import re
import matplotlib.pyplot as plt
file = open('testi/ldt-1.5.xml', 'r')
dati = file.read()
dati= re.findall(r'word id=\".*?\" form=\"(.*?)\" lemma=\"(.*?)\" postag=\"(.)(.)(.)(.)(.)(.)(.)(.)(.)', dati)
fless_caso = [o for o in dati if o[2] in ['n', 'p', 'a', 't'] and o[9] in ['n','g','d','a','v','b','l']]
n=len(fless_caso)
nom=len([o for o in fless_caso if o[9]=='n'])/n
gen=len([o for o in fless_caso if o[9]=='g'])/n
dat=len([o for o in fless_caso if o[9]=='d'])/n
acc=len([o for o in fless_caso if o[9]=='a'])/n
voc=len([o for o in fless_caso if o[9]=='v'])/n
abl=len([o for o in fless_caso if o[9]=='b'])/n
loc=len([o for o in fless_caso if o[9]=='l'])/n
print('freq. rel. nominativo:', nom)
print('freq. rel. genitivo:', gen)
print('freq. rel. dativo:', dat)
print('freq. rel. accusativo:', acc)
print('freq. rel. vocativo:', voc)
print('freq. rel. ablativo:', abl)
print('freq. rel. locativo:', loc)
fig=plt.figure(figsize=(6,6))
ax=fig.add_subplot(1,1,1)
ax.pie([nom, gen, dat, acc, voc, abl, loc],labels=['nom ', 'gen', 'dat', 'acc', 'voc', 'abl', 'loc'])
plt.show()