Calcul moyennes BUT: prise en compte des inscriptions aux modules optionnels.

app/comp/moy_ue.py

@@ -136,8 +136,8 @@ def compute_ue_moys(
     etuds: list,
     modimpls: list,
     ues: list,
-    module_inscr_df: pd.DataFrame,
-    module_coefs_df: pd.DataFrame,
+    modimpl_inscr_df: pd.DataFrame,
+    modimpl_coefs_df: pd.DataFrame,
 ) -> pd.DataFrame:
     """Calcul de la moyenne d'UE
     La moyenne d'UE est un nombre (note/20), ou NI ou NA ou ERR
@@ -160,20 +160,33 @@ def compute_ue_moys(
     assert len(etuds) == nb_etuds
     assert len(modimpls) == nb_modules
     assert len(ues) == nb_ues
-    assert module_inscr_df.shape[0] == nb_etuds
-    assert module_inscr_df.shape[1] == nb_modules
-    assert module_coefs_df.shape[0] == nb_ues
-    assert module_coefs_df.shape[1] == nb_modules
-    module_inscr = module_inscr_df.values
-    modules_coefs = module_coefs_df.values
+    assert modimpl_inscr_df.shape[0] == nb_etuds
+    assert modimpl_inscr_df.shape[1] == nb_modules
+    assert modimpl_coefs_df.shape[0] == nb_ues
+    assert modimpl_coefs_df.shape[1] == nb_modules
+    modimpl_inscr = modimpl_inscr_df.values
+    modimpl_coefs = modimpl_coefs_df.values
+    # Duplique les inscriptions sur les UEs:
+    modimpl_inscr_stacked = np.stack([modimpl_inscr] * nb_ues, axis=2)
+
+    # Enlève les NaN du numérateur:
+    # si on veut prendre en compte les module avec notes neutralisées ?
+    # sem_cube_no_nan = np.nan_to_num(sem_cube, nan=0.0)
+
+    # Ne prend pas en compte les notes des étudiants non inscrits au module:
+    # Annule les notes:
+    sem_cube_inscrits = np.where(modimpl_inscr_stacked, sem_cube, 0.0)
+    # Annule les coefs des modules où l'étudiant n'est pas inscrit:
+    modimpl_coefs_etuds = np.where(
+        modimpl_inscr_stacked, np.stack([modimpl_coefs.T] * nb_etuds), 0.0
+    )
+
     #
-    # version non vectorisée sur les etuds:
-    etud_moy_ue = np.zeros((nb_etuds, nb_ues))
-    for i in range(nb_etuds):
-        coefs = module_inscr[i] * modules_coefs
-        etud_moy_ue[i] = (sem_cube[i].transpose() * coefs).sum(axis=1) / coefs.sum(
-            axis=1
+    # Version vectorisée
+    #
+    etud_moy_ue = np.sum(modimpl_coefs_etuds * sem_cube_inscrits, axis=1) / np.sum(
+        modimpl_coefs_etuds, axis=1
     )
     return pd.DataFrame(
-        etud_moy_ue, index=module_inscr_df.index, columns=module_coefs_df.index
+        etud_moy_ue, index=modimpl_inscr_df.index, columns=modimpl_coefs_df.index
     )

tests/unit/test_but_ues.py

@@ -2,20 +2,21 @@
 Test calcul moyennes UE
 """
 import numpy as np
+from numpy.lib.nanfunctions import _nanquantile_1d
 import pandas as pd
 from tests.unit import setup
 
-from app.models.etudiants import Identite
-
 from tests.unit import sco_fake_gen
 from app import db
 from app import models
 from app.comp import moy_mod
 from app.comp import moy_ue
 from app.comp import inscr_mod
-from app.models import Evaluation, formsemestre
+from app.models import FormSemestre, Evaluation, ModuleImplInscription
+from app.models.etudiants import Identite
 from app.scodoc import sco_codes_parcours, sco_saisie_notes
 from app.scodoc.sco_utils import NOTES_ATTENTE, NOTES_NEUTRALISE
+from app.scodoc import sco_exceptions
 
 
 def test_ue_moy(test_client):
@@ -34,9 +35,9 @@ def test_ue_moy(test_client):
     ) = setup.build_modules_with_evaluations(ue_coefs=ue_coefs, nb_mods=nb_mods)
     assert len(evaluation_ids) == nb_mods
     formsemestre_id = sem["formsemestre_id"]
-    formsemestre = models.FormSemestre.query.get(formsemestre_id)
-    evaluation1 = models.Evaluation.query.get(evaluation_ids[0])
-    evaluation2 = models.Evaluation.query.get(evaluation_ids[1])
+    formsemestre = FormSemestre.query.get(formsemestre_id)
+    evaluation1 = Evaluation.query.get(evaluation_ids[0])
+    evaluation2 = Evaluation.query.get(evaluation_ids[1])
     etud = G.create_etud(nom="test")
     G.inscrit_etudiant(sem, etud)
     etudid = etud["etudid"]
@@ -78,9 +79,46 @@ def test_ue_moy(test_client):
     # Cas simple: 1 eval / module, notes normales,
     # coefs non nuls.
     n1, n2 = 5.0, 13.0  # notes aux 2 evals (1 dans chaque module)
-    etud_moy_ue = change_notes(5.0, 13.0)
+    etud_moy_ue = change_notes(n1, n2)
     assert etud_moy_ue.shape == (1, nb_ues)  # 1 étudiant
     assert etud_moy_ue[ue1.id][etudid] == (n1 + n2) / 2
     assert etud_moy_ue[ue2.id][etudid] == (n1 + n2) / 2
     assert etud_moy_ue[ue3.id][etudid] == (n1 + n2) / 2
     #
+    # ABS à un module (note comptée comme 0)
+    n1, n2 = None, 13.0  # notes aux 2 evals (1 dans chaque module)
+    etud_moy_ue = change_notes(n1, n2)
+    assert etud_moy_ue[ue1.id][etudid] == n2 / 2  # car n1 est zéro
+    assert etud_moy_ue[ue2.id][etudid] == n2 / 2
+    assert etud_moy_ue[ue3.id][etudid] == n2 / 2
+    # EXC à un module
+    n1, n2 = 5.0, NOTES_NEUTRALISE
+    etud_moy_ue = change_notes(n1, n2)
+    # Pour le moment, une note NEUTRALISE var entrainer le non calcul
+    #  des moyennes.
+    assert np.isnan(etud_moy_ue.values).all()
+    # Désinscrit l'étudiant du module 2:
+    inscr = ModuleImplInscription.query.filter_by(
+        moduleimpl_id=evaluation2.moduleimpl.id, etudid=etudid
+    ).first()
+    db.session.delete(inscr)
+    db.session.commit()
+    modimpl_inscr_df = inscr_mod.df_load_modimpl_inscr(formsemestre_id)
+    assert (modimpl_inscr_df.values == np.array([[1, 0]])).all()
+    n1, n2 = 5.0, NOTES_NEUTRALISE
+    # On ne doit pas pouvoir saisir de note sans être inscrit:
+    exception_raised = False
+    try:
+        etud_moy_ue = change_notes(n1, n2)
+    except sco_exceptions.NoteProcessError:
+        exception_raised = True
+    assert exception_raised
+    # Recalcule les notes:
+    sem_cube = moy_ue.notes_sem_load_cube(formsemestre_id)
+    etuds = formsemestre.etuds.all()
+    etud_moy_ue = moy_ue.compute_ue_moys(
+        sem_cube, etuds, modimpls, ues, modimpl_inscr_df, modimpl_coefs_df
+    )
+    assert etud_moy_ue[ue1.id][etudid] == n1
+    assert etud_moy_ue[ue2.id][etudid] == n1
+    assert etud_moy_ue[ue3.id][etudid] == n1