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

This commit is contained in:
Emmanuel Viennet 2021-11-29 00:01:39 +01:00
parent fa896b77ab
commit 8647203f43
2 changed files with 76 additions and 25 deletions

View File

@ -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
)

View File

@ -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