forked from ScoDoc/ScoDoc
Fin traitement coeffs
This commit is contained in:
parent
57d616da1a
commit
a50bbe9223
@ -84,7 +84,7 @@ class InterClassTag(pe_tabletags.TableTag):
|
||||
self.type = type_interclassement
|
||||
|
||||
pe_affichage.pe_print(
|
||||
f"--> Interclassement par 🗂️{type_interclassement} pour le RCS ⏯️{nom_rcs}"
|
||||
f"*** Interclassement par 🗂️{type_interclassement} pour le RCS ⏯️{nom_rcs}"
|
||||
)
|
||||
|
||||
# Les informations sur les étudiants diplômés
|
||||
@ -119,13 +119,20 @@ class InterClassTag(pe_tabletags.TableTag):
|
||||
# Les données sur les tags
|
||||
self.tags_sorted = self._do_taglist()
|
||||
"""Liste des tags (triés par ordre alphabétique)"""
|
||||
aff_tag = ["👜" + tag for tag in self.tags_sorted]
|
||||
pe_affichage.pe_print(f"--> Tags : {', '.join(aff_tag)}")
|
||||
aff = pe_affichage.aff_tag(self.tags_sorted)
|
||||
pe_affichage.pe_print(f"--> Tags : {aff}")
|
||||
|
||||
# Les données sur les UEs (si SxTag) ou compétences (si RCSTag)
|
||||
self.champs_sorted = self._do_ues_ou_competences_list()
|
||||
"""Les champs (UEs ou compétences) de l'interclassement"""
|
||||
self._aff_comp_ou_ues_debug()
|
||||
if self.type == pe_moytag.CODE_MOY_UE:
|
||||
pe_affichage.pe_print(
|
||||
f"--> UEs : {pe_affichage.aff_UEs(self.champs_sorted)}"
|
||||
)
|
||||
else:
|
||||
pe_affichage.pe_print(
|
||||
f"--> Compétences : {pe_affichage.aff_competences(self.champs_sorted)}"
|
||||
)
|
||||
|
||||
# Construit la matrice de notes
|
||||
etudids_sorted = sorted(list(self.diplomes_ids))
|
||||
@ -136,15 +143,14 @@ class InterClassTag(pe_tabletags.TableTag):
|
||||
# Synthétise les moyennes/classements par tag
|
||||
self.moyennes_tags: dict[str, pe_moytag.MoyennesTag] = {}
|
||||
for tag in self.tags_sorted:
|
||||
pe_affichage.pe_print(f"--> Moyenne 👜{tag} : ")
|
||||
|
||||
notes = self.compute_notes_matrice(tag, etudids_sorted, self.champs_sorted)
|
||||
|
||||
coeffs = self.compute_coeffs_matrice(
|
||||
tag, etudids_sorted, self.champs_sorted
|
||||
)
|
||||
|
||||
self.__aff_profil_coeffs(coeffs)
|
||||
aff = pe_affichage.aff_profil_coeffs(coeffs, with_index=True)
|
||||
pe_affichage.pe_print(f"--> Moyenne 👜{tag} avec coeffs: {aff} ")
|
||||
|
||||
self.moyennes_tags[tag] = pe_moytag.MoyennesTag(
|
||||
tag,
|
||||
@ -248,7 +254,7 @@ class InterClassTag(pe_tabletags.TableTag):
|
||||
for rcstag in self.rcstags.values():
|
||||
if tag in rcstag.moyennes_tags:
|
||||
# Charge les coeffs au tag d'un RCStag
|
||||
coeffs: pd.DataFrame = rcstag.moyennes_tags[tag].matrice_notes
|
||||
coeffs: pd.DataFrame = rcstag.moyennes_tags[tag].matrice_coeffs_moy_gen
|
||||
|
||||
# Etudiants/Champs communs entre le RCSTag et les données interclassées
|
||||
(
|
||||
@ -279,21 +285,6 @@ class InterClassTag(pe_tabletags.TableTag):
|
||||
dict_champs.extend(champs)
|
||||
return sorted(set(dict_champs))
|
||||
|
||||
def _aff_comp_ou_ues_debug(self):
|
||||
"""Affichage pour debug"""
|
||||
aff_comp = []
|
||||
|
||||
for comp in self.champs_sorted:
|
||||
liste = []
|
||||
if self.type == pe_moytag.CODE_MOY_UE:
|
||||
liste += ["📍" + comp]
|
||||
else:
|
||||
liste += ["💡" + comp]
|
||||
if self.type == pe_moytag.CODE_MOY_UE:
|
||||
pe_affichage.pe_print(f"--> UEs : {', '.join(aff_comp)}")
|
||||
else:
|
||||
pe_affichage.pe_print(f"--> Compétences : {', '.join(aff_comp)}")
|
||||
|
||||
def has_tags(self):
|
||||
"""Indique si l'interclassement a des tags (cas d'un
|
||||
interclassement sur un S5 qui n'a pas eu lieu)
|
||||
|
@ -99,7 +99,9 @@ class Moyenne:
|
||||
|
||||
def get_df_synthese(self):
|
||||
"""Renvoie le df de synthese limité aux colonnes de synthese"""
|
||||
return self.df[self.COLONNES_SYNTHESE]
|
||||
df = self.df[self.COLONNES_SYNTHESE].copy()
|
||||
df["rang"] = df["rang"].replace("nan", "")
|
||||
return df
|
||||
|
||||
def to_dict(self) -> dict:
|
||||
"""Renvoie un dictionnaire de synthèse des moyennes/classements/statistiques générale (but)"""
|
||||
|
@ -173,7 +173,10 @@ class RCSemXTag(pe_tabletags.TableTag):
|
||||
self.etudids_sorted,
|
||||
self.competences_sorted,
|
||||
)
|
||||
pe_affichage.aff_profil_coeffs(matrice_coeffs_moy_gen)
|
||||
aff = pe_affichage.aff_profil_coeffs(
|
||||
matrice_coeffs_moy_gen, with_index=True
|
||||
)
|
||||
pe_affichage.pe_print(f" > Moyenne calculée avec pour coeffs : {aff}")
|
||||
|
||||
# Mémorise les moyennes et les coeff associés
|
||||
self.moyennes_tags[tag] = pe_moytag.MoyennesTag(
|
||||
@ -344,23 +347,19 @@ class RCSemXTag(pe_tabletags.TableTag):
|
||||
inscription_df = pd.DataFrame(
|
||||
0, index=etudids_sorted, columns=competences_sorted
|
||||
)
|
||||
|
||||
# Les étudiants dont les résultats au sxtag ont été calculés
|
||||
etudids_sxtag = sxtag.etudids_sorted
|
||||
|
||||
# Les étudiants communs
|
||||
etudids_communs = sorted(set(etudids_sorted) & set(etudids_sxtag))
|
||||
|
||||
# Acte l'inscription
|
||||
inscription_df.loc[etudids_communs, :] = 1
|
||||
|
||||
# Stocke les dfs
|
||||
inscriptions_dfs[sxtag_id] = inscription_df
|
||||
|
||||
for etudid in etudids_sorted:
|
||||
for sem in self.rcsemx.aggregat:
|
||||
if etudid in self.semXs_suivis:
|
||||
semx_suivi = self.semXs_suivis[etudid][sem]
|
||||
if semx_suivi:
|
||||
semx_suivi_id = semx_suivi.rcs_id
|
||||
if semx_suivi_id not in self.sxtags_connus:
|
||||
pe_affichage.pe_print(
|
||||
f"Un SxTag est manquant : {semx_suivi_id}"
|
||||
)
|
||||
if semx_suivi_id in inscriptions_dfs:
|
||||
# Si le sxtag est l'un des siens
|
||||
inscriptions_dfs[semx_suivi_id].loc[etudid, :] = 1
|
||||
|
||||
"""Réunit les inscriptions sous forme d'un cube etudids x competences x semestres"""
|
||||
sxtag_x_etudids_x_comps = [inscriptions_dfs[sxtag_id] for sxtag_id in sxstags]
|
||||
inscriptions_etudids_x_comps_x_sxtag = np.stack(
|
||||
@ -434,14 +433,13 @@ def compute_coeffs_competences(
|
||||
|
||||
# Applique le masque des inscriptions aux coeffs et aux notes
|
||||
coeffs_significatifs = coeff_cube * inscriptions
|
||||
set_cube_significatif = set_cube * inscriptions
|
||||
|
||||
# Quelles entrées du cube contiennent des notes ?
|
||||
mask = ~np.isnan(set_cube_significatif)
|
||||
|
||||
# Enlève les NaN du cube de notes pour les entrées manquantes
|
||||
coeffs_cube_no_nan = np.nan_to_num(coeffs_significatifs, nan=0.0)
|
||||
|
||||
# Quelles entrées du cube contiennent des notes ?
|
||||
mask = ~np.isnan(set_cube)
|
||||
|
||||
# Retire les coefficients associés à des données sans notes
|
||||
coeffs_cube_no_nan = coeffs_cube_no_nan * mask
|
||||
|
||||
@ -453,7 +451,7 @@ def compute_coeffs_competences(
|
||||
coeff_tag, index=etudids_sorted, columns=competences_sorted
|
||||
)
|
||||
# Remet à Nan les coeffs à 0
|
||||
coeffs_df.fillna(np.nan)
|
||||
coeffs_df = coeffs_df.fillna(np.nan)
|
||||
|
||||
return coeffs_df
|
||||
|
||||
|
@ -8,7 +8,7 @@
|
||||
# Copyright (c) 1999 - 2024 Emmanuel Viennet. All rights reserved.
|
||||
#
|
||||
# This program is free software; you can redistribute it and/or modify
|
||||
# it under the terms of the GNU General Public License as published by
|
||||
# it under the terms of the GNU Generfal Public License as published by
|
||||
# the Free Software Foundation; either version 2 of the License, or
|
||||
# (at your option) any later version.
|
||||
#
|
||||
|
@ -189,7 +189,10 @@ class SxTag(pe_tabletags.TableTag):
|
||||
)
|
||||
|
||||
# Affichage de debug
|
||||
self.__aff_profil_coeff_ects(tag)
|
||||
aff = pe_affichage.aff_profil_coeffs(
|
||||
self.matrice_coeffs_moy_gen, with_index=True
|
||||
)
|
||||
pe_affichage.pe_print(f" > MoyTag 👜{tag} : {aff}")
|
||||
|
||||
# Mémorise les infos pour la moyennes au tag
|
||||
self.moyennes_tags[tag] = pe_moytag.MoyennesTag(
|
||||
@ -471,6 +474,6 @@ def compute_notes_ues(
|
||||
columns=acronymes_sorted, # les acronymes d'UEs
|
||||
)
|
||||
|
||||
etud_moy_tag_df.fillna(np.nan)
|
||||
etud_moy_tag_df = etud_moy_tag_df.fillna(np.nan)
|
||||
|
||||
return etud_moy_tag_df
|
||||
|
@ -9,7 +9,7 @@
|
||||
from flask import g
|
||||
from app import log
|
||||
|
||||
PE_DEBUG = True
|
||||
PE_DEBUG = False
|
||||
|
||||
|
||||
# On stocke les logs PE dans g.scodoc_pe_log
|
||||
@ -76,6 +76,31 @@ def aff_profil_coeffs(matrice_coeffs_moy_gen, with_index=False):
|
||||
profils_aff = "\n" + "\n".join(elmts)
|
||||
else:
|
||||
profils_aff = "\n".join(profils)
|
||||
pe_print(
|
||||
f" > Moyenne calculée avec pour coeffs (de compétences) : {profils_aff}"
|
||||
)
|
||||
return profils_aff
|
||||
|
||||
|
||||
def aff_UEs(champs):
|
||||
"""Affiche les UEs"""
|
||||
champs_tries = sorted(champs)
|
||||
aff_comp = []
|
||||
|
||||
for comp in champs_tries:
|
||||
aff_comp += ["📍" + comp]
|
||||
return ", ".join(aff_comp)
|
||||
|
||||
|
||||
def aff_competences(champs):
|
||||
"""Affiche les compétences"""
|
||||
champs_tries = sorted(champs)
|
||||
aff_comp = []
|
||||
|
||||
for comp in champs_tries:
|
||||
aff_comp += ["💡" + comp]
|
||||
return ", ".join(aff_comp)
|
||||
|
||||
|
||||
def aff_tag(tags):
|
||||
"""Affiche les tags"""
|
||||
tags_tries = sorted(tags)
|
||||
aff_tag = ["👜" + tag for tag in tags_tries]
|
||||
return ", ".join(aff_tag)
|
||||
|
@ -451,6 +451,7 @@ class JuryPE(object):
|
||||
nom_onglet = onglet
|
||||
onglets += [nom_onglet]
|
||||
# écriture dans l'onglet:
|
||||
df_final = df_final.replace("nan", "")
|
||||
df_final.to_excel(writer, nom_onglet, index=True, header=True)
|
||||
pe_affichage.pe_print(f"=> Export excel de {', '.join(onglets)}")
|
||||
output.seek(0)
|
||||
@ -563,6 +564,7 @@ class JuryPE(object):
|
||||
tags_cibles=[tag],
|
||||
cohorte="Promo",
|
||||
)
|
||||
|
||||
if not df_promo.empty:
|
||||
aff_aggregat += [aggregat]
|
||||
df = df.join(df_promo)
|
||||
@ -634,14 +636,14 @@ class JuryPE(object):
|
||||
)
|
||||
if colonne in df.columns:
|
||||
valeur = df.loc[etudid, colonne]
|
||||
if valeur != "nan":
|
||||
if valeur and str(valeur) != "nan":
|
||||
moyennes[tag][aggregat][comp]["rang_groupe"] = valeur
|
||||
colonne = pe_moytag.get_colonne_df(
|
||||
aggregat, tag, comp, "Promo", "rang"
|
||||
)
|
||||
if colonne in df.columns:
|
||||
valeur = df.loc[etudid, colonne]
|
||||
if valeur != "nan":
|
||||
if valeur and str(valeur) != "nan":
|
||||
moyennes[tag][aggregat][comp]["rang_promo"] = valeur
|
||||
|
||||
html = template.render(
|
||||
|
Loading…
Reference in New Issue
Block a user