app/comp/moy_mod.py

@@ -113,6 +113,8 @@ class ModuleImplResults:
         """
         self.evals_etudids_sans_note = {}
         """dict: evaluation_id : set des etudids non notés dans cette eval, sans les démissions."""
+        self.evals_type = {}
+        """Type de chaque eval { evaluation.id : evaluation.evaluation_type }"""
         self.load_notes(etudids, etudids_actifs)
         self.etuds_use_session2 = pd.Series(False, index=self.evals_notes.index)
         """1 bool par etud, indique si sa moyenne de module vient de la session2"""
@@ -164,7 +166,10 @@ class ModuleImplResults:
         self.evaluations_completes = []
         self.evaluations_completes_dict = {}
         self.etudids_attente = set()  # empty
+        self.evals_type = {}
+        evaluation: Evaluation
         for evaluation in moduleimpl.evaluations:
+            self.evals_type[evaluation.id] = evaluation.evaluation_type
             eval_df = self._load_evaluation_notes(evaluation)
             # is_complete ssi
             #  tous les inscrits (non dem) au module ont une note
@@ -270,6 +275,26 @@ class ModuleImplResults:
             * self.evaluations_completes
         ).reshape(-1, 1)
 
+    def get_evaluations_session2_coefs(self, modimpl: ModuleImpl) -> np.array:
+        """Coefficients des évaluations de session 2.
+        Les évals de session 2 sont réputées "complètes": elles sont toujours
+        prises en compte mais seules les notes numériques et ABS sont utilisées.
+        Résultat: 2d-array of floats, shape (nb_evals, 1)
+        """
+        return (
+            np.array(
+                [
+                    (
+                        e.coefficient
+                        if e.evaluation_type == Evaluation.EVALUATION_SESSION2
+                        else 0.0
+                    )
+                    for e in modimpl.evaluations
+                ],
+                dtype=float,
+            )
+        ).reshape(-1, 1)
+
     # was _list_notes_evals_titles
     def get_evaluations_completes(self, moduleimpl: ModuleImpl) -> list[Evaluation]:
         "Liste des évaluations complètes"
@@ -310,18 +335,15 @@ class ModuleImplResults:
             return eval_list[0]
         return None
 
-    def get_evaluation_session2(self, moduleimpl: ModuleImpl) -> Evaluation | None:
-        """L'évaluation de deuxième session de ce module, ou None s'il n'en a pas.
-        Session 2: remplace la note de moyenne des autres évals.
+    def get_evaluations_session2(self, moduleimpl: ModuleImpl) -> list[Evaluation]:
+        """Les évaluations de deuxième session de ce module, ou None s'il n'en a pas.
+        La moyenne des notes de Session 2 remplace la note de moyenne des autres évals.
         """
-        eval_list = [
+        return [
             e
             for e in moduleimpl.evaluations
             if e.evaluation_type == Evaluation.EVALUATION_SESSION2
         ]
-        if eval_list:
-            return eval_list[0]
-        return None
 
     def get_evaluations_bonus(self, modimpl: ModuleImpl) -> list[Evaluation]:
         """Les évaluations bonus de ce module, ou liste vide s'il n'en a pas."""
@@ -370,6 +392,7 @@ class ModuleImplResultsAPC(ModuleImplResults):
             return pd.DataFrame(index=[], columns=evals_poids_df.columns)
         if nb_ues == 0:
             return pd.DataFrame(index=self.evals_notes.index, columns=[])
+        # coefs des évals complètes normales (pas rattr., session 2 ni bonus):
         evals_coefs = self.get_evaluations_coefs(modimpl)
         evals_poids = evals_poids_df.values * evals_coefs
         # -> evals_poids shape : (nb_evals, nb_ues)
@@ -398,26 +421,30 @@ class ModuleImplResultsAPC(ModuleImplResults):
             ) / np.sum(evals_poids_etuds, axis=1)
         # etuds_moy_module shape: nb_etuds x nb_ues
 
-        # Application des évaluations bonus:
-        etuds_moy_module = self.apply_bonus(
-            etuds_moy_module,
-            modimpl,
-            evals_poids_df,
-            evals_notes_stacked,
-        )
-
         # Session2 : quand elle existe, remplace la note de module
-        eval_session2 = self.get_evaluation_session2(modimpl)
-        if eval_session2:
-            notes_session2 = self.evals_notes[eval_session2.id].values
-            # n'utilise que les notes valides (pas ATT, EXC, ABS, NaN)
-            etuds_use_session2 = notes_session2 > scu.NOTES_ABSENCE
+        evals_session2 = self.get_evaluations_session2(modimpl)
+        if evals_session2:
+            # Calcul moyenne notes session2 et remplace (si la note session 2 existe)
+            evals_coefs_s2 = self.get_evaluations_session2_coefs(modimpl)
+            evals_poids_s2 = evals_poids_df.values * evals_coefs_s2
+            poids_stacked_s2 = np.stack(
+                [evals_poids_s2] * nb_etuds
+            )  # nb_etuds, nb_evals, nb_ues
+            evals_poids_etuds_s2 = np.where(
+                np.stack([self.evals_notes.values] * nb_ues, axis=2)
+                > scu.NOTES_NEUTRALISE,
+                poids_stacked_s2,
+                0,
+            )
+
+            etuds_moy_module_s2 = np.sum(
+                evals_poids_etuds_s2 * evals_notes_stacked, axis=1
+            ) / np.sum(evals_poids_etuds_s2, axis=1)
+            # Vrai si toutes les UEs ont bien une note de session 2 calculée:
+            etuds_use_session2 = np.all(np.isfinite(etuds_moy_module_s2), axis=1)
             etuds_moy_module = np.where(
                 etuds_use_session2[:, np.newaxis],
-                np.tile(
-                    (notes_session2 / (eval_session2.note_max / 20.0))[:, np.newaxis],
-                    nb_ues,
-                ),
+                etuds_moy_module_s2,
                 etuds_moy_module,
             )
             self.etuds_use_session2 = pd.Series(
@@ -435,7 +462,7 @@ class ModuleImplResultsAPC(ModuleImplResults):
                     np.nan,
                 )
                 # "Étend" le rattrapage sur les UE: la note de rattrapage est la même
-                # pour toutes les UE mais ne remplace que là où elle est supérieure
+                # pour toutes les UE mais ne remplace que là où elle est supérieure XXX TODO
                 notes_rat_ues = np.stack([notes_rat] * nb_ues, axis=1)
                 # prend le max
                 etuds_use_rattrapage = notes_rat_ues > etuds_moy_module
@@ -446,6 +473,13 @@ class ModuleImplResultsAPC(ModuleImplResults):
                 self.etuds_use_rattrapage = pd.Series(
                     etuds_use_rattrapage.any(axis=1), index=self.evals_notes.index
                 )
+        # Application des évaluations bonus:
+        etuds_moy_module = self.apply_bonus(
+            etuds_moy_module,
+            modimpl,
+            evals_poids_df,
+            evals_notes_stacked,
+        )
         self.etuds_moy_module = pd.DataFrame(
             etuds_moy_module,
             index=self.evals_notes.index,
@@ -525,6 +559,7 @@ def load_evaluations_poids(moduleimpl_id: int) -> tuple[pd.DataFrame, list]:
     return evals_poids, ues
 
 
+# appelé par ModuleImpl.check_apc_conformity()
 def moduleimpl_is_conforme(
     moduleimpl, evals_poids: pd.DataFrame, modimpl_coefs_df: pd.DataFrame
 ) -> bool:
@@ -546,12 +581,12 @@ def moduleimpl_is_conforme(
     if len(modimpl_coefs_df) != nb_ues:
         # il arrive (#bug) que le cache ne soit pas à jour...
         sco_cache.invalidate_formsemestre()
-        raise ScoBugCatcher("moduleimpl_is_conforme: nb ue incoherent")
+        return app.critical_error("moduleimpl_is_conforme: err 1")
 
     if moduleimpl.id not in modimpl_coefs_df:
         # soupçon de bug cache coef ?
         sco_cache.invalidate_formsemestre()
-        raise ScoBugCatcher("Erreur 454 - merci de ré-essayer")
+        return app.critical_error("moduleimpl_is_conforme: err 2")
 
     module_evals_poids = evals_poids.transpose().sum(axis=1) != 0
     return all((modimpl_coefs_df[moduleimpl.id] != 0).eq(module_evals_poids))
@@ -593,22 +628,28 @@ class ModuleImplResultsClassic(ModuleImplResults):
                 evals_coefs_etuds * evals_notes_20, axis=1
             ) / np.sum(evals_coefs_etuds, axis=1)
 
-        # Application des évaluations bonus:
-        etuds_moy_module = self.apply_bonus(
-            etuds_moy_module,
-            modimpl,
-            evals_notes_20,
-        )
-
         # Session2 : quand elle existe, remplace la note de module
-        eval_session2 = self.get_evaluation_session2(modimpl)
-        if eval_session2:
-            notes_session2 = self.evals_notes[eval_session2.id].values
-            # n'utilise que les notes valides (pas ATT, EXC, ABS, NaN)
-            etuds_use_session2 = notes_session2 > scu.NOTES_ABSENCE
+        evals_session2 = self.get_evaluations_session2(modimpl)
+        if evals_session2:
+            # Calculer la moyenne des évaluations de session2
+            # n'utilise que les notes valides et ABS (0).
+            # Même calcul que pour les évals normales, mais avec seulement les
+            # coefs des évals de session 2:
+            evals_coefs_s2 = self.get_evaluations_session2_coefs(modimpl).reshape(-1)
+            coefs_stacked_s2 = np.stack([evals_coefs_s2] * nb_etuds)
+            # zéro partout sauf si une note ou ABS:
+            evals_coefs_etuds_s2 = np.where(
+                self.evals_notes.values > scu.NOTES_NEUTRALISE, coefs_stacked_s2, 0
+            )
+            with np.errstate(invalid="ignore"):  # ignore les 0/0 (-> NaN)
+                etuds_moy_module_s2 = np.sum(
+                    evals_coefs_etuds_s2 * evals_notes_20, axis=1
+                ) / np.sum(evals_coefs_etuds_s2, axis=1)
+
+            etuds_use_session2 = np.isfinite(etuds_moy_module_s2)
             etuds_moy_module = np.where(
                 etuds_use_session2,
-                notes_session2 / (eval_session2.note_max / 20.0),
+                etuds_moy_module_s2,
                 etuds_moy_module,
             )
             self.etuds_use_session2 = pd.Series(
@@ -633,6 +674,13 @@ class ModuleImplResultsClassic(ModuleImplResults):
                 self.etuds_use_rattrapage = pd.Series(
                     etuds_use_rattrapage, index=self.evals_notes.index
                 )
+
+        # Application des évaluations bonus:
+        etuds_moy_module = self.apply_bonus(
+            etuds_moy_module,
+            modimpl,
+            evals_notes_20,
+        )
         self.etuds_moy_module = pd.Series(
             etuds_moy_module,
             index=self.evals_notes.index,

app/comp/moy_ue.py

@@ -207,7 +207,7 @@ def notes_sem_load_cube(formsemestre: FormSemestre) -> tuple:
     etudids, etudids_actifs = formsemestre.etudids_actifs()
     for modimpl in formsemestre.modimpls_sorted:
         mod_results = moy_mod.ModuleImplResultsAPC(modimpl, etudids, etudids_actifs)
-        evals_poids, _ = moy_mod.load_evaluations_poids(modimpl.id)
+        evals_poids = modimpl.get_evaluations_poids()
         etuds_moy_module = mod_results.compute_module_moy(evals_poids)
         modimpls_results[modimpl.id] = mod_results
         modimpls_evals_poids[modimpl.id] = evals_poids

app/models/moduleimpls.py

@@ -6,6 +6,7 @@ from flask import abort, g
 from flask_login import current_user
 from flask_sqlalchemy.query import Query
 
+import app
 from app import db
 from app.auth.models import User
 from app.comp import df_cache
@@ -78,7 +79,9 @@ class ModuleImpl(ScoDocModel):
         ] or self.module.get_edt_ids()
 
     def get_evaluations_poids(self) -> pd.DataFrame:
-        """Les poids des évaluations vers les UE (accès via cache)"""
+        """Les poids des évaluations vers les UEs (accès via cache redis).
+        Toutes les évaluations sont considérées (normales, bonus, rattr., etc.)
+        """
         evaluations_poids = df_cache.EvaluationsPoidsCache.get(self.id)
         if evaluations_poids is None:
             from app.comp import moy_mod
@@ -108,20 +111,37 @@ class ModuleImpl(ScoDocModel):
         """Invalide poids cachés"""
         df_cache.EvaluationsPoidsCache.delete(self.id)
 
-    def check_apc_conformity(self, res: "ResultatsSemestreBUT") -> bool:
-        """true si les poids des évaluations du module permettent de satisfaire
-        les coefficients du PN.
+    def check_apc_conformity(
+        self, res: "ResultatsSemestreBUT", evaluation_type=Evaluation.EVALUATION_NORMALE
+    ) -> bool:
+        """true si les poids des évaluations du type indiqué (normales par défaut)
+        du module permettent de satisfaire les coefficients du PN.
         """
+        # appelé par formsemestre_status, liste notes, et moduleimpl_status
         if not self.module.formation.get_cursus().APC_SAE or (
-            self.module.module_type != scu.ModuleType.RESSOURCE
-            and self.module.module_type != scu.ModuleType.SAE
+            self.module.module_type
+            not in {scu.ModuleType.RESSOURCE, scu.ModuleType.SAE}
         ):
             return True  # Non BUT, toujours conforme
         from app.comp import moy_mod
 
+        mod_results = res.modimpls_results.get(self.id)
+        if mod_results is None:
+            app.critical_error("check_apc_conformity: err 1")
+
+        selected_evaluations_ids = [
+            eval_id
+            for eval_id, eval_type in mod_results.evals_type.items()
+            if eval_type == evaluation_type
+        ]
+        if not selected_evaluations_ids:
+            return True  # conforme si pas d'évaluations
+        selected_evaluations_poids = self.get_evaluations_poids().loc[
+            selected_evaluations_ids
+        ]
         return moy_mod.moduleimpl_is_conforme(
             self,
-            self.get_evaluations_poids(),
+            selected_evaluations_poids,
             res.modimpl_coefs_df,
         )
 

app/scodoc/sco_moduleimpl_status.py

@@ -64,7 +64,7 @@ def moduleimpl_evaluation_menu(evaluation: Evaluation, nbnotes: int = 0) -> str:
     can_edit_notes_ens = modimpl.can_edit_notes(current_user)
 
     if can_edit_notes and nbnotes != 0:
-        sup_label = "Supprimer évaluation impossible (il y a des notes)"
+        sup_label = "Suppression évaluation impossible (il y a des notes)"
     else:
         sup_label = "Supprimer évaluation"
 
@@ -344,9 +344,23 @@ def moduleimpl_status(moduleimpl_id=None, partition_id=None):
     #
     if not modimpl.check_apc_conformity(nt):
         H.append(
-            """<div class="warning conformite">Les poids des évaluations de ce module ne sont
-            pas encore conformes au PN.
-            Ses notes ne peuvent pas être prises en compte dans les moyennes d'UE.
+            """<div class="warning conformite">Les poids des évaluations de ce
+            module ne permettent pas d'évaluer toutes les UEs (compétences)
+            prévues par les coefficients du programme.
+            <b>Ses notes ne peuvent pas être prises en compte dans les moyennes d'UE.</b>
+            Vérifiez les poids des évaluations.
+            </div>"""
+        )
+    if not modimpl.check_apc_conformity(
+        nt, evaluation_type=Evaluation.EVALUATION_SESSION2
+    ):
+        H.append(
+            """<div class="warning conformite">
+            Il y a des évaluations de <b>deuxième session</b>
+            mais leurs poids ne permettent pas d'évaluer toutes les UEs (compétences)
+            prévues par les coefficients du programme.
+            La deuxième session en sera donc <b>pas prise en compte</b>.
+            Vérifiez les poids de ces évaluations.
             </div>"""
         )
 

tests/unit/test_but_modules.py

@@ -247,7 +247,7 @@ def test_module_moy(test_client):
         _ = sco_saisie_notes.notes_add(G.default_user, evaluation1.id, [(etudid, n1)])
         _ = sco_saisie_notes.notes_add(G.default_user, evaluation2.id, [(etudid, n2)])
         # Calcul de la moyenne du module
-        evals_poids, _ = moy_mod.load_evaluations_poids(moduleimpl_id)
+        evals_poids = modimpl.get_evaluations_poids()
         assert evals_poids.shape == (nb_evals, nb_ues)
         etudids, etudids_actifs = formsemestre.etudids_actifs()
         mod_results = moy_mod.ModuleImplResultsAPC(modimpl, etudids, etudids_actifs)

tests/unit/test_notes_rattrapage.py

@@ -151,8 +151,9 @@ def test_notes_rattrapage(test_client):
     res: ResultatsSemestreBUT = res_sem.load_formsemestre_results(formsemestre)
     mod_res = res.modimpls_results[moduleimpl_id]
     # retrouve l'éval. de session 2:
-    eval_session2 = mod_res.get_evaluation_session2(moduleimpl)
-    assert eval_session2.id == e_session2["id"]
+    evals_session2 = mod_res.get_evaluations_session2(moduleimpl)
+    assert len(evals_session2) == 1
+    assert evals_session2[0].id == e_session2["id"]
     # Les deux évaluations sont considérées comme complètes:
     assert len(mod_res.get_evaluations_completes(moduleimpl)) == 2