Fin du calcul des moyennes par ressource/saes

This commit is contained in:
Cléo Baras 2024-02-27 16:18:08 +01:00
parent 28b25ad681
commit a93aa19449
11 changed files with 165 additions and 357 deletions

View File

@ -145,11 +145,7 @@ class InterClassTag(pe_tabletags.TableTag):
self.moyennes_tags: dict[str, pe_moytag.MoyennesTag] = {} self.moyennes_tags: dict[str, pe_moytag.MoyennesTag] = {}
for tag in self.tags_sorted: for tag in self.tags_sorted:
# Les moyennes tous modules confondus # Les moyennes tous modules confondus
notes_gen = self.compute_notes_matrice(tag, pole=None) notes_gen = self.compute_notes_matrice(tag)
# Les ressources
notes_res = self.compute_notes_matrice(tag, pole=ModuleType.RESSOURCE)
# Les SAEs
notes_saes = self.compute_notes_matrice(tag, pole=ModuleType.SAE)
# Les coefficients de la moyenne générale # Les coefficients de la moyenne générale
coeffs = self.compute_coeffs_matrice(tag) coeffs = self.compute_coeffs_matrice(tag)
@ -160,8 +156,6 @@ class InterClassTag(pe_tabletags.TableTag):
tag, tag,
self.type, self.type,
notes_gen, notes_gen,
notes_res,
notes_saes,
coeffs, # limite les moyennes aux étudiants de la promo coeffs, # limite les moyennes aux étudiants de la promo
) )
@ -180,7 +174,7 @@ class InterClassTag(pe_tabletags.TableTag):
tags.extend(rcstag.tags_sorted) tags.extend(rcstag.tags_sorted)
return sorted(set(tags)) return sorted(set(tags))
def compute_notes_matrice(self, tag, pole=None) -> pd.DataFrame: def compute_notes_matrice(self, tag) -> pd.DataFrame:
"""Construit la matrice de notes (etudids x champs) en """Construit la matrice de notes (etudids x champs) en
reportant les moyennes obtenues par les étudiants reportant les moyennes obtenues par les étudiants
aux semestres de l'aggrégat pour le tag visé. aux semestres de l'aggrégat pour le tag visé.
@ -203,12 +197,7 @@ class InterClassTag(pe_tabletags.TableTag):
# Charge les moyennes au tag d'un RCStag # Charge les moyennes au tag d'un RCStag
if tag in rcstag.moyennes_tags: if tag in rcstag.moyennes_tags:
moytag = rcstag.moyennes_tags[tag] moytag = rcstag.moyennes_tags[tag]
notes: pd.DataFrame = None
if pole == ModuleType.RESSOURCE:
notes = moytag.matrice_notes_res
elif pole == ModuleType.SAE:
notes = moytag.matrice_notes_saes
else:
notes = moytag.matrice_notes_gen # dataframe etudids x ues notes = moytag.matrice_notes_gen # dataframe etudids x ues
# Etudiants/Champs communs entre le RCSTag et les données interclassées # Etudiants/Champs communs entre le RCSTag et les données interclassées
@ -291,7 +280,7 @@ class InterClassTag(pe_tabletags.TableTag):
return None return None
def compute_df_synthese_moyennes_tag( def compute_df_synthese_moyennes_tag(
self, tag, pole, aggregat=None, type_colonnes=False self, tag, aggregat=None, type_colonnes=False
) -> pd.DataFrame: ) -> pd.DataFrame:
"""Construit le dataframe retraçant pour les données des moyennes """Construit le dataframe retraçant pour les données des moyennes
pour affichage dans la synthèse du jury PE. (cf. to_df()) pour affichage dans la synthèse du jury PE. (cf. to_df())
@ -333,7 +322,6 @@ class InterClassTag(pe_tabletags.TableTag):
if tag in rcstag.moyennes_tags: if tag in rcstag.moyennes_tags:
moytag: pd.DataFrame = rcstag.moyennes_tags[tag] moytag: pd.DataFrame = rcstag.moyennes_tags[tag]
df_moytag = moytag.to_df( df_moytag = moytag.to_df(
pole,
aggregat=aggregat, aggregat=aggregat,
cohorte="Groupe", cohorte="Groupe",
) )

View File

@ -115,47 +115,6 @@ class Moyenne:
} }
return synthese return synthese
def get_rangs_inscrits(self) -> pd.Series:
"""Série des rangs classement/nbre_inscrit"""
return self.df_gen["rang"]
def get_min(self) -> pd.Series:
"""Série des min"""
return self.df_gen["min"].round(2)
def get_max(self) -> pd.Series:
"""Série des max"""
return self.df_gen["max"].round(2)
def get_moy(self) -> pd.Series:
"""Série des moy"""
return self.df_gen["moy"].round(2)
def get_note_for_df(self, etudid: int):
"""Note d'un étudiant donné par son etudid"""
return round(self.df_gen["note"].loc[etudid], 2)
def get_min_for_df(self) -> float:
"""Min renseigné pour affichage dans un df"""
return round(self.synthese["min"], 2)
def get_max_for_df(self) -> float:
"""Max renseigné pour affichage dans un df"""
return round(self.synthese["max"], 2)
def get_moy_for_df(self) -> float:
"""Moyenne renseignée pour affichage dans un df"""
return round(self.synthese["moy"], 2)
def get_class_for_df(self, etudid: int) -> str:
"""Classement ramené au nombre d'inscrits,
pour un étudiant donné par son etudid"""
classement = self.df_gen["rang"].loc[etudid]
if not pd.isna(classement):
return classement
else:
return pe_affichage.SANS_NOTE
def is_significatif(self) -> bool: def is_significatif(self) -> bool:
"""Indique si la moyenne est significative (c'est-à-dire à des notes)""" """Indique si la moyenne est significative (c'est-à-dire à des notes)"""
return self.synthese["nb_inscrits"] > 0 return self.synthese["nb_inscrits"] > 0

View File

@ -17,8 +17,6 @@ class MoyennesTag:
tag: str, tag: str,
type_moyenne: str, type_moyenne: str,
matrice_notes_gen: pd.DataFrame, # etudids x colonnes matrice_notes_gen: pd.DataFrame, # etudids x colonnes
matrice_notes_res: pd.DataFrame,
matrice_notes_saes: pd.DataFrame,
matrice_coeffs: pd.DataFrame, # etudids x colonnes matrice_coeffs: pd.DataFrame, # etudids x colonnes
): ):
"""Classe centralisant la synthèse des moyennes/classements d'une série """Classe centralisant la synthèse des moyennes/classements d'une série
@ -29,11 +27,7 @@ class MoyennesTag:
Args: Args:
tag: Un tag tag: Un tag
matrice_notes_gen: Les moyennes (etudid x acronymes_ues ou etudid x compétences) matrice_notes_gen: Les moyennes (etudid x acronymes_ues ou etudid x compétences)
aux différentes UEs ou compétences (indépendamment des ressources aux différentes UEs ou compétences
ou SAEs)
matrice_notes_res: Les moyennes limitées aux ressources
matrice_notes_saes: Les moyennes limitées aux saes
matrice_coeffs: Les coeff à appliquer pour le calcul de la moyenne générale
# notes_gen: Une série de notes (moyenne) sous forme d'un ``pd.Series`` (toutes UEs confondues) # notes_gen: Une série de notes (moyenne) sous forme d'un ``pd.Series`` (toutes UEs confondues)
""" """
self.tag = tag self.tag = tag
@ -46,14 +40,6 @@ class MoyennesTag:
self.matrice_notes_gen: pd.DataFrame = matrice_notes_gen self.matrice_notes_gen: pd.DataFrame = matrice_notes_gen
"""Les notes par UEs ou Compétences (DataFrame)""" """Les notes par UEs ou Compétences (DataFrame)"""
# Les moyennes par UE/compétences (limitées aux ressources)
self.matrice_notes_res: pd.DataFrame = matrice_notes_res
"""Les notes aux ressources par UEs ou Compétences"""
# Les moyennes par UE/compétences (limitées aux SAEs)
self.matrice_notes_saes: pd.DataFrame = matrice_notes_saes
"""Les notes aux SAEs par UEs ou Compétences"""
self.matrice_coeffs_moy_gen: pd.DataFrame = matrice_coeffs self.matrice_coeffs_moy_gen: pd.DataFrame = matrice_coeffs
"""Les coeffs à appliquer pour le calcul des moyennes générales """Les coeffs à appliquer pour le calcul des moyennes générales
(toutes UE ou compétences confondues). NaN si étudiant non inscrit""" (toutes UE ou compétences confondues). NaN si étudiant non inscrit"""
@ -61,12 +47,6 @@ class MoyennesTag:
self.moyennes_gen: dict[int, pd.DataFrame] = {} self.moyennes_gen: dict[int, pd.DataFrame] = {}
"""Dataframes retraçant les moyennes/classements/statistiques des étudiants aux UEs""" """Dataframes retraçant les moyennes/classements/statistiques des étudiants aux UEs"""
self.moyennes_res: dict[int, pd.DataFrame] = {}
"""Dataframes retraçant les moyennes/classements/statistiques des étudiants, limitées aux ressources"""
self.moyennes_saes: dict[int, pd.DataFrame] = {}
"""Dataframes retraçant les moyennes/classements/statistiques des étudiants, limitées aux SAEs"""
self.etudids = self.matrice_notes_gen.index self.etudids = self.matrice_notes_gen.index
"""Les étudids renseignés dans les moyennes""" """Les étudids renseignés dans les moyennes"""
@ -76,60 +56,25 @@ class MoyennesTag:
# Les moyennes tous modules confondus # Les moyennes tous modules confondus
notes = matrice_notes_gen[col] notes = matrice_notes_gen[col]
self.moyennes_gen[col] = pe_moy.Moyenne(notes) self.moyennes_gen[col] = pe_moy.Moyenne(notes)
# par ressources
notes = matrice_notes_res[col]
self.moyennes_res[col] = pe_moy.Moyenne(notes)
# par SAEs
notes = matrice_notes_saes[col]
self.moyennes_saes[col] = pe_moy.Moyenne(notes)
# Les moyennes générales (toutes UEs confondues) # Les moyennes générales (toutes UEs confondues)
self.notes_gen = pd.Series(np.nan, index=self.matrice_notes_gen.index) self.notes_gen = pd.Series(np.nan, index=self.matrice_notes_gen.index)
if self.has_notes(pole=None): if self.has_notes():
self.notes_gen = self.compute_moy_gen( self.notes_gen = self.compute_moy_gen(
self.matrice_notes_gen, self.matrice_coeffs_moy_gen self.matrice_notes_gen, self.matrice_coeffs_moy_gen
) )
self.moyenne_gen = pe_moy.Moyenne(self.notes_gen) self.moyenne_gen = pe_moy.Moyenne(self.notes_gen)
"""Dataframe retraçant les moyennes/classements/statistiques général (toutes UESs confondues et modules confondus)""" """Dataframe retraçant les moyennes/classements/statistiques général (toutes UESs confondues et modules confondus)"""
self.notes_res = pd.Series(np.nan, index=self.matrice_notes_res.index) def has_notes(self):
if self.has_notes(pole=ModuleType.RESSOURCE):
self.notes_res = self.compute_moy_gen(
self.matrice_notes_res, self.matrice_coeffs_moy_gen
)
self.moyenne_res = pe_moy.Moyenne(self.notes_res)
"""Dataframe retraçant les moyennes/classements/statistiques général (toutes UESs confondues et uniquement sur les ressources)"""
self.notes_saes = pd.Series(np.nan, index=self.matrice_notes_saes.index)
if self.has_notes(pole=ModuleType.SAE):
self.notes_saes = self.compute_moy_gen(
self.matrice_notes_saes, self.matrice_coeffs_moy_gen
)
self.moyenne_saes = pe_moy.Moyenne(self.notes_saes)
"""Dataframe retraçant les moyennes/classements/statistiques général (toutes UESs confondues et uniquement sur les SAEs)"""
def has_notes(self, pole):
"""Détermine si les moyennes (aux UEs ou aux compétences) """Détermine si les moyennes (aux UEs ou aux compétences)
ont des notes ont des notes
`pole` détermine les modules pris en compte :
* si `pole` vaut `ModuleType.RESSOURCE`, seules les ressources sont prises
en compte (moyenne de ressources par UEs)
* si `pole` vaut `ModuleType.SAE`, seules les SAEs sont prises en compte
* si `pole` vaut `None` (ou toute autre valeur),
tous les modules sont pris en compte (moyenne d'UEs)
Returns: Returns:
True si la moytag a des notes, False sinon True si la moytag a des notes, False sinon
""" """
if pole == ModuleType.RESSOURCE:
notes = self.matrice_notes_res
elif pole == ModuleType.SAE:
notes = self.matrice_notes_saes
else:
notes = self.matrice_notes_gen notes = self.matrice_notes_gen
nbre_nan = notes.isna().sum().sum() nbre_nan = notes.isna().sum().sum()
nbre_notes_potentielles = len(notes.index) * len(notes.columns) nbre_notes_potentielles = len(notes.index) * len(notes.columns)
if nbre_nan == nbre_notes_potentielles: if nbre_nan == nbre_notes_potentielles:
@ -162,7 +107,7 @@ class MoyennesTag:
return moy_gen_tag return moy_gen_tag
def to_df(self, pole, aggregat=None, cohorte=None) -> pd.DataFrame: def to_df(self, aggregat=None, cohorte=None) -> pd.DataFrame:
"""Renvoie le df synthétisant l'ensemble des données """Renvoie le df synthétisant l'ensemble des données
connues connues
Adapte les intitulés des colonnes aux données fournies Adapte les intitulés des colonnes aux données fournies
@ -179,30 +124,19 @@ class MoyennesTag:
# Ajout des notes pour tous les champs # Ajout des notes pour tous les champs
champs = list(self.champs) champs = list(self.champs)
for champ in champs: for champ in champs:
if pole == ModuleType.RESSOURCE:
df_champ = self.moyennes_res[champ].get_df_synthese()
elif pole == ModuleType.SAE:
df_champ = self.moyennes_saes[champ].get_df_synthese()
else:
df_champ = self.moyennes_gen[champ].get_df_synthese() # le dataframe df_champ = self.moyennes_gen[champ].get_df_synthese() # le dataframe
# Renomme les colonnes # Renomme les colonnes
cols = [ cols = [
get_colonne_df(aggregat, pole, self.tag, champ, cohorte, critere) get_colonne_df(aggregat, self.tag, champ, cohorte, critere)
for critere in pe_moy.Moyenne.COLONNES_SYNTHESE for critere in pe_moy.Moyenne.COLONNES_SYNTHESE
] ]
df_champ.columns = cols df_champ.columns = cols
df = df.join(df_champ) df = df.join(df_champ)
# Ajoute la moy générale # Ajoute la moy générale
df_moy_gen: pd.DataFrame = None
if pole == ModuleType.RESSOURCE:
df_moy_gen = self.moyenne_res.get_df_synthese()
elif pole == ModuleType.SAE:
df_moy_gen = self.moyenne_saes.get_df_synthese()
else:
df_moy_gen = self.moyenne_gen.get_df_synthese() df_moy_gen = self.moyenne_gen.get_df_synthese()
cols = [ cols = [
get_colonne_df(aggregat, pole, self.tag, CHAMP_GENERAL, cohorte, critere) get_colonne_df(aggregat, self.tag, CHAMP_GENERAL, cohorte, critere)
for critere in pe_moy.Moyenne.COLONNES_SYNTHESE for critere in pe_moy.Moyenne.COLONNES_SYNTHESE
] ]
df_moy_gen.columns = cols df_moy_gen.columns = cols
@ -211,18 +145,13 @@ class MoyennesTag:
return df return df
def get_colonne_df(aggregat, pole, tag, champ, cohorte, critere): def get_colonne_df(aggregat, tag, champ, cohorte, critere):
"""Renvoie le tuple (aggregat, tag, champ, cohorte, critere) """Renvoie le tuple (aggregat, tag, champ, cohorte, critere)
utilisé pour désigner les colonnes du df""" utilisé pour désigner les colonnes du df"""
liste_champs = [] liste_champs = []
if aggregat != None: if aggregat != None:
liste_champs += [aggregat] liste_champs += [aggregat]
if pole == ModuleType.RESSOURCE:
liste_champs += ["ressources"]
elif pole == ModuleType.SAE:
liste_champs += ["saes"]
else:
liste_champs += ["global"]
liste_champs += [tag, champ] liste_champs += [tag, champ]
if cohorte != None: if cohorte != None:
liste_champs += [cohorte] liste_champs += [cohorte]

View File

@ -142,29 +142,12 @@ class RCSemXTag(pe_tabletags.TableTag):
# Traitement des notes # Traitement des notes
# ******************** # ********************
### Moyennes tous modules confondus
# Cube de notes (etudids_sorted x compétences_sorted x sxstags) # Cube de notes (etudids_sorted x compétences_sorted x sxstags)
notes_df, notes_cube = self.compute_notes_comps_cube(tag, mode=None) notes_df, notes_cube = self.compute_notes_comps_cube(tag)
# Calcule les moyennes sous forme d'un dataframe en les "aggrégant" # Calcule les moyennes sous forme d'un dataframe en les "aggrégant"
# compétence par compétence # compétence par compétence
moys_competences = self.compute_notes_competences(notes_cube, inscr_cube) moys_competences = self.compute_notes_competences(notes_cube, inscr_cube)
## Moyennes des ressources
notes_df_res, notes_cube_res = self.compute_notes_comps_cube(
tag, mode=ModuleType.RESSOURCE
)
moys_competences_res = self.compute_notes_competences(
notes_cube_res, inscr_cube
)
## Moyennes des SAEs
notes_df_sae, notes_cube_sae = self.compute_notes_comps_cube(
tag, mode=ModuleType.SAE
)
moys_competences_saes = self.compute_notes_competences(
notes_cube_sae, inscr_cube
)
# Traitement des coeffs pour la moyenne générale # Traitement des coeffs pour la moyenne générale
# *********************************************** # ***********************************************
# Df des coeffs sur tous les SxTags aggrégés # Df des coeffs sur tous les SxTags aggrégés
@ -186,8 +169,6 @@ class RCSemXTag(pe_tabletags.TableTag):
tag, tag,
pe_moytag.CODE_MOY_COMPETENCES, pe_moytag.CODE_MOY_COMPETENCES,
moys_competences, moys_competences,
moys_competences_res,
moys_competences_saes,
matrice_coeffs_moy_gen, matrice_coeffs_moy_gen,
) )
@ -205,19 +186,11 @@ class RCSemXTag(pe_tabletags.TableTag):
else: else:
return f"{self.__class__.__name__} {self.rcs_id}" return f"{self.__class__.__name__} {self.rcs_id}"
def compute_notes_comps_cube(self, tag, mode=None): def compute_notes_comps_cube(self, tag):
"""Pour un tag donné, construit le cube de notes (etudid x competences x SxTag) """Pour un tag donné, construit le cube de notes (etudid x competences x SxTag)
nécessaire au calcul des moyennes, nécessaire au calcul des moyennes,
en remplaçant les données d'UE (obtenus du SxTag) par les compétences en remplaçant les données d'UE (obtenus du SxTag) par les compétences
`mode` détermine les modules pris en compte :
* si `mode` vaut `ModuleType.RESSOURCE`, seules les ressources sont prises
en compte (moyenne de ressources par UEs)
* si `mode` vaut `ModuleType.SAE`, seules les SAEs sont prises en compte
* si `mode` vaut `None` (ou toute autre valeur),
tous les modules sont pris en compte (moyenne d'UEs)
Args: Args:
tag: Le tag visé tag: Le tag visé
""" """
@ -235,11 +208,6 @@ class RCSemXTag(pe_tabletags.TableTag):
if tag in sxtag.moyennes_tags: # si le tag est présent dans le semestre if tag in sxtag.moyennes_tags: # si le tag est présent dans le semestre
moys_tag = sxtag.moyennes_tags[tag] moys_tag = sxtag.moyennes_tags[tag]
if mode == ModuleType.RESSOURCE:
notes = moys_tag.matrice_notes_res.copy() # avec une copie
elif mode == ModuleType.SAE:
notes = moys_tag.matrice_notes_saes.copy()
else:
notes = moys_tag.matrice_notes_gen.copy() # dataframe etudids x ues notes = moys_tag.matrice_notes_gen.copy() # dataframe etudids x ues
# Traduction des acronymes d'UE en compétences # Traduction des acronymes d'UE en compétences

View File

@ -67,13 +67,15 @@ class ResSemBUTTag(ResultatsSemestreBUT, pe_tabletags.TableTag):
# Le nom du res_semestre taggué # Le nom du res_semestre taggué
self.nom = self.get_repr(verbose=True) self.nom = self.get_repr(verbose=True)
pe_affichage.pe_print(f"*** ResSemBUTTag du {self.nom}")
# Les étudiants (etuds, états civils & etudis) ajouté # Les étudiants (etuds, états civils & etudis) ajouté
self.add_etuds(self.etuds) self.add_etuds(self.etuds)
self.etudids_sorted = sorted(self.etudids) self.etudids_sorted = sorted(self.etudids)
"""Les etudids des étudiants du ResultatsSemestreBUT triés""" """Les etudids des étudiants du ResultatsSemestreBUT triés"""
pe_affichage.pe_print(
f"*** ResSemBUTTag du {self.nom} => {len(self.etudids_sorted)} étudiants"
)
# Les UEs (et les dispenses d'UE) # Les UEs (et les dispenses d'UE)
self.ues_standards: list[UniteEns] = [ self.ues_standards: list[UniteEns] = [
ue for ue in self.ues if ue.type == sco_codes.UE_STANDARD ue for ue in self.ues if ue.type == sco_codes.UE_STANDARD
@ -145,33 +147,37 @@ class ResSemBUTTag(ResultatsSemestreBUT, pe_tabletags.TableTag):
info_tag = tags_dict["personnalises"][tag] info_tag = tags_dict["personnalises"][tag]
# Les moyennes générales par UEs # Les moyennes générales par UEs
moy_ues_tag = self.compute_moy_ues_tag(info_tag=info_tag, pole=None) moy_ues_tag = self.compute_moy_ues_tag(info_tag=info_tag, pole=None)
# Les moyennes par ressources de chaque UE # Mémorise les moyennes
moy_res_tag = self.compute_moy_ues_tag(
info_tag=info_tag, pole=ModuleType.RESSOURCE
)
# Les moyennes par SAEs de chaque UE
moy_saes_tag = self.compute_moy_ues_tag(
info_tag=info_tag, pole=ModuleType.SAE
)
self.moyennes_tags[tag] = pe_moytag.MoyennesTag( self.moyennes_tags[tag] = pe_moytag.MoyennesTag(
tag, tag,
pe_moytag.CODE_MOY_UE, pe_moytag.CODE_MOY_UE,
moy_ues_tag, moy_ues_tag,
moy_res_tag,
moy_saes_tag,
self.matrice_coeffs_moy_gen, self.matrice_coeffs_moy_gen,
) )
# Ajoute les moyennes par UEs + la moyenne générale (but) # Ajoute les moyennes par UEs + la moyenne générale (but)
moy_gen = self.compute_moy_gen() moy_gen = self.compute_moy_gen()
moy_res_gen = self.compute_moy_ues_tag(info_tag=None, pole=ModuleType.RESSOURCE)
moy_saes_gen = self.compute_moy_ues_tag(info_tag=None, pole=ModuleType.SAE)
self.moyennes_tags["but"] = pe_moytag.MoyennesTag( self.moyennes_tags["but"] = pe_moytag.MoyennesTag(
"but", "but",
pe_moytag.CODE_MOY_UE, pe_moytag.CODE_MOY_UE,
moy_gen, moy_gen,
self.matrice_coeffs_moy_gen,
)
# Ajoute la moyenne générale par ressources
moy_res_gen = self.compute_moy_ues_tag(info_tag=None, pole=ModuleType.RESSOURCE)
self.moyennes_tags["ressources"] = pe_moytag.MoyennesTag(
"ressources",
pe_moytag.CODE_MOY_UE,
moy_res_gen, moy_res_gen,
self.matrice_coeffs_moy_gen,
)
# Ajoute la moyenne générale par saes
moy_saes_gen = self.compute_moy_ues_tag(info_tag=None, pole=ModuleType.SAE)
self.moyennes_tags["saes"] = pe_moytag.MoyennesTag(
"saes",
pe_moytag.CODE_MOY_UE,
moy_saes_gen, moy_saes_gen,
self.matrice_coeffs_moy_gen, self.matrice_coeffs_moy_gen,
) )
@ -364,7 +370,7 @@ class ResSemBUTTag(ResultatsSemestreBUT, pe_tabletags.TableTag):
# noms_tags_comp = list(set(dict_ues_competences.values())) # noms_tags_comp = list(set(dict_ues_competences.values()))
# BUT # BUT
dict_tags["auto"] = {"but": {}} dict_tags["auto"] = {"but": {}, "ressources": {}, "saes": {}}
return dict_tags return dict_tags
def _check_tags(self, dict_tags): def _check_tags(self, dict_tags):

View File

@ -188,46 +188,21 @@ class SxTag(pe_tabletags.TableTag):
matrice_moys_ues = pd.DataFrame( matrice_moys_ues = pd.DataFrame(
np.nan, index=self.etudids_sorted, columns=self.acronymes_sorted np.nan, index=self.etudids_sorted, columns=self.acronymes_sorted
) )
matrice_moys_res = pd.DataFrame(
np.nan, index=self.etudids_sorted, columns=self.acronymes_sorted
)
matrice_moys_saes = pd.DataFrame(
np.nan, index=self.etudids_sorted, columns=self.acronymes_sorted
)
else: else:
# Moyennes tous modules confondus # Moyennes tous modules confondus
### Cube de note etudids x UEs tous modules confondus ### Cube de note etudids x UEs tous modules confondus
notes_df_gen, notes_cube_gen = self.compute_notes_ues_cube( notes_df_gen, notes_cube_gen = self.compute_notes_ues_cube(tag)
tag, mode=None
)
# DataFrame des moyennes (tous modules confondus) # DataFrame des moyennes (tous modules confondus)
matrice_moys_ues = self.compute_notes_ues( matrice_moys_ues = self.compute_notes_ues(
notes_cube_gen, masque_cube, inscr_mask notes_cube_gen, masque_cube, inscr_mask
) )
### Moyennes par ressources # Mémorise les infos pour la moyenne au tag
notes_df_res, notes_cube_res = self.compute_notes_ues_cube(
tag, mode=ModuleType.RESSOURCE
)
matrice_moys_res = self.compute_notes_ues(
notes_cube_res, masque_cube, inscr_mask
)
### Moyennes par SAEs
notes_df_saes, notes_cube_saes = self.compute_notes_ues_cube(
tag, mode=ModuleType.SAE
)
matrice_moys_saes = self.compute_notes_ues(
notes_cube_saes, masque_cube, inscr_mask
)
# Mémorise les infos pour la moyennes au tag
self.moyennes_tags[tag] = pe_moytag.MoyennesTag( self.moyennes_tags[tag] = pe_moytag.MoyennesTag(
tag, tag,
pe_moytag.CODE_MOY_UE, pe_moytag.CODE_MOY_UE,
matrice_moys_ues, matrice_moys_ues,
matrice_moys_res,
matrice_moys_saes,
self.matrice_coeffs_moy_gen, self.matrice_coeffs_moy_gen,
) )
@ -248,7 +223,7 @@ class SxTag(pe_tabletags.TableTag):
True si a des notes, False sinon True si a des notes, False sinon
""" """
moy_tag_dernier_sem = self.ressembuttag_final.moyennes_tags[tag] moy_tag_dernier_sem = self.ressembuttag_final.moyennes_tags[tag]
return moy_tag_dernier_sem.has_notes(None) return moy_tag_dernier_sem.has_notes()
def __eq__(self, other): def __eq__(self, other):
"""Egalité de 2 SxTag sur la base de leur identifiant""" """Egalité de 2 SxTag sur la base de leur identifiant"""
@ -263,19 +238,11 @@ class SxTag(pe_tabletags.TableTag):
# affichage = [str(fid) for fid in self.ressembuttags] # affichage = [str(fid) for fid in self.ressembuttags]
return f"SXTag {self.agregat}#{self.fid_final}" return f"SXTag {self.agregat}#{self.fid_final}"
def compute_notes_ues_cube(self, tag, mode=None) -> (pd.DataFrame, np.array): def compute_notes_ues_cube(self, tag) -> (pd.DataFrame, np.array):
"""Construit le cube de notes des UEs (etudid x accronyme_ue x semestre_aggregé) """Construit le cube de notes des UEs (etudid x accronyme_ue x semestre_aggregé)
nécessaire au calcul des moyennes du tag pour le RCS Sx. nécessaire au calcul des moyennes du tag pour le RCS Sx.
(Renvoie également le dataframe associé pour debug). (Renvoie également le dataframe associé pour debug).
`mode` détermine les modules pris en compte :
* si `mode` vaut `ModuleType.RESSOURCE`, seules les ressources sont prises
en compte (moyenne de ressources par UEs)
* si `mode` vaut `ModuleType.SAE`, seules les SAEs sont prises en compte
* si `mode` vaut `None` (ou toute autre valeur),
tous les modules sont pris en compte (moyenne d'UEs)
Args: Args:
tag: Le tag considéré (personalisé ou "but") tag: Le tag considéré (personalisé ou "but")
""" """
@ -295,11 +262,6 @@ class SxTag(pe_tabletags.TableTag):
# Charge les notes du semestre tag # Charge les notes du semestre tag
sem_tag = self.ressembuttags[frmsem_id] sem_tag = self.ressembuttags[frmsem_id]
moys_tag = sem_tag.moyennes_tags[tag] moys_tag = sem_tag.moyennes_tags[tag]
if mode == ModuleType.RESSOURCE:
notes = moys_tag.matrice_notes_res
elif mode == ModuleType.SAE:
notes = moys_tag.matrice_notes_saes
else:
notes = moys_tag.matrice_notes_gen # dataframe etudids x ues notes = moys_tag.matrice_notes_gen # dataframe etudids x ues
# les étudiants et les acronymes communs # les étudiants et les acronymes communs

View File

@ -79,13 +79,12 @@ class TableTag(object):
tag: str = "" tag: str = ""
moytag: pe_moytag.MoyennesTag = None moytag: pe_moytag.MoyennesTag = None
for tag, moytag in self.moyennes_tags.items(): for tag, moytag in self.moyennes_tags.items():
if moytag.has_notes(None): if moytag.has_notes():
tags.append(tag) tags.append(tag)
return sorted(tags) return sorted(tags)
def to_df( def to_df(
self, self,
pole,
administratif=True, administratif=True,
aggregat=None, aggregat=None,
tags_cibles=None, tags_cibles=None,
@ -103,7 +102,6 @@ class TableTag(object):
aggregat: l'aggrégat représenté aggregat: l'aggrégat représenté
tags_cibles: la liste des tags ciblés tags_cibles: la liste des tags ciblés
cohorte: la cohorte représentée cohorte: la cohorte représentée
pole: Les modules à prendre en compte dans la moyenne (None=tous, Ressources ou SAEs)
Returns: Returns:
Le dataframe complet de synthèse Le dataframe complet de synthèse
""" """
@ -128,7 +126,7 @@ class TableTag(object):
for tag in tags_cibles: for tag in tags_cibles:
if tag in self.moyennes_tags: if tag in self.moyennes_tags:
moy_tag_df = self.moyennes_tags[tag].to_df( moy_tag_df = self.moyennes_tags[tag].to_df(
pole, aggregat=aggregat, cohorte=cohorte aggregat=aggregat, cohorte=cohorte
) )
df = df.join(moy_tag_df) df = df.join(moy_tag_df)
@ -163,7 +161,6 @@ def _get_champ_administratif(champ, aggregat=None, cohorte=None):
liste = [] liste = []
if aggregat != None: if aggregat != None:
liste += [aggregat] liste += [aggregat]
liste += [""] # le pole (None, RESSOURCES, SAEs)
liste += ["Administratif", "Identité"] liste += ["Administratif", "Identité"]
if cohorte != None: if cohorte != None:
liste += [champ] liste += [champ]

View File

@ -358,7 +358,9 @@ class EtudiantsJuryPE:
etudiant = self.identites[etudid] etudiant = self.identites[etudid]
cursus = self.cursus[etudid] cursus = self.cursus[etudid]
formsemestres = cursus["formsemestres"] formsemestres = cursus["formsemestres"]
parcours = cursus["parcours"]
if not parcours:
parcours = ""
if cursus["diplome"]: if cursus["diplome"]:
diplome = cursus["diplome"] diplome = cursus["diplome"]
else: else:
@ -372,6 +374,7 @@ class EtudiantsJuryPE:
"Prenom": etudiant.prenom, "Prenom": etudiant.prenom,
"Civilite": etudiant.civilite_str, "Civilite": etudiant.civilite_str,
"Age": pe_comp.calcul_age(etudiant.date_naissance), "Age": pe_comp.calcul_age(etudiant.date_naissance),
"Parcours": parcours,
"Date entree": cursus["entree"], "Date entree": cursus["entree"],
"Date diplome": diplome, "Date diplome": diplome,
"Nb semestres": len(formsemestres), "Nb semestres": len(formsemestres),

View File

@ -199,15 +199,10 @@ class JuryPE(object):
) as writer: ) as writer:
onglets = [] onglets = []
for res_sem_tag in self.ressembuttags.values(): for res_sem_tag in self.ressembuttags.values():
for pole in [None, ModuleType.RESSOURCE, ModuleType.SAE]:
onglet = res_sem_tag.get_repr(verbose=True) onglet = res_sem_tag.get_repr(verbose=True)
onglet = onglet.replace("Semestre ", "S") onglet = onglet.replace("Semestre ", "S")
if pole:
onglet += (
" (res.)" if pole == ModuleType.RESSOURCE else " (saes)"
)
onglets += ["📊" + onglet] onglets += ["📊" + onglet]
df = res_sem_tag.to_df(pole) df = res_sem_tag.to_df()
# Conversion colonnes en multiindex # Conversion colonnes en multiindex
df = convert_colonnes_to_multiindex(df) df = convert_colonnes_to_multiindex(df)
# écriture dans l'onglet # écriture dans l'onglet
@ -269,13 +264,18 @@ class JuryPE(object):
""" """
# Génère les moyennes des RCS de type Sx # Génère les moyennes des RCS de type Sx
pe_affichage.pe_print( pe_affichage.pe_print(
"***************************************************************************\n" "***************************************************************************"
"*** Calcule les moyennes des SxTag (moyennes d'un RCS de type Sx)\n" )
pe_affichage.pe_print(
"*** Calcule les moyennes des SxTag (moyennes d'un RCS de type Sx)",
info=True,
)
pe_affichage.pe_print(
"***************************************************************************" "***************************************************************************"
) )
# Les SxTag (moyenne de Sx par UE) # Les SxTag (moyenne de Sx par UE)
pe_affichage.pe_print("1) Calcul des moyennes") pe_affichage.pe_print("1) Calcul des moyennes", info=True)
self.sxtags = {} self.sxtags = {}
for rcf_id, rcf in self.rcss_jury.semXs.items(): for rcf_id, rcf in self.rcss_jury.semXs.items():
# SxTag traduisant le RCF # SxTag traduisant le RCF
@ -283,7 +283,7 @@ class JuryPE(object):
self.sxtags[sxtag_id] = pe_sxtag.SxTag(sxtag_id, rcf, self.ressembuttags) self.sxtags[sxtag_id] = pe_sxtag.SxTag(sxtag_id, rcf, self.ressembuttags)
# Intègre le bilan des semestres taggués au zip final # Intègre le bilan des semestres taggués au zip final
pe_affichage.pe_print("2) Bilan") pe_affichage.pe_print("2) Bilan", info=True)
output = io.BytesIO() output = io.BytesIO()
with pd.ExcelWriter( # pylint: disable=abstract-class-instantiated with pd.ExcelWriter( # pylint: disable=abstract-class-instantiated
output, engine="openpyxl" output, engine="openpyxl"
@ -291,20 +291,17 @@ class JuryPE(object):
onglets = [] onglets = []
for sxtag in self.sxtags.values(): for sxtag in self.sxtags.values():
if sxtag.is_significatif(): if sxtag.is_significatif():
for pole in [None, ModuleType.RESSOURCE, ModuleType.SAE]:
onglet = sxtag.get_repr(verbose=False) onglet = sxtag.get_repr(verbose=False)
if pole:
onglet += (
" (res.)" if pole == ModuleType.RESSOURCE else " (saes)"
)
onglets += ["📊" + onglet] onglets += ["📊" + onglet]
df = sxtag.to_df(pole) df = sxtag.to_df()
# Conversion colonnes en multiindex # Conversion colonnes en multiindex
df = convert_colonnes_to_multiindex(df) df = convert_colonnes_to_multiindex(df)
# écriture dans l'onglet # écriture dans l'onglet
df.to_excel(writer, onglet, index=True, header=True) df.to_excel(writer, onglet, index=True, header=True)
pe_affichage.pe_print(f"--> Export excel de {', '.join(onglets)}") pe_affichage.pe_print(
f"--> Export excel de {', '.join(onglets)}", info=True
)
output.seek(0) output.seek(0)
if onglets: if onglets:
@ -319,9 +316,14 @@ class JuryPE(object):
"""Génère les regroupements cohérents de RCFs qu'ont suivi chaque étudiant""" """Génère les regroupements cohérents de RCFs qu'ont suivi chaque étudiant"""
pe_affichage.pe_print( pe_affichage.pe_print(
"""******************************************************************************\n""" """******************************************************************************"""
)
pe_affichage.pe_print(
"""*** Génère les RCSemX (regroupements cohérents de données extraites des SemX)\n""" """*** Génère les RCSemX (regroupements cohérents de données extraites des SemX)\n"""
"""*** amenant du S1 à un semestre final\n""" """*** amenant du S1 à un semestre final""",
info=True,
)
pe_affichage.pe_print(
"""******************************************************************************""" """******************************************************************************"""
) )
self.rcss_jury.cree_rcsemxs(self.etudiants) self.rcss_jury.cree_rcsemxs(self.etudiants)
@ -348,12 +350,16 @@ class JuryPE(object):
# Génère les moyennes des RCS de type Sx # Génère les moyennes des RCS de type Sx
pe_affichage.pe_print( pe_affichage.pe_print(
"""****************************************************\n""" """****************************************************"""
"""*** Génère les moyennes associées aux RCSemX \n""" )
pe_affichage.pe_print(
"""*** Génère les moyennes associées aux RCSemX""", info=True
)
pe_affichage.pe_print(
"""****************************************************""" """****************************************************"""
) )
pe_affichage.pe_print("1) Calcul des moyennes des RCSTag") pe_affichage.pe_print("1) Calcul des moyennes des RCSTag", info=True)
self.rcsstags = {} self.rcsstags = {}
for rcs_id, rcsemx in self.rcss_jury.rcsemxs.items(): for rcs_id, rcsemx in self.rcss_jury.rcsemxs.items():
self.rcsstags[rcs_id] = pe_rcstag.RCSemXTag( self.rcsstags[rcs_id] = pe_rcstag.RCSemXTag(
@ -361,7 +367,7 @@ class JuryPE(object):
) )
# Intègre le bilan des trajectoires tagguées au zip final # Intègre le bilan des trajectoires tagguées au zip final
pe_affichage.pe_print("2) Bilan") pe_affichage.pe_print("2) Bilan", info=True)
output = io.BytesIO() output = io.BytesIO()
with pd.ExcelWriter( # pylint: disable=abstract-class-instantiated with pd.ExcelWriter( # pylint: disable=abstract-class-instantiated
output, engine="openpyxl" output, engine="openpyxl"
@ -369,21 +375,18 @@ class JuryPE(object):
onglets = [] onglets = []
for rcs_tag in self.rcsstags.values(): for rcs_tag in self.rcsstags.values():
if rcs_tag.is_significatif(): if rcs_tag.is_significatif():
for pole in [None, ModuleType.RESSOURCE, ModuleType.SAE]:
onglet = rcs_tag.get_repr(verbose=False) onglet = rcs_tag.get_repr(verbose=False)
if pole:
onglet += (
" (res.)" if pole == ModuleType.RESSOURCE else " (saes)"
)
onglets += ["📊" + onglet] onglets += ["📊" + onglet]
df = rcs_tag.to_df(pole) df = rcs_tag.to_df()
# Conversion colonnes en multiindex # Conversion colonnes en multiindex
df = convert_colonnes_to_multiindex(df) df = convert_colonnes_to_multiindex(df)
onglets += ["📊" + onglet] onglets += ["📊" + onglet]
# écriture dans l'onglet # écriture dans l'onglet
df.to_excel(writer, onglet, index=True, header=True) df.to_excel(writer, onglet, index=True, header=True)
pe_affichage.pe_print(f"--> Export excel de {', '.join(onglets)}") pe_affichage.pe_print(
f"--> Export excel de {', '.join(onglets)}", info=True
)
output.seek(0) output.seek(0)
if onglets: if onglets:
@ -401,10 +404,15 @@ class JuryPE(object):
et ceux par compétences (sur les RCSTag). et ceux par compétences (sur les RCSTag).
""" """
pe_affichage.pe_print( pe_affichage.pe_print(
"""******************************************************************\n"""
"""*** Génère les interclassements sur chaque type de RCS/agrgégat\n"""
"""******************************************************************""" """******************************************************************"""
) )
pe_affichage.pe_print(
"""*** Génère les interclassements sur chaque type de RCS/agrgégat"""
)
pe_affichage.pe_print(
"""******************************************************************"""
)
self.interclasstags = { self.interclasstags = {
pe_moytag.CODE_MOY_UE: {}, pe_moytag.CODE_MOY_UE: {},
pe_moytag.CODE_MOY_COMPETENCES: {}, pe_moytag.CODE_MOY_COMPETENCES: {},
@ -449,22 +457,15 @@ class JuryPE(object):
interclasstag = self.interclasstags[type_interclass] interclasstag = self.interclasstags[type_interclass]
for nom_rcs, interclass in interclasstag.items(): for nom_rcs, interclass in interclasstag.items():
if interclass.is_significatif(): if interclass.is_significatif():
for pole in [None, ModuleType.RESSOURCE, ModuleType.SAE]:
onglet = interclass.get_repr() onglet = interclass.get_repr()
if pole:
onglet += (
" (res.)"
if pole == ModuleType.RESSOURCE
else " (saes)"
)
onglets += ["📊" + onglet] onglets += ["📊" + onglet]
df = interclass.to_df(pole, cohorte="Promo") df = interclass.to_df(cohorte="Promo")
# Conversion colonnes en multiindex # Conversion colonnes en multiindex
df = convert_colonnes_to_multiindex(df) df = convert_colonnes_to_multiindex(df)
onglets += [onglet] onglets += [onglet]
# écriture dans l'onglet # écriture dans l'onglet
df.to_excel(writer, onglet, index=True, header=True) df.to_excel(writer, onglet, index=True, header=True)
pe_affichage.pe_print(f"=> Export excel de {', '.join(onglets)}") pe_affichage.pe_print(f"=> Export excel de {', '.join(onglets)}", info=True)
output.seek(0) output.seek(0)
@ -479,11 +480,18 @@ class JuryPE(object):
def _gen_xls_synthese_jury_par_tag(self, zipfile: ZipFile): def _gen_xls_synthese_jury_par_tag(self, zipfile: ZipFile):
"""Synthèse des éléments du jury PE tag par tag""" """Synthèse des éléments du jury PE tag par tag"""
pe_affichage.pe_print( pe_affichage.pe_print(
"*** Synthèse finale des moyennes par tag et par type de moyennes (UEs ou Compétences)***" "**************************************************************************************"
)
pe_affichage.pe_print(
"*** Synthèse finale des moyennes par tag et par type de moyennes (UEs ou Compétences)",
info=True,
)
pe_affichage.pe_print(
"**************************************************************************************"
) )
self.synthese = {} self.synthese = {}
pe_affichage.pe_print(" -> Synthèse des données administratives") pe_affichage.pe_print(" -> Synthèse des données administratives", info=True)
self.synthese["administratif"] = self.etudiants.df_administratif( self.synthese["administratif"] = self.etudiants.df_administratif(
self.diplomes_ids self.diplomes_ids
) )
@ -491,13 +499,10 @@ class JuryPE(object):
tags = self._do_tags_list(self.interclasstags) tags = self._do_tags_list(self.interclasstags)
for tag in tags: for tag in tags:
for type_moy in [pe_moytag.CODE_MOY_UE, pe_moytag.CODE_MOY_COMPETENCES]: for type_moy in [pe_moytag.CODE_MOY_UE, pe_moytag.CODE_MOY_COMPETENCES]:
for pole in [None, ModuleType.RESSOURCE, ModuleType.SAE]: self.synthese[(tag, type_moy)] = self.df_tag_type(tag, type_moy)
self.synthese[(tag, type_moy, pole)] = self.df_tag_type(
tag, type_moy, pole
)
# Export des données => mode 1 seule feuille -> supprimé # Export des données => mode 1 seule feuille -> supprimé
pe_affichage.pe_print("*** Export du jury de synthese par tags") pe_affichage.pe_print("*** Export du jury de synthese par tags", info=True)
output = io.BytesIO() output = io.BytesIO()
with pd.ExcelWriter( # pylint: disable=abstract-class-instantiated with pd.ExcelWriter( # pylint: disable=abstract-class-instantiated
output, engine="openpyxl" output, engine="openpyxl"
@ -509,25 +514,19 @@ class JuryPE(object):
df_final = convert_colonnes_to_multiindex(df_final) df_final = convert_colonnes_to_multiindex(df_final)
# Nom de l'onglet # Nom de l'onglet
if isinstance(onglet, tuple): if isinstance(onglet, tuple):
(repr, type_moy, pole) = onglet (repr, type_moy) = onglet
nom_onglet = onglet[0][: 31 - 11] nom_onglet = onglet[0][: 31 - 7]
if type_moy == pe_moytag.CODE_MOY_COMPETENCES: if type_moy == pe_moytag.CODE_MOY_COMPETENCES:
nom_onglet = nom_onglet + "(Comp" nom_onglet = nom_onglet + " (Comp)"
else: else:
nom_onglet = nom_onglet + "(UE" nom_onglet = nom_onglet + " (UEs)"
if pole and pole == ModuleType.RESSOURCE:
nom_onglet = nom_onglet + ",res)"
elif pole and pole == ModuleType.SAE:
nom_onglet = nom_onglet + ",saes)"
else:
nom_onglet = nom_onglet + ")"
else: else:
nom_onglet = onglet nom_onglet = onglet
onglets += [nom_onglet] onglets += [nom_onglet]
# écriture dans l'onglet: # écriture dans l'onglet:
df_final = df_final.replace("nan", "") df_final = df_final.replace("nan", "")
df_final.to_excel(writer, nom_onglet, index=True, header=True) df_final.to_excel(writer, nom_onglet, index=True, header=True)
pe_affichage.pe_print(f"=> Export excel de {', '.join(onglets)}") pe_affichage.pe_print(f"=> Export excel de {', '.join(onglets)}", info=True)
output.seek(0) output.seek(0)
self.add_file_to_zip( self.add_file_to_zip(
@ -537,7 +536,9 @@ class JuryPE(object):
def _gen_html_synthese_par_etudiant(self, zipfile: ZipFile): def _gen_html_synthese_par_etudiant(self, zipfile: ZipFile):
"""Synthèse des éléments du jury PE, étudiant par étudiant""" """Synthèse des éléments du jury PE, étudiant par étudiant"""
# Synthèse des éléments du jury PE # Synthèse des éléments du jury PE
pe_affichage.pe_print("*** Synthèse finale étudiant par étudiant***") pe_affichage.pe_print("**************************************************")
pe_affichage.pe_print("*** Synthèse finale étudiant par étudiant", info=True)
pe_affichage.pe_print("**************************************************")
etudids = list(self.diplomes_ids) etudids = list(self.diplomes_ids)
for etudid in etudids: for etudid in etudids:
@ -589,7 +590,7 @@ class JuryPE(object):
# Méthodes pour la synthèse du juryPE # Méthodes pour la synthèse du juryPE
# ***************************************************************************************************************** # *****************************************************************************************************************
def df_tag_type(self, tag, type_moy, pole): def df_tag_type(self, tag, type_moy):
"""Génère le DataFrame synthétisant les moyennes/classements (groupe + """Génère le DataFrame synthétisant les moyennes/classements (groupe +
interclassement promo) pour tous les aggrégats prévus, en fonction interclassement promo) pour tous les aggrégats prévus, en fonction
du type (UEs ou Compétences) de données souhaitées, du type (UEs ou Compétences) de données souhaitées,
@ -625,7 +626,7 @@ class JuryPE(object):
if interclass.is_significatif(): if interclass.is_significatif():
# Le dataframe du classement sur le groupe # Le dataframe du classement sur le groupe
df_groupe = interclass.compute_df_synthese_moyennes_tag( df_groupe = interclass.compute_df_synthese_moyennes_tag(
tag, pole, aggregat=aggregat, type_colonnes=False tag, aggregat=aggregat, type_colonnes=False
) )
if not df_groupe.empty: if not df_groupe.empty:
aff_aggregat += [aggregat] aff_aggregat += [aggregat]
@ -633,7 +634,6 @@ class JuryPE(object):
# Le dataframe du classement sur la promo # Le dataframe du classement sur la promo
df_promo = interclass.to_df( df_promo = interclass.to_df(
pole,
administratif=False, administratif=False,
aggregat=aggregat, aggregat=aggregat,
tags_cibles=[tag], tags_cibles=[tag],
@ -645,15 +645,8 @@ class JuryPE(object):
df = df.join(df_promo) df = df.join(df_promo)
if aff_aggregat: if aff_aggregat:
aff_aggregat = sorted(set(aff_aggregat))
if pole and pole == ModuleType.RESSOURCE:
aff_pole = "et par ressources"
elif pole and pole == ModuleType.SAE:
aff_pole = "et par saes"
else:
aff_pole = "tous modules confondus"
pe_affichage.pe_print( pe_affichage.pe_print(
f" -> Synthèse de 👜{tag} par {type_moy} {aff_pole} avec {', '.join(aff_aggregat)}" f" -> Synthèse de 👜{tag} par {type_moy} avec {', '.join(aff_aggregat)}"
) )
else: else:
pe_affichage.pe_print(f" -> Synthèse du tag {tag} par {type_moy} : <vide>") pe_affichage.pe_print(f" -> Synthèse du tag {tag} par {type_moy} : <vide>")
@ -668,11 +661,12 @@ class JuryPE(object):
Returns: Returns:
Un tuple nom, prenom, html Un tuple nom, prenom, html
""" """
pole = None
etudiant = self.etudiants.identites[etudid] etudiant = self.etudiants.identites[etudid]
nom = etudiant.nom nom = etudiant.nom
prenom = etudiant.prenom # initial du prénom prenom = etudiant.prenom # initial du prénom
parcours = self.etudiants.cursus[etudid]["parcours"]
if not parcours:
parcours = "<parcours indéterminé>"
# Accès au template # Accès au template
environnement = jinja2.Environment( environnement = jinja2.Environment(
@ -682,7 +676,7 @@ class JuryPE(object):
# Colonnes des tableaux htmls => competences # Colonnes des tableaux htmls => competences
competences = [] competences = []
for aggregat in pe_rcs.TOUS_LES_RCS_AVEC_PLUSIEURS_SEM: for aggregat in pe_rcs.TOUS_LES_RCS:
# L'interclassement associé # L'interclassement associé
interclass = self.interclasstags[pe_moytag.CODE_MOY_COMPETENCES][aggregat] interclass = self.interclasstags[pe_moytag.CODE_MOY_COMPETENCES][aggregat]
competences.extend(interclass.champs_sorted) competences.extend(interclass.champs_sorted)
@ -696,7 +690,7 @@ class JuryPE(object):
for tag in tags: for tag in tags:
moyennes[tag] = {} moyennes[tag] = {}
# Les données de synthèse # Les données de synthèse
df = self.synthese[(tag, pe_moytag.CODE_MOY_COMPETENCES, pole)] df = self.synthese[(tag, pe_moytag.CODE_MOY_COMPETENCES)]
for aggregat in pe_rcs.TOUS_LES_RCS: for aggregat in pe_rcs.TOUS_LES_RCS:
# moyennes[tag][aggregat] = {} # moyennes[tag][aggregat] = {}
descr = pe_rcs.get_descr_rcs(aggregat) descr = pe_rcs.get_descr_rcs(aggregat)
@ -710,22 +704,24 @@ class JuryPE(object):
"rang_promo": "", "rang_promo": "",
} }
colonne = pe_moytag.get_colonne_df( colonne = pe_moytag.get_colonne_df(
aggregat, pole, tag, comp, "Groupe", "note" aggregat, tag, comp, "Groupe", "note"
) )
if colonne in df.columns: if colonne in df.columns:
valeur = df.loc[etudid, colonne] valeur = df.loc[etudid, colonne]
if not np.isnan(valeur): if not np.isnan(valeur):
moy[comp]["note"] = round(valeur, 2) moy[comp]["note"] = round(valeur, 2)
est_significatif = True est_significatif = True
# else:
# print(f"{colonne} manquante")
colonne = pe_moytag.get_colonne_df( colonne = pe_moytag.get_colonne_df(
aggregat, pole, tag, comp, "Groupe", "rang" aggregat, tag, comp, "Groupe", "rang"
) )
if colonne in df.columns: if colonne in df.columns:
valeur = df.loc[etudid, colonne] valeur = df.loc[etudid, colonne]
if valeur and str(valeur) != "nan": if valeur and str(valeur) != "nan":
moy[comp]["rang_groupe"] = valeur moy[comp]["rang_groupe"] = valeur
colonne = pe_moytag.get_colonne_df( colonne = pe_moytag.get_colonne_df(
aggregat, pole, tag, comp, "Promo", "rang" aggregat, tag, comp, "Promo", "rang"
) )
if colonne in df.columns: if colonne in df.columns:
valeur = df.loc[etudid, colonne] valeur = df.loc[etudid, colonne]
@ -738,7 +734,7 @@ class JuryPE(object):
html = template.render( html = template.render(
nom=nom, nom=nom,
prenom=prenom, prenom=prenom,
pole="Moyennes calculées tous modules (ressources/SAEs) confondus", parcours=parcours,
colonnes_html=colonnes_html, colonnes_html=colonnes_html,
tags=tags, tags=tags,
moyennes=moyennes, moyennes=moyennes,

View File

@ -38,11 +38,11 @@ TYPES_RCS = {
}, },
"3S": { "3S": {
"aggregat": ["S1", "S2", "S3"], "aggregat": ["S1", "S2", "S3"],
"descr": "Moyenne du semestre 1 au semestre 3 (S1+S2+S3)", "descr": "Moyenne du S1 au S3 (S1+S2+S3)",
}, },
"4S": { "4S": {
"aggregat": ["S1", "S2", "S3", "S4"], "aggregat": ["S1", "S2", "S3", "S4"],
"descr": "Moyenne du semestre 1 au semestre 4 (S1+S2+S3+S4)", "descr": "Moyenne du S1 au S4 (S1+S2+S3+S4)",
}, },
"S5": { "S5": {
"aggregat": ["S5"], "aggregat": ["S5"],
@ -58,7 +58,7 @@ TYPES_RCS = {
}, },
"5S": { "5S": {
"aggregat": ["S1", "S2", "S3", "S4", "S5"], "aggregat": ["S1", "S2", "S3", "S4", "S5"],
"descr": "Moyenne du semestre 1 au semestre 5 (S1+S2+S3+S4+S5)", "descr": "Moyenne du S1 au S5 (S1+S2+S3+S4+S5)",
}, },
"6S": { "6S": {
"aggregat": ["S1", "S2", "S3", "S4", "S5", "S6"], "aggregat": ["S1", "S2", "S3", "S4", "S5", "S6"],

View File

@ -25,7 +25,9 @@
<body> <body>
<main class="container"> <main class="container">
<h1>Résultats PE de {{prenom}} {{nom}}</h1> <h1>Résultats PE de {{prenom}} {{nom}} <span style="font-size: 80%">({{ parcours }})</span></h1>
<h2>Légende</h2> <h2>Légende</h2>
<ul class="legend"> <ul class="legend">
@ -33,8 +35,6 @@
<li><span class="w3-badge w3-blue">../..</span>&nbsp;Classement par promo</li> <li><span class="w3-badge w3-blue">../..</span>&nbsp;Classement par promo</li>
</ul> </ul>
{{ pole }}
{% for tag in tags %} {% for tag in tags %}
<h2>Tag <code>👜 {{ tag }}</code></h2> <h2>Tag <code>👜 {{ tag }}</code></h2>