BUT: moyenne gen. considérant les UE du parcours de chaque étudiant

app/comp/res_but.py

@@ -28,6 +28,7 @@ class ResultatsSemestreBUT(NotesTableCompat):
         "modimpl_coefs_df",
         "modimpls_evals_poids",
         "sem_cube",
+        "ues_inscr_parcours_df",  # inscriptions aux UE / parcours
     )
 
     def __init__(self, formsemestre):
@@ -55,6 +56,7 @@ class ResultatsSemestreBUT(NotesTableCompat):
             self.modimpls_results,
         ) = moy_ue.notes_sem_load_cube(self.formsemestre)
         self.modimpl_inscr_df = inscr_mod.df_load_modimpl_inscr(self.formsemestre)
+        self.ues_inscr_parcours_df = self.load_ues_inscr_parcours()
         self.modimpl_coefs_df, _, _ = moy_ue.df_load_modimpl_coefs(
             self.formsemestre, modimpls=self.formsemestre.modimpls_sorted
         )
@@ -108,6 +110,9 @@ class ResultatsSemestreBUT(NotesTableCompat):
         # Clippe toutes les moyennes d'UE dans [0,20]
         self.etud_moy_ue.clip(lower=0.0, upper=20.0, inplace=True)
 
+        # Nanifie les moyennes d'UE hors parcours pour chaque étudiant
+        self.etud_moy_ue *= self.ues_inscr_parcours_df
+
         # Moyenne générale indicative:
         # (note: le bonus sport a déjà été appliqué aux moyennes d'UE, et impacte
         # donc la moyenne indicative)
@@ -175,3 +180,45 @@ class ResultatsSemestreBUT(NotesTableCompat):
         i = self.modimpl_coefs_df.columns.get_loc(modimpl_id)
         j = self.modimpl_coefs_df.index.get_loc(ue_id)
         return self.sem_cube[:, i, j]
+
+    def load_ues_inscr_parcours(self) -> pd.DataFrame:
+        """Chargement des inscriptions aux parcours et calcul de la
+        matrice d'inscriptions (etuds, ue).
+        S'il n'y pas de référentiel de compétence, donc pas de parcours,
+        on considère l'étudiant inscrit à toutes les ue.
+        La matrice avec ue ne comprend que les UE non bonus.
+        1.0 si étudiant inscrit à l'UE, NaN sinon.
+        """
+        etuds_parcours = {
+            inscr.etudid: inscr.parcour_id for inscr in self.formsemestre.inscriptions
+        }
+        ue_ids = [ue.id for ue in self.ues]
+        # matrice de 1, inscrits par défaut à toutes les UE:
+        ues_inscr_parcours_df = pd.DataFrame(
+            1.0, index=etuds_parcours.keys(), columns=ue_ids, dtype=float
+        )
+        if self.formsemestre.formation.referentiel_competence is None:
+            return ues_inscr_parcours_df
+
+        ue_by_parcours = {}  # parcours_id : {ue_id:0|1}
+        for parcour in self.formsemestre.formation.referentiel_competence.parcours:
+            ue_by_parcours[parcour.id] = {
+                ue.id: 1.0
+                for ue in self.formsemestre.formation.query_ues_parcour(
+                    parcour
+                ).filter_by(semestre_idx=self.formsemestre.semestre_id)
+            }
+        for etudid in etuds_parcours:
+            parcour = etuds_parcours[etudid]
+            if parcour is not None:
+                ues_inscr_parcours_df.loc[etudid] = ue_by_parcours[
+                    etuds_parcours[etudid]
+                ]
+        return ues_inscr_parcours_df
+
+    def etud_ues(self, etudid: int) -> list[int]:
+        """Liste des id d'UE auxquelles l'étudiant est inscrit (sans bonus).
+        (surchargée en BUT pour prendre en compte les parcours)
+        """
+        s = self.ues_inscr_parcours_df.loc[etudid]
+        return s.index[s.notna()]

app/comp/res_common.py

@@ -112,6 +112,14 @@ class ResultatsSemestre(ResultatsCache):
         "dict { etudid : indice dans les inscrits }"
         return {e.id: idx for idx, e in enumerate(self.etuds)}
 
+    def etud_ues(self, etudid: int) -> list[int]:
+        """Liste des UE auxquelles l'etudiant est inscrit, sans bonus
+        (surchargée en BUT pour prendre en compte les parcours)
+        """
+        # Pour les formations classiques, etudid n'est pas utilisé
+        # car tous les étudiants sont inscrits à toutes les UE
+        return [ue.id for ue in self.ues if ue.type != UE_SPORT]
+
     def modimpl_notes(self, modimpl_id: int, ue_id: int) -> np.ndarray:
         """Les notes moyennes des étudiants du sem. à ce modimpl dans cette ue.
         Utile pour stats bottom tableau recap.
@@ -622,9 +630,10 @@ class ResultatsSemestre(ResultatsCache):
                             f"_{col_id}_target_attrs"
                         ] = f""" title="{modimpl.module.titre} ({nom_resp})" """
                         modimpl_ids.add(modimpl.id)
+            nb_ues_etud_parcours = len(self.etud_ues(etudid))
             ue_valid_txt = (
                 ue_valid_txt_html
-            ) = f"{nb_ues_validables}/{len(ues_sans_bonus)}"
+            ) = f"{nb_ues_validables}/{nb_ues_etud_parcours}"
             if nb_ues_warning:
                 ue_valid_txt_html += " " + scu.EMO_WARNING
             add_cell(

app/models/formations.py

@@ -62,7 +62,10 @@ class Formation(db.Model):
         return e
 
     def get_parcours(self):
-        """get l'instance de TypeParcours de cette formation"""
+        """get l'instance de TypeParcours de cette formation
+        (le TypeParcours définit le genre de formation, à ne pas confondre
+        avec les parcours du BUT).
+        """
         return sco_codes_parcours.get_parcours_from_code(self.type_parcours)
 
     def get_titre_version(self) -> str: