name = "SampleAsExplicitHyperCube",
default = [],
typecast = tuple,
- message = "Points de calcul définis par un hyper-cube dont on donne la liste des échantillonnages de chaque variable comme une liste",
+ message = "Points de calcul définis par un hyper-cube dont on donne la liste des échantillonnages explicites de chaque variable comme une liste",
)
self.defineRequiredParameter(
name = "SampleAsMinMaxStepHyperCube",
default = [],
typecast = tuple,
- message = "Points de calcul définis par un hyper-cube dont on donne la liste des échantillonnages de chaque variable par un triplet [min,max,step]",
+ message = "Points de calcul définis par un hyper-cube dont on donne la liste des échantillonnages implicites de chaque variable par un triplet [min,max,step]",
+ )
+ self.defineRequiredParameter(
+ name = "SampleAsMinMaxLatinHyperCube",
+ default = [],
+ typecast = tuple,
+ message = "Points de calcul définis par un hyper-cube Latin dont on donne les bornes de chaque variable par une paire [min,max], suivi de la paire [dimension, nombre de points demandés]",
)
self.defineRequiredParameter(
name = "SampleAsIndependantRandomVariables",
self._parameters["SampleAsnUplet"],
self._parameters["SampleAsExplicitHyperCube"],
self._parameters["SampleAsMinMaxStepHyperCube"],
+ self._parameters["SampleAsMinMaxLatinHyperCube"],
self._parameters["SampleAsIndependantRandomVariables"],
Xb,
+ self._parameters["SetSeed"],
)
- EOX = numpy.stack(tuple(copy.copy(sampleList)), axis=1)
+ if hasattr(sampleList,"__len__") and len(sampleList) == 0:
+ EOX = numpy.array([[]])
+ else:
+ EOX = numpy.stack(tuple(copy.copy(sampleList)), axis=1)
EOS = self._parameters["EnsembleOfSnapshots"]
+ if EOX.shape[1] != EOS.shape[1]:
+ raise ValueError("Numbers of states (=%i) and snapshots (=%i) has to be the same!"%(EOX.shape[1], EOS.shape[1]))
#
if self._toStore("EnsembleOfStates"):
self.StoredVariables["EnsembleOfStates"].store( EOX )