Notes rattrapage et 2eme session en BUT et DUT (pas affichées sur buls)

app/comp/moy_mod.py

@@ -41,7 +41,6 @@ from app import db
 from app.models import ModuleImpl, Evaluation, EvaluationUEPoids
 from app.scodoc import sco_utils as scu
 from app.scodoc.sco_codes_parcours import UE_SPORT
-from app.scodoc.sco_exceptions import ScoValueError
 
 from app.scodoc.sco_utils import ModuleType
 
@@ -92,6 +91,10 @@ class ModuleImplResults:
             ne donnent pas de coef vers cette UE.
         """
         self.load_notes()
+        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"""
+        self.etuds_use_rattrapage = pd.Series(False, index=self.evals_notes.index)
+        """1 bool par etud, indique si sa moyenne de module utilise la note de rattrapage"""
 
     def load_notes(self):  # ré-écriture de df_load_modimpl_notes
         """Charge toutes les notes de toutes les évaluations du module.
@@ -135,8 +138,11 @@ class ModuleImplResults:
             eval_df = self._load_evaluation_notes(evaluation)
             # is_complete ssi tous les inscrits (non dem) au semestre ont une note
             # ou évaluation déclarée "à prise en compte immédiate"
-            is_complete = evaluation.publish_incomplete or (
-                not (inscrits_module - set(eval_df.index))
+            # Les évaluations de rattrapage et 2eme session sont toujours incomplètes
+            # car on calcule leur moyenne à part.
+            is_complete = (evaluation.evaluation_type == scu.EVALUATION_NORMALE) and (
+                evaluation.publish_incomplete
+                or (not (inscrits_module - set(eval_df.index)))
             )
             self.evaluations_completes.append(is_complete)
             self.evaluations_completes_dict[evaluation.id] = is_complete
@@ -212,6 +218,33 @@ class ModuleImplResults:
             self.evals_notes.values > scu.NOTES_ABSENCE, self.evals_notes.values, 0.0
         ) / [e.note_max / 20.0 for e in moduleimpl.evaluations]
 
+    def get_evaluation_rattrapage(self, moduleimpl: ModuleImpl):
+        """L'évaluation de rattrapage de ce module, ou None s'il n'en a pas.
+        Rattrapage: la moyenne du module est la meilleure note entre moyenne
+        des autres évals et la note eval rattrapage.
+        """
+        eval_list = [
+            e
+            for e in moduleimpl.evaluations
+            if e.evaluation_type == scu.EVALUATION_RATTRAPAGE
+        ]
+        if eval_list:
+            return eval_list[0]
+        return None
+
+    def get_evaluation_session2(self, moduleimpl: ModuleImpl):
+        """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.
+        """
+        eval_list = [
+            e
+            for e in moduleimpl.evaluations
+            if e.evaluation_type == scu.EVALUATION_SESSION2
+        ]
+        if eval_list:
+            return eval_list[0]
+        return None
+
 
 class ModuleImplResultsAPC(ModuleImplResults):
     "Calcul des moyennes de modules à la mode BUT"
@@ -229,7 +262,7 @@ class ModuleImplResultsAPC(ModuleImplResults):
             ou NaN si les évaluations (dans lesquelles l'étudiant a des notes)
             ne donnent pas de coef vers cette UE.
         """
-        moduleimpl = ModuleImpl.query.get(self.moduleimpl_id)
+        modimpl = ModuleImpl.query.get(self.moduleimpl_id)
         nb_etuds, nb_evals = self.evals_notes.shape
         nb_ues = evals_poids_df.shape[1]
         assert evals_poids_df.shape[0] == nb_evals  # compat notes/poids
@@ -237,11 +270,11 @@ 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=[])
-        evals_coefs = self.get_evaluations_coefs(moduleimpl)
+        evals_coefs = self.get_evaluations_coefs(modimpl)
         evals_poids = evals_poids_df.values * evals_coefs
         # -> evals_poids shape : (nb_evals, nb_ues)
         assert evals_poids.shape == (nb_evals, nb_ues)
-        evals_notes_20 = self.get_eval_notes_sur_20(moduleimpl)
+        evals_notes_20 = self.get_eval_notes_sur_20(modimpl)
 
         # Les poids des évals pour chaque étudiant: là où il a des notes
         # non neutralisées
@@ -262,6 +295,45 @@ class ModuleImplResultsAPC(ModuleImplResults):
             etuds_moy_module = np.sum(
                 evals_poids_etuds * evals_notes_stacked, axis=1
             ) / np.sum(evals_poids_etuds, axis=1)
+
+        # 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
+            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,
+            )
+            self.etuds_use_session2 = pd.Series(
+                etuds_use_session2, index=self.evals_notes.index
+            )
+        else:
+            # Rattrapage: remplace la note de module ssi elle est supérieure
+            eval_rat = self.get_evaluation_rattrapage(modimpl)
+            if eval_rat:
+                notes_rat = self.evals_notes[eval_rat.id].values
+                # remplace les notes invalides (ATT, EXC...) par des NaN
+                notes_rat = np.where(
+                    notes_rat > scu.NOTES_ABSENCE,
+                    notes_rat / (eval_rat.note_max / 20.0),
+                    np.nan,
+                )
+                # prend le max
+                etuds_use_rattrapage = notes_rat > etuds_moy_module
+                etuds_moy_module = np.where(
+                    etuds_use_rattrapage[:, np.newaxis],
+                    np.tile(notes_rat[:, np.newaxis], nb_ues),
+                    etuds_moy_module,
+                )
+                self.etuds_use_rattrapage = pd.Series(
+                    etuds_use_rattrapage, index=self.evals_notes.index
+                )
         self.etuds_moy_module = pd.DataFrame(
             etuds_moy_module,
             index=self.evals_notes.index,
@@ -371,8 +443,42 @@ class ModuleImplResultsClassic(ModuleImplResults):
                 evals_coefs_etuds * evals_notes_20, axis=1
             ) / np.sum(evals_coefs_etuds, axis=1)
 
+        # 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
+            etuds_moy_module = np.where(
+                etuds_use_session2,
+                notes_session2 / (eval_session2.note_max / 20.0),
+                etuds_moy_module,
+            )
+            self.etuds_use_session2 = pd.Series(
+                etuds_use_session2, index=self.evals_notes.index
+            )
+        else:
+            # Rattrapage: remplace la note de module ssi elle est supérieure
+            eval_rat = self.get_evaluation_rattrapage(modimpl)
+            if eval_rat:
+                notes_rat = self.evals_notes[eval_rat.id].values
+                # remplace les notes invalides (ATT, EXC...) par des NaN
+                notes_rat = np.where(
+                    notes_rat > scu.NOTES_ABSENCE,
+                    notes_rat / (eval_rat.note_max / 20.0),
+                    np.nan,
+                )
+                # prend le max
+                etuds_use_rattrapage = notes_rat > etuds_moy_module
+                etuds_moy_module = np.where(
+                    etuds_use_rattrapage, notes_rat, etuds_moy_module
+                )
+                self.etuds_use_rattrapage = pd.Series(
+                    etuds_use_rattrapage, index=self.evals_notes.index
+                )
         self.etuds_moy_module = pd.Series(
             etuds_moy_module,
             index=self.evals_notes.index,
         )
+
         return self.etuds_moy_module

app/scodoc/sco_bulletins_standard.py

@@ -619,7 +619,7 @@ class BulletinGeneratorStandard(sco_bulletins_generator.BulletinGenerator):
                     prefs=prefs,
                 )
 
-                if nbeval:  # boite autour des evaluations (en pdf)
+                if nbeval:  # boite autour des évaluations (en pdf)
                     P[-1]["_pdf_style"].append(
                         ("BOX", (1, 1 - nbeval), (-1, 0), 0.2, self.PDF_LIGHT_GRAY)
                     )

app/scodoc/sco_evaluation_edit.py

@@ -207,7 +207,7 @@ def evaluation_create_form(
                 {
                     "size": 6,
                     "type": "float",
-                    "explanation": "coef. dans le module (choisi librement par l'enseignant)",
+                    "explanation": "coef. dans le module (choisi librement par l'enseignant, non utilisé pour rattrapage et 2ème session)",
                     "allow_null": False,
                 },
             )