forked from ScoDoc/ScoDoc
Calculs moyennes modules BUT: tests unitaires complets, corrections.
This commit is contained in:
parent
4f90404c3a
commit
83ba9cf186
|
|
@ -90,7 +90,7 @@ def df_load_modimpl_notes(moduleimpl_id: int) -> pd.DataFrame:
|
|||
|
||||
L'ensemble des étudiants est celui des inscrits au module.
|
||||
|
||||
Les notes renvoyées sont "brutes" et peuvent prendre els valeurs:
|
||||
Les notes renvoyées sont "brutes" (séries de floats) et peuvent prendre les valeurs:
|
||||
note : float (valeur enregistrée brute, non normalisée sur 20)
|
||||
pas de note: NaN
|
||||
absent: NaN
|
||||
|
|
@ -104,13 +104,14 @@ def df_load_modimpl_notes(moduleimpl_id: int) -> pd.DataFrame:
|
|||
evals_notes = pd.DataFrame(index=etudids, dtype=float) # empty df with all students
|
||||
|
||||
for evaluation in evaluations:
|
||||
eval_df = pd.read_sql(
|
||||
eval_df = pd.read_sql_query(
|
||||
"""SELECT etudid, value AS "%(evaluation_id)s"
|
||||
FROM notes_notes
|
||||
WHERE evaluation_id=%(evaluation_id)s""",
|
||||
db.engine,
|
||||
params={"evaluation_id": evaluation.evaluation_id},
|
||||
params={"evaluation_id": evaluation.id},
|
||||
index_col="etudid",
|
||||
dtype=np.float64,
|
||||
)
|
||||
evals_notes = evals_notes.merge(
|
||||
eval_df, how="outer", left_index=True, right_index=True
|
||||
|
|
@ -119,32 +120,20 @@ def df_load_modimpl_notes(moduleimpl_id: int) -> pd.DataFrame:
|
|||
return evals_notes, evaluations
|
||||
|
||||
|
||||
def normalize_evals_notes(evals_notes: pd.DataFrame, evaluations: list) -> pd.DataFrame:
|
||||
"""Transforme les notes brutes (en base) en valeurs entre 0 et 20:
|
||||
les notes manquantes, ABS, EXC ATT sont mises à zéro, et les valeurs
|
||||
normalisées entre 0 et 20.
|
||||
Return: notes sur 20"""
|
||||
# Le fillna (pour traiter les ABS) est inutile car le where matche le NaN
|
||||
# eval_df.fillna(value=0.0, inplace=True)
|
||||
return evals_notes.where(evals_notes > -1000, 0) / [
|
||||
e.note_max / 20.0 for e in evaluations
|
||||
]
|
||||
|
||||
|
||||
def compute_module_moy(
|
||||
evals_notes: pd.DataFrame,
|
||||
evals_poids: pd.DataFrame,
|
||||
evals_coefs=1.0,
|
||||
evaluations: list,
|
||||
) -> pd.DataFrame:
|
||||
"""Calcule les moyennes des étudiants dans ce module
|
||||
|
||||
- evals_notes : DataFrame, colonnes: EVALS, Lignes: etudid
|
||||
valeur: float, ou NOTES_ATTENTE ou NOTES_NEUTRALISE
|
||||
Les NaN (ABS) doivent avoir déjà été remplacés par des zéros.
|
||||
valeur: notes brutes, float ou NOTES_ATTENTE ou NOTES_NEUTRALISE
|
||||
Les NaN désignent les ABS.
|
||||
|
||||
- evals_poids: DataFrame, colonnes: UEs, Lignes: EVALs
|
||||
|
||||
- evals_coefs: sequence, 1 coef par UE
|
||||
- evaluations: séquence d'évaluations (utilisées pour le coef et le barème)
|
||||
|
||||
Résultat: DataFrame, colonnes UE, lignes etud
|
||||
= la note de l'étudiant dans chaque UE pour ce module.
|
||||
|
|
@ -154,16 +143,23 @@ def compute_module_moy(
|
|||
nb_etuds = len(evals_notes)
|
||||
nb_ues = evals_poids.shape[1]
|
||||
etud_moy_module_arr = np.zeros((nb_etuds, nb_ues))
|
||||
evals_poids_arr = evals_poids.to_numpy().transpose() * evals_coefs
|
||||
evals_notes_arr = evals_notes.values # .to_numpy()
|
||||
val_neutres = np.array((scu.NOTES_NEUTRALISE, scu.NOTES_ATTENTE))
|
||||
evals_poids_arr = evals_poids.to_numpy().transpose() * [
|
||||
e.coefficient for e in evaluations
|
||||
]
|
||||
# -> evals_poids_arr shape : (nb_ues, nb_evals)
|
||||
# Remet les notes sur 20 (sauf notes spéciales <= -1000):
|
||||
evals_notes_arr = np.where(evals_notes.values > -1000, evals_notes.values, 0.0) / [
|
||||
e.note_max / 20.0 for e in evaluations
|
||||
]
|
||||
for i in range(nb_etuds):
|
||||
note_vect = evals_notes_arr[
|
||||
i
|
||||
] # array [note_ue1, note_ue2, ...] de l'étudiant i
|
||||
# note_vect: array [note_ue1, note_ue2, ...] de l'étudiant i
|
||||
note_vect = evals_notes_arr[i]
|
||||
# Les poids des évals pour cet étudiant: là où il a des notes non neutralisées
|
||||
# Attention: les NaN (codant les absents) sont remplacés par des 0 dans
|
||||
# evals_notes_arr mais pas dans evals_poids_etud_arr
|
||||
# (la comparaison est toujours false face à un NaN)
|
||||
evals_poids_etud_arr = np.where(
|
||||
np.isin(note_vect, val_neutres, invert=True), evals_poids_arr, 0.0
|
||||
evals_notes.values[i] <= -1000, 0, evals_poids_arr
|
||||
)
|
||||
# Calcule la moyenne pondérée sur les notes disponibles
|
||||
with np.errstate(invalid="ignore"): # ignore les 0/0 (-> NaN)
|
||||
|
|
|
|||
|
|
@ -772,10 +772,7 @@ def _add_apc_columns(
|
|||
# on va y ajouter une clé par UE du semestre
|
||||
|
||||
evals_notes, evaluations = moy_mod.df_load_modimpl_notes(moduleimpl_id)
|
||||
evals_notes_sur_20 = moy_mod.normalize_evals_notes(evals_notes, evaluations)
|
||||
etud_moy_module = moy_mod.compute_module_moy(
|
||||
evals_notes_sur_20, evals_poids, [e.coefficient for e in evaluations]
|
||||
)
|
||||
etud_moy_module = moy_mod.compute_module_moy(evals_notes, evals_poids, evaluations)
|
||||
|
||||
for row in rows:
|
||||
for ue in ues:
|
||||
|
|
|
|||
|
|
@ -10,6 +10,7 @@ from app import db
|
|||
from app import models
|
||||
from app.comp import moy_mod
|
||||
from app.comp import moy_ue
|
||||
from app.models import Evaluation
|
||||
from app.scodoc import sco_codes_parcours, sco_saisie_notes
|
||||
from app.scodoc.sco_utils import NOTES_ATTENTE, NOTES_NEUTRALISE
|
||||
|
||||
|
|
@ -242,8 +243,12 @@ def test_module_moy_elem(test_client):
|
|||
{"UE1": 2, "UE2": 5, "UE3": 0},
|
||||
]
|
||||
evals_poids = pd.DataFrame(data, index=["EVAL1", "EVAL2"], dtype=float)
|
||||
evaluations = [
|
||||
Evaluation(note_max=20.0, coefficient=1.0),
|
||||
Evaluation(note_max=20.0, coefficient=1.0),
|
||||
]
|
||||
etud_moy_module_df = moy_mod.compute_module_moy(
|
||||
evals_notes.fillna(0.0), evals_poids
|
||||
evals_notes.fillna(0.0), evals_poids, evaluations
|
||||
)
|
||||
NAN = 666.0 # pour pouvoir comparer NaN et NaN (car NaN != NaN)
|
||||
r = etud_moy_module_df.fillna(NAN)
|
||||
|
|
@ -278,35 +283,68 @@ def test_module_moy(test_client):
|
|||
e2p1, e2p2, e2p3 = 0.0, 1.0, 0.0 # poids de l'éval 2 vers les UE
|
||||
evaluation1.set_ue_poids_dict({ue1.id: e1p1, ue2.id: e1p2, ue3.id: e1p3})
|
||||
evaluation2.set_ue_poids_dict({ue1.id: e2p1, ue2.id: e2p2, ue3.id: e2p3})
|
||||
# Saisie d'une note dans chaque éval
|
||||
note1, note2 = 11.0, 12.0
|
||||
t = sco_saisie_notes.notes_add(G.default_user, evaluation1.id, [(etudid, note1)])
|
||||
assert t == (1, 0, [])
|
||||
_ = sco_saisie_notes.notes_add(G.default_user, evaluation2.id, [(etudid, note2)])
|
||||
#
|
||||
# Vérifications
|
||||
moduleimpl_id = evaluation1.moduleimpl_id
|
||||
nb_evals = models.Evaluation.query.filter_by(moduleimpl_id=moduleimpl_id).count()
|
||||
assert nb_evals == 2
|
||||
nb_ues = 3
|
||||
# Calcul de la moyenne du module
|
||||
evals_poids, ues = moy_mod.df_load_evaluations_poids(moduleimpl_id)
|
||||
assert evals_poids.shape == (nb_evals, nb_ues)
|
||||
evals_notes, evaluations = moy_mod.df_load_modimpl_notes(moduleimpl_id)
|
||||
evals_notes_sur_20 = moy_mod.normalize_evals_notes(evals_notes, evaluations)
|
||||
etud_moy_module = moy_mod.compute_module_moy(
|
||||
evals_notes_sur_20, evals_poids, [coef_e1, coef_e2]
|
||||
)
|
||||
# Moyenne dans les UE 1, 2, 3:
|
||||
|
||||
# --- Change les notes et recalcule les moyennes du module
|
||||
# (rappel: on a deux évaluations: evaluation1, evaluation2, et un seul étudiant)
|
||||
def change_notes(n1, n2):
|
||||
# Saisie d'une note dans chaque éval
|
||||
_ = 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, ues = moy_mod.df_load_evaluations_poids(moduleimpl_id)
|
||||
assert evals_poids.shape == (nb_evals, nb_ues)
|
||||
evals_notes, evaluations = moy_mod.df_load_modimpl_notes(moduleimpl_id)
|
||||
assert evals_notes[str(evaluations[0].id)].dtype == np.float64
|
||||
etud_moy_module = moy_mod.compute_module_moy(
|
||||
evals_notes, evals_poids, evaluations
|
||||
)
|
||||
return etud_moy_module
|
||||
|
||||
# --- Notes ordinaires:
|
||||
note1, note2 = 11.0, 12.0
|
||||
sum_copo1 = e1p1 * coef_e1 + e2p1 * coef_e2 # coefs vers UE1
|
||||
sum_copo2 = e1p2 * coef_e1 + e2p2 * coef_e2 #
|
||||
etud_moy_module = change_notes(note1, note2)
|
||||
moy_ue1 = etud_moy_module[ue1.id][etudid]
|
||||
assert moy_ue1 == ((note1 * e1p1 * coef_e1) + (note2 * e2p1 * coef_e2)) / (
|
||||
e1p1 * coef_e1 + e2p1 * coef_e2
|
||||
)
|
||||
assert moy_ue1 == ((note1 * e1p1 * coef_e1) + (note2 * e2p1 * coef_e2)) / sum_copo1
|
||||
moy_ue2 = etud_moy_module[ue2.id][etudid]
|
||||
assert moy_ue2 == ((note1 * e1p2 * coef_e1) + (note2 * e2p2 * coef_e2)) / (
|
||||
e1p2 * coef_e1 + e2p2 * coef_e2
|
||||
)
|
||||
assert moy_ue2 == ((note1 * e1p2 * coef_e1) + (note2 * e2p2 * coef_e2)) / sum_copo2
|
||||
moy_ue3 = etud_moy_module[ue3.id][etudid]
|
||||
assert np.isnan(moy_ue3)
|
||||
# moy_ue3 == ((note1 * e1p3 * coef_e1) + (note2 * e2p3 * coef_e2)) / (
|
||||
# e1p3 * coef_e1 + e2p3 * coef_e2)
|
||||
assert np.isnan(moy_ue3) # car les poids vers UE3 sont nuls
|
||||
|
||||
# --- Une Note ABS (comptée comme zéro)
|
||||
etud_moy_module = change_notes(None, note2)
|
||||
assert etud_moy_module[ue1.id][etudid] == (note2 * e2p1 * coef_e2) / sum_copo1
|
||||
assert etud_moy_module[ue2.id][etudid] == (note2 * e2p2 * coef_e2) / sum_copo2
|
||||
assert np.isnan(etud_moy_module[ue3.id][etudid])
|
||||
# --- Deux notes ABS
|
||||
etud_moy_module = change_notes(None, None)
|
||||
assert etud_moy_module[ue1.id][etudid] == 0.0
|
||||
assert etud_moy_module[ue2.id][etudid] == 0.0
|
||||
assert np.isnan(etud_moy_module[ue3.id][etudid])
|
||||
# --- Note EXC
|
||||
etud_moy_module = change_notes(NOTES_ATTENTE, note2)
|
||||
assert np.isnan(etud_moy_module[ue1.id][etudid]) # car l'eval 2 ne touche que l'UE2
|
||||
assert etud_moy_module[ue2.id][etudid] == note2
|
||||
assert np.isnan(etud_moy_module[ue3.id][etudid])
|
||||
# --- Toutes notes ATT (ATT se traite comme EXC)
|
||||
etud_moy_module = change_notes(NOTES_NEUTRALISE, NOTES_NEUTRALISE)
|
||||
assert np.isnan(etud_moy_module[ue1.id][etudid])
|
||||
assert np.isnan(etud_moy_module[ue2.id][etudid])
|
||||
assert np.isnan(etud_moy_module[ue3.id][etudid])
|
||||
# --- Barème sur 37
|
||||
evaluation2.note_max = 37.0
|
||||
note1, note2 = 11.0, 12.0
|
||||
note_2_37 = note2 / 20 * 37
|
||||
etud_moy_module = change_notes(note1, note_2_37)
|
||||
moy_ue1 = etud_moy_module[ue1.id][etudid]
|
||||
assert moy_ue1 == ((note1 * e1p1 * coef_e1) + (note2 * e2p1 * coef_e2)) / sum_copo1
|
||||
moy_ue2 = etud_moy_module[ue2.id][etudid]
|
||||
assert moy_ue2 == ((note1 * e1p2 * coef_e1) + (note2 * e2p2 * coef_e2)) / sum_copo2
|
||||
moy_ue3 = etud_moy_module[ue3.id][etudid]
|
||||
assert np.isnan(moy_ue3) # car les poids vers UE3 sont nuls
|
||||
|
|
|
|||
Loading…
Reference in New Issue
Block a user