*******************************************************************************
Cas pratique : utilisation de l'API
*******************************************************************************

En R
===============================================================================

.. note::

    Cet exemple a été réalisé avec :
        - R version 4.0.4 (2021-02-15)
        - Le package httr Version 1.4.2
        - (Optionnel, pour proposer une figure finale) le package ggplot

.. code-block:: R

    ##############################################################################
    # Import des packages
    ##############################################################################

    library(httr)
    library(ggplot2) # optionnel

    ##############################################################################
    # Main
    ##############################################################################

    #=============================================================================
    # Création de variables
    #=============================================================================

    # Adresse de l'API (disponible ici :
    # https://emergen-db.france-bioinformatique.fr/my_api/)
    url = "https://emergen-db.france-bioinformatique.fr/api/count/by/variant"

    # Votre token personnel (disponible ici :
    # https://emergen-db.france-bioinformatique.fr/my_api/)
    key = "##################################"

    #=============================================================================
    # Import des données
    #=============================================================================

    # Utilisation de l'api
    res = GET(url, add_headers(Authorization = paste("Token", key, sep = " ")))

    # Préparation des données
    results = unlist(content(res))
    results = setNames(as.numeric(results[c(F, T)]), results[c(T, F)])
    results = sort(results)

    #=============================================================================
    # Visualisation de données
    #-----------------------------------------------------------------------------
    # Réalisation d'un bar plot de la distribution des variants
    #=============================================================================

    # Avec les fonctions graphique de base
    par(mar = c(10, 4, 4, 2) + 0.1)
    barplot(results, las = 2, ylim = c(0, 2000))


    # Avec ggplot
    df = cbind.data.frame(Variants = names(results), Nombre = results)
    df$Variants = factor(df$Variants, levels = df$Variants)

    ggplot(data=df, aes(x=Variants, y=Nombre)) +
      geom_bar(stat = "identity", fill = "steelblue")+
      geom_text(aes(label = Nombre), vjust = 1.6, color = "white", size = 3.5) +
      theme_minimal() +
      theme(axis.text.x = element_text(angle = 45, hjust = 1),
            text = element_text(size = 20)) +
      ggtitle("Distribution des variants détectés en France")


**Résultat (exemple avec des données ne reflétant par la réalité)**

.. image:: _static/img/use_case_R.png
  :width: 100 %
  :alt: Use case R example



En Python
===============================================================================

.. note::

    Cet exemple a été réalisé avec :
        - Python version 3.7.8
        - Le package pandas Version 1.2.3
        - Le package plotly Version 4.14.3

.. code-block:: python

    import requests
    import plotly.express as px
    import pandas as pd

    r = requests.get("http://localhost:8000/api/count/by/variant",
    headers = {'Authorization': 'Token 01d56f9e67ac0087b67a9a97ca6cb3aafeea6b76'})
    r.status_code
    res = r.json()
    df = pd.DataFrame(res)
    fig = px.bar(df.sort_values('Count'), x = 'resultat', y = 'Count',
    labels = {'Count':'Nombre', 'resultat' : 'Variants'})
    fig.show()


.. image:: _static/img/use_case_python.png
  :width: 100 %
  :alt: Use case python example