditionnel_1)
st.markdown('###### Imperatif')
col9, col10 = st.columns(2)
df_present = df_from_mode_tense_sub_table(verbe, 'imperatif', 'present', True)
df_passe = df_from_mode_tense_sub_table(verbe, 'imperatif', 'passe', True)
df_imperatif_1 = pd.concat([df_present, df_passe], axis=1)
with col9:
st.table(df_imperatif_1)