include $(top_srcdir)/adm_local/make_common_starter.am
-EXTRA_DIST = daCore daAlgorithms daDiagnostics daNumerics
+EXTRA_DIST = daCore daAlgorithms daNumerics
DIR = $(top_srcdir)/src/daComposant/
${mkinstalldirs} $(DESTDIR)$(salomepythondir)
cp -R $(DIR)daCore $(DESTDIR)$(salomepythondir)
cp -R $(DIR)daAlgorithms $(DESTDIR)$(salomepythondir)
- cp -R $(DIR)daDiagnostics $(DESTDIR)$(salomepythondir)
cp -R $(DIR)daNumerics $(DESTDIR)$(salomepythondir)
uninstall-local:
chmod -R +w $(DESTDIR)$(salomepythondir)
rm -rf $(DESTDIR)$(salomepythondir)/daCore
rm -rf $(DESTDIR)$(salomepythondir)/daAlgorithms
- rm -rf $(DESTDIR)$(salomepythondir)/daDiagnostics
rm -rf $(DESTDIR)$(salomepythondir)/daNumerics
#
from daCore.BasicObjects import State, Covariance, FullOperator, Operator
from daCore.BasicObjects import AlgorithmAndParameters, DataObserver
-from daCore.BasicObjects import DiagnosticAndParameters, CaseLogger
+from daCore.BasicObjects import CaseLogger
from daCore import PlatformInfo
#
from daCore import ExtendedLogging ; ExtendedLogging.ExtendedLogging() # A importer en premier
self.__adaoObject[ename] = None
for ename in ("ObservationOperator", "EvolutionModel", "ControlModel"):
self.__adaoObject[ename] = {}
- for ename in ("Diagnostic", "Observer"):
+ for ename in ("Observer",):
self.__adaoObject[ename] = []
self.__StoredInputs[ename] = []
#
Algorithm = None,
AppliedInXb = None,
AvoidRC = True,
- BaseType = None,
Checked = False,
- Diagnostic = None,
DiagonalSparseMatrix = None,
- Identifier = None,
Info = None,
Matrix = None,
ObjectFunction = None,
String = None,
Template = None,
ThreeFunctions = None,
- Unit = None,
Variable = None,
Vector = None,
VectorSerie = None,
self.setNoDebug()
elif Concept == "Observer":
self.setObserver( Variable, Template, String, Script, Info, ObjectFunction, Scheduler )
- elif Concept == "Diagnostic":
- self.setDiagnostic( Diagnostic, Identifier, Parameters, Script, Unit, BaseType )
elif Concept == "ObservationOperator":
self.setObservationOperator(
Matrix, OneFunction, ThreeFunctions, AppliedInXb,
# -----------------------------------------------------------
- def setDiagnostic(self,
- Diagnostic = None,
- Identifier = None,
- Parameters = None,
- Script = None,
- Unit = None,
- BaseType = None):
- "Definition d'un concept de calcul"
- Concept = "Diagnostic"
- self.__case.register("set"+Concept, dir(), locals())
- self.__adaoObject[Concept].append( DiagnosticAndParameters(
- name = Concept,
- asDiagnostic = Diagnostic,
- asIdentifier = Identifier,
- asDict = Parameters,
- asScript = Script,
- asUnit = Unit,
- asBaseType = BaseType,
- asExistingDiags = self.__StoredInputs[Concept],
- ))
- self.__StoredInputs[Concept].append(str(Identifier))
- return 0
-
def get(self, Concept=None, noDetails=True ):
"Recuperation d'une sortie du calcul"
if Concept is not None:
elif Concept == "AlgorithmRequiredParameters" and self.__adaoObject["AlgorithmParameters"] is not None:
return self.__adaoObject["AlgorithmParameters"].getAlgorithmRequiredParameters(noDetails)
#
- elif Concept in self.__StoredInputs["Diagnostic"]:
- indice = self.__StoredInputs["Diagnostic"].index(Concept)
- return self.__adaoObject["Diagnostic"][indice].get()
- #
else:
- raise ValueError("The requested key \"%s\" does not exists as an input, a diagnostic or a stored variable."%Concept)
+ raise ValueError("The requested key \"%s\" does not exists as an input or a stored variable."%Concept)
else:
allvariables = {}
allvariables.update( {"AlgorithmParameters":self.__adaoObject["AlgorithmParameters"].get()} )
# allvariables.update( self.__adaoObject["AlgorithmParameters"].get() )
allvariables.update( self.__StoredInputs )
- allvariables.pop('Diagnostic', None)
allvariables.pop('Observer', None)
return allvariables
variables.extend(list(self.__adaoObject["AlgorithmParameters"].keys()))
if len(list(self.__StoredInputs.keys())) > 0:
variables.extend( list(self.__StoredInputs.keys()) )
- variables.remove('Diagnostic')
variables.remove('Observer')
variables.sort()
return variables
files.sort()
return files
- def get_available_diagnostics(self):
- """
- Renvoie la liste des diagnostics potentiellement utilisables, identifiés
- par les chaînes de caractères.
- """
- files = []
- for directory in sys.path:
- if os.path.isdir(os.path.join(directory,"daDiagnostics")):
- for fname in os.listdir(os.path.join(directory,"daDiagnostics")):
- root, ext = os.path.splitext(fname)
- if ext == '.py' and root != '__init__':
- files.append(root)
- files.sort()
- return files
-
# -----------------------------------------------------------
def get_algorithms_main_path(self):
"""
Renvoie le chemin pour le répertoire principal contenant les algorithmes
- dans un sous-répertoire "daAlgorithms"
"""
return self.__parent
"""
Ajoute au chemin de recherche des algorithmes un répertoire dans lequel
se trouve un sous-répertoire "daAlgorithms"
-
- Remarque : si le chemin a déjà été ajouté pour les diagnostics, il n'est
- pas indispensable de le rajouter ici.
"""
if not os.path.isdir(Path):
raise ValueError("The given "+Path+" argument must exist as a directory")
sys.path = PlatformInfo.uniq( sys.path ) # Conserve en unique exemplaire chaque chemin
return 0
- def get_diagnostics_main_path(self):
- """
- Renvoie le chemin pour le répertoire principal contenant les diagnostics
- dans un sous-répertoire "daDiagnostics"
- """
- return self.__parent
-
- def add_diagnostics_path(self, Path=None):
- """
- Ajoute au chemin de recherche des algorithmes un répertoire dans lequel
- se trouve un sous-répertoire "daDiagnostics"
-
- Remarque : si le chemin a déjà été ajouté pour les algorithmes, il n'est
- pas indispensable de le rajouter ici.
- """
- if not os.path.isdir(Path):
- raise ValueError("The given "+Path+" argument must exist as a directory")
- if not os.path.isdir(os.path.join(Path,"daDiagnostics")):
- raise ValueError("The given \""+Path+"\" argument must contain a subdirectory named \"daDiagnostics\"")
- if not os.path.isfile(os.path.join(Path,"daDiagnostics","__init__.py")):
- raise ValueError("The given \""+Path+"/daDiagnostics\" path must contain a file named \"__init__.py\"")
- sys.path.insert(0, os.path.abspath(Path))
- sys.path = PlatformInfo.uniq( sys.path ) # Conserve en unique exemplaire chaque chemin
- return 0
-
# -----------------------------------------------------------
def execute(self, Executor=None, SaveCaseInFile=None):
self._parameters[k] = self.setParameterValue(k)
logging.debug("%s %s : %s", self._name, self.__required_parameters[k]["message"], self._parameters[k])
-# ==============================================================================
-class Diagnostic(object):
- """
- Classe générale d'interface de type diagnostic
-
- Ce template s'utilise de la manière suivante : il sert de classe "patron" en
- même temps que l'une des classes de persistance, comme "OneScalar" par
- exemple.
-
- Une classe élémentaire de diagnostic doit implémenter ses deux méthodes, la
- méthode "_formula" pour écrire explicitement et proprement la formule pour
- l'écriture mathématique du calcul du diagnostic (méthode interne non
- publique), et "calculate" pour activer la précédente tout en ayant vérifié
- et préparé les données, et pour stocker les résultats à chaque pas (méthode
- externe d'activation).
- """
- def __init__(self, name = "", parameters = {}):
- "Initialisation"
- self.name = str(name)
- self.parameters = dict( parameters )
-
- def _formula(self, *args):
- """
- Doit implémenter l'opération élémentaire de diagnostic sous sa forme
- mathématique la plus naturelle possible.
- """
- raise NotImplementedError("Diagnostic mathematical formula has not been implemented!")
-
- def calculate(self, *args):
- """
- Active la formule de calcul avec les arguments correctement rangés
- """
- raise NotImplementedError("Diagnostic activation method has not been implemented!")
-
-# ==============================================================================
-class DiagnosticAndParameters(object):
- """
- Classe générale d'interface d'interface de type diagnostic
- """
- def __init__(self,
- name = "GenericDiagnostic",
- asDiagnostic = None,
- asIdentifier = None,
- asDict = None,
- asScript = None,
- asUnit = None,
- asBaseType = None,
- asExistingDiags = None,
- ):
- """
- """
- self.__name = str(name)
- self.__D = None
- self.__I = None
- self.__P = {}
- self.__U = ""
- self.__B = None
- self.__E = tuple(asExistingDiags)
- self.__TheDiag = None
- #
- if asScript is not None:
- __Diag = ImportFromScript(asScript).getvalue( "Diagnostic" )
- __Iden = ImportFromScript(asScript).getvalue( "Identifier" )
- __Dict = ImportFromScript(asScript).getvalue( self.__name, "Parameters" )
- __Unit = ImportFromScript(asScript).getvalue( "Unit" )
- __Base = ImportFromScript(asScript).getvalue( "BaseType" )
- else:
- __Diag = asDiagnostic
- __Iden = asIdentifier
- __Dict = asDict
- __Unit = asUnit
- __Base = asBaseType
- #
- if __Diag is not None:
- self.__D = str(__Diag)
- if __Iden is not None:
- self.__I = str(__Iden)
- else:
- self.__I = str(__Diag)
- if __Dict is not None:
- self.__P.update( dict(__Dict) )
- if __Unit is None or __Unit == "None":
- self.__U = ""
- if __Base is None or __Base == "None":
- self.__B = None
- #
- self.__setDiagnostic( self.__D, self.__I, self.__U, self.__B, self.__P, self.__E )
-
- def get(self):
- "Renvoie l'objet"
- return self.__TheDiag
-
- def __setDiagnostic(self, __choice = None, __name = "", __unit = "", __basetype = None, __parameters = {}, __existings = () ):
- """
- Permet de sélectionner un diagnostic a effectuer
- """
- if __choice is None:
- raise ValueError("Error: diagnostic choice has to be given")
- __daDirectory = "daDiagnostics"
- #
- # Recherche explicitement le fichier complet
- # ------------------------------------------
- __module_path = None
- for directory in sys.path:
- if os.path.isfile(os.path.join(directory, __daDirectory, str(__choice)+'.py')):
- __module_path = os.path.abspath(os.path.join(directory, __daDirectory))
- if __module_path is None:
- raise ImportError("No diagnostic module named \"%s\" was found in a \"%s\" subdirectory\n The search path is %s"%(__choice, __daDirectory, sys.path))
- #
- # Importe le fichier complet comme un module
- # ------------------------------------------
- try:
- __sys_path_tmp = sys.path ; sys.path.insert(0,__module_path)
- self.__diagnosticFile = __import__(str(__choice), globals(), locals(), [])
- sys.path = __sys_path_tmp ; del __sys_path_tmp
- except ImportError as e:
- raise ImportError("The module named \"%s\" was found, but is incorrect at the import stage.\n The import error message is: %s"%(__choice,e))
- #
- # Instancie un objet du type élémentaire du fichier
- # -------------------------------------------------
- if __name in __existings:
- raise ValueError("A default input with the same name \"%s\" already exists."%str(__name))
- else:
- self.__TheDiag = self.__diagnosticFile.ElementaryDiagnostic(
- name = __name,
- unit = __unit,
- basetype = __basetype,
- parameters = __parameters )
- return 0
-
# ==============================================================================
class AlgorithmAndParameters(object):
"""
+++ /dev/null
-# -*- coding: utf-8 -*-
-#
-# Copyright (C) 2008-2018 EDF R&D
-#
-# This library is free software; you can redistribute it and/or
-# modify it under the terms of the GNU Lesser General Public
-# License as published by the Free Software Foundation; either
-# version 2.1 of the License.
-#
-# This library is distributed in the hope that it will be useful,
-# but WITHOUT ANY WARRANTY; without even the implied warranty of
-# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
-# Lesser General Public License for more details.
-#
-# You should have received a copy of the GNU Lesser General Public
-# License along with this library; if not, write to the Free Software
-# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA
-#
-# See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
-#
-# Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
-
-import numpy
-from daCore import BasicObjects
-import os.path
-
-# ==============================================================================
-class ElementaryDiagnostic(BasicObjects.Diagnostic):
- """
- Classe pour tracer simplement un vecteur à chaque pas
- """
- def __init__(self, name = "", unit = "", basetype = None, parameters = {}):
- BasicObjects.Diagnostic.__init__(self, name, parameters)
- try:
- import Gnuplot
- self.__gnuplot = Gnuplot
- except:
- raise ImportError("The Gnuplot module is required to plot the vector")
-
- def _formula(self,
- Vector, Steps,
- title, xlabel, ylabel, ltitle,
- geometry,
- filename,
- persist,
- pause ):
- """
- Trace en gnuplot le vecteur Vector, avec une légende générale, en X et
- en Y
- """
- if persist:
- self.__gnuplot.GnuplotOpts.gnuplot_command = 'gnuplot -persist -geometry '+geometry
- else:
- self.__gnuplot.GnuplotOpts.gnuplot_command = 'gnuplot -geometry '+geometry
- #
- self.__g = self.__gnuplot.Gnuplot() # persist=1
- self.__g('set terminal '+self.__gnuplot.GnuplotOpts.default_term)
- self.__g('set style data lines')
- self.__g('set grid')
- self.__g('set autoscale')
- self.__g('set title "'+title +'"')
- self.__g('set xlabel "'+xlabel+'"')
- self.__g('set ylabel "'+ylabel+'"')
- self.__g.plot( self.__gnuplot.Data( Steps, Vector, title=ltitle ) )
- if filename != "":
- self.__g.hardcopy(filename=filename, color=1)
- if pause:
- eval(input('Please press return to continue...\n'))
- #
- return 1
-
- def calculate(self, vector = None, steps = None,
- title = "", xlabel = "", ylabel = "", ltitle = "",
- geometry = "600x400",
- filename = "",
- persist = False,
- pause = True ):
- """
- Arguments :
- - vector : le vecteur à tracer, en liste ou en numpy.array
- - steps : liste unique des pas de l'axe des X, ou None si c'est
- la numérotation par défaut
- - title : titre général du dessin
- - xlabel : label de l'axe des X
- - ylabel : label de l'axe des Y
- - ltitle : titre associé au vecteur tracé
- - geometry : taille en pixels de la fenêtre et position du coin haut
- gauche, au format X11 : LxH+X+Y (défaut : 600x400)
- - filename : nom de fichier Postscript pour une sauvegarde à 1 pas
- Attention, il faut changer le nom à l'appel pour
- plusieurs pas de sauvegarde
- - persist : booléen indiquant que la fenêtre affichée sera
- conservée lors du passage au dessin suivant
- Par défaut, persist = False
- - pause : booléen indiquant une pause après chaque tracé, et
- attendant un Return
- Par défaut, pause = True
- """
- if vector is None:
- raise ValueError("One vector must be given to plot it.")
- Vector = numpy.array(vector)
- if Vector.size < 1:
- raise ValueError("The given vector must not be empty")
- if steps is None:
- Steps = list(range(len( vector )))
- elif not ( isinstance(steps, type([])) or not isinstance(steps, type(numpy.array([]))) ):
- raise ValueError("The steps must be given as a list/tuple.")
- else:
- Steps = list(steps)
- if os.path.isfile(filename):
- raise ValueError("Error: a file with this name \"%s\" already exists."%filename)
- #
- value = self._formula(
- Vector = Vector,
- Steps = Steps,
- title = str(title).encode('ascii','replace'),
- xlabel = str(xlabel).encode('ascii','replace'),
- ylabel = str(ylabel).encode('ascii','replace'),
- ltitle = str(ltitle),
- geometry = str(geometry),
- filename = str(filename),
- persist = bool(persist),
- pause = bool(pause) )
-
-# ==============================================================================
-if __name__ == "__main__":
- print('\n AUTODIAGNOSTIC \n')
-
- D = ElementaryDiagnostic("Mon Plot")
-
- vect = [1, 2, 1, 2, 1]
- D.calculate(vect, title = "Vecteur 1", xlabel = "Axe X", ylabel = "Axe Y" )
- vect = [1, 3, 1, 3, 1]
- D.calculate(vect, title = "Vecteur 2", filename = "vecteur.ps")
- vect = [1, 1, 1, 1, 1]
- D.calculate(vect, title = "Vecteur 3")
- vect = [0.29, 0.97, 0.73, 0.01, 0.20]
- D.calculate(vect, title = "Vecteur 4")
- vect = [-0.23262176, 1.36065207, 0.32988102, 0.24400551, -0.66765848, -0.19088483, -0.31082575, 0.56849814, 1.21453443, 0.99657516]
- D.calculate(vect, title = "Vecteur 5")
- vect = [0.29, 0.97, 0.73, 0.01, 0.20]
- D.calculate(vect, title = "Vecteur 6 affiche avec une autre geometrie et position", geometry="800x200+50+50")
- vect = 100*[0.29, 0.97, 0.73, 0.01, 0.20]
- D.calculate(vect, title = "Vecteur 7 : long construit par repetition")
- vect = [0.29, 0.97, 0.73, 0.01, 0.20]
- D.calculate(vect, title = "Vecteur 8", ltitle = "Vecteur 8")
- temps = [0.1,0.2,0.3,0.4,0.5]
- D.calculate(vect, temps, title = "Vecteur 8 avec axe du temps modifie")
- print("")
+++ /dev/null
-# -*- coding: utf-8 -*-
-#
-# Copyright (C) 2008-2018 EDF R&D
-#
-# This library is free software; you can redistribute it and/or
-# modify it under the terms of the GNU Lesser General Public
-# License as published by the Free Software Foundation; either
-# version 2.1 of the License.
-#
-# This library is distributed in the hope that it will be useful,
-# but WITHOUT ANY WARRANTY; without even the implied warranty of
-# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
-# Lesser General Public License for more details.
-#
-# You should have received a copy of the GNU Lesser General Public
-# License along with this library; if not, write to the Free Software
-# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA
-#
-# See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
-#
-# Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
-
-import numpy
-from daCore import BasicObjects
-import os.path
-
-# ==============================================================================
-class ElementaryDiagnostic(BasicObjects.Diagnostic):
- """
- Classe pour tracer simplement une liste de vecteurs à chaque pas
- """
- def __init__(self, name = "", unit = "", basetype = None, parameters = {}):
- BasicObjects.Diagnostic.__init__(self, name, parameters)
- try:
- import Gnuplot
- self.__gnuplot = Gnuplot
- except:
- raise ImportError("The Gnuplot module is required to plot the vector")
-
- def _formula(self,
- Vector, Steps,
- title, xlabel, ylabel, ltitle,
- geometry,
- filename,
- persist,
- pause ):
- """
- Trace en gnuplot chaque vecteur de la liste Vector, avec une légende
- générale, en X et en Y
- """
- if persist:
- self.__gnuplot.GnuplotOpts.gnuplot_command = 'gnuplot -persist -geometry '+geometry
- else:
- self.__gnuplot.GnuplotOpts.gnuplot_command = 'gnuplot -geometry '+geometry
- #
- self.__g = self.__gnuplot.Gnuplot() # persist=1
- self.__g('set terminal '+self.__gnuplot.GnuplotOpts.default_term)
- self.__g('set style data lines')
- self.__g('set grid')
- self.__g('set autoscale')
- self.__g('set title "'+title.decode() +'"')
- self.__g('set xlabel "'+xlabel.decode()+'"')
- self.__g('set ylabel "'+ylabel.decode()+'"')
- self.__g.plot( self.__gnuplot.Data( Steps, Vector.pop(0), title=ltitle.pop(0) ) )
- for vector in Vector:
- self.__g.replot( self.__gnuplot.Data( Steps, vector, title=ltitle.pop(0) ) )
- if filename != "":
- self.__g.hardcopy(filename=filename, color=1)
- if pause:
- eval(input('Please press return to continue...\n'))
- #
- return 1
-
- def calculate(self, vector = None, steps = None,
- title = "", xlabel = "", ylabel = "", ltitle = None,
- geometry = "600x400",
- filename = "",
- persist = False,
- pause = True ):
- """
- Arguments :
- - vector : liste des vecteurs à tracer, chacun étant en liste ou
- en numpy.array
- - steps : liste unique des pas, ou None si c'est la numérotation
- par défaut
- - title : titre général du dessin
- - xlabel : label de l'axe des X
- - ylabel : label de l'axe des Y
- - ltitle : liste des titres associés à chaque vecteur, dans le
- même ordre que les vecteurs eux-mêmes
- - geometry : taille en pixels de la fenêtre et position du coin haut
- gauche, au format X11 : LxH+X+Y (défaut : 600x400)
- - filename : nom de fichier Postscript pour une sauvegarde à 1 pas
- Attention, il faut changer le nom à l'appel pour
- plusieurs pas de sauvegarde
- - persist : booléen indiquant que la fenêtre affichée sera
- conservée lors du passage au dessin suivant
- Par défaut, persist = False
- - pause : booléen indiquant une pause après chaque tracé, et
- attendant un Return
- Par défaut, pause = True
- """
- if vector is None:
- raise ValueError("One vector must be given to plot it.")
- if not isinstance(vector, (list, tuple)):
- raise ValueError("The vector(s) must be given as a list/tuple.")
- if ltitle is None or len(ltitle) != len(vector):
- ltitle = ["" for i in range(len(vector))]
- VectorList = []
- for onevector in vector:
- VectorList.append( numpy.array( onevector ) )
- if VectorList[-1].size < 1:
- raise ValueError("Each given vector must not be empty.")
- if steps is None:
- Steps = list(range(len(vector[0])))
- elif not ( isinstance(steps, type([])) or not isinstance(steps, type(numpy.array([]))) ):
- raise ValueError("The steps must be given as a list/tuple.")
- else:
- Steps = list(steps)
- if os.path.isfile(filename):
- raise ValueError("Error: a file with this name \"%s\" already exists."%filename)
- #
- value = self._formula(
- Vector = VectorList,
- Steps = Steps,
- title = str(title).encode('ascii','replace'),
- xlabel = str(xlabel).encode('ascii','replace'),
- ylabel = str(ylabel).encode('ascii','replace'),
- ltitle = [str(lt) for lt in ltitle],
- geometry = str(geometry),
- filename = str(filename),
- persist = bool(persist),
- pause = bool(pause),
- )
-
-# ==============================================================================
-if __name__ == "__main__":
- print('\n AUTODIAGNOSTIC \n')
-
- D = ElementaryDiagnostic("Mon Plot")
-
- vect1 = [1, 2, 1, 2, 1]
- D.calculate([vect1,], title = "Vecteur 1", xlabel = "Axe X", ylabel = "Axe Y" )
- vect2 = [1, 3, 1, 3, 1]
- D.calculate([vect1,vect2], title = "Vecteurs 1 et 2", filename = "liste_de_vecteurs.ps")
- vect3 = [-1, 1, -1, 1, -1]
- D.calculate((vect1,vect2,vect3), title = "Vecteurs 1 a 3")
- vect4 = 100*[0.29, 0.97, 0.73, 0.01, 0.20]
- D.calculate([vect4,], title = "Vecteur 4 : long construit par repetition")
- D.calculate(
- (vect1,vect2,vect3),
- [0.1,0.2,0.3,0.4,0.5],
- title = "Vecteurs 1 a 3, temps modifie",
- ltitle = ["Vecteur 1","Vecteur 2","Vecteur 3"])
- print("")
+++ /dev/null
-# -*- coding: utf-8 -*-
-#
-# Copyright (C) 2008-2018 EDF R&D
-#
-# This library is free software; you can redistribute it and/or
-# modify it under the terms of the GNU Lesser General Public
-# License as published by the Free Software Foundation; either
-# version 2.1 of the License.
-#
-# This library is distributed in the hope that it will be useful,
-# but WITHOUT ANY WARRANTY; without even the implied warranty of
-# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
-# Lesser General Public License for more details.
-#
-# You should have received a copy of the GNU Lesser General Public
-# License along with this library; if not, write to the Free Software
-# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA
-#
-# See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
-#
-# Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
-
-import math, numpy
-from daCore import BasicObjects, Persistence
-
-# ==============================================================================
-class ElementaryDiagnostic(BasicObjects.Diagnostic,Persistence.OneScalar):
- """
- Calcul d'une RMS
- """
- def __init__(self, name = "", unit = "", basetype = None, parameters = {}):
- BasicObjects.Diagnostic.__init__(self, name, parameters)
- Persistence.OneScalar.__init__( self, name, unit, basetype = float)
-
- def _formula(self, V1, V2):
- """
- Fait un écart RMS entre deux vecteurs V1 et V2
- """
- rms = math.sqrt( ((V2 - V1)**2).sum() / float(V1.size) )
- #
- return rms
-
- def calculate(self, vector1 = None, vector2 = None, step = None):
- """
- Teste les arguments, active la formule de calcul et stocke le résultat
- """
- if vector1 is None or vector2 is None:
- raise ValueError("Two vectors must be given to calculate their RMS")
- V1 = numpy.array(vector1)
- V2 = numpy.array(vector2)
- if V1.size < 1 or V2.size < 1:
- raise ValueError("The given vectors must not be empty")
- if V1.size != V2.size:
- raise ValueError("The two given vectors must have the same size")
- #
- value = self._formula( V1, V2 )
- #
- self.store( value = value, step = step )
-
-# ==============================================================================
-if __name__ == "__main__":
- print('\n AUTODIAGNOSTIC \n')
-
- D = ElementaryDiagnostic("Ma RMS")
-
- vect1 = [1, 2, 1, 2, 1]
- vect2 = [2, 1, 2, 1, 2]
- D.calculate(vect1,vect2)
- vect1 = [1, 3, 1, 3, 1]
- vect2 = [2, 2, 2, 2, 2]
- D.calculate(vect1,vect2)
- vect1 = [1, 1, 1, 1, 1]
- vect2 = [2, 2, 2, 2, 2]
- D.calculate(vect1,vect2)
- vect1 = [1, 1, 1, 1, 1]
- vect2 = [4, -2, 4, -2, -2]
- D.calculate(vect1,vect2)
- vect1 = [0.29, 0.97, 0.73, 0.01, 0.20]
- vect2 = [0.92, 0.86, 0.11, 0.72, 0.54]
- D.calculate(vect1,vect2)
- vect1 = [-0.23262176, 1.36065207, 0.32988102, 0.24400551, -0.66765848, -0.19088483, -0.31082575, 0.56849814, 1.21453443, 0.99657516]
- vect2 = [0,0,0,0,0,0,0,0,0,0]
- D.calculate(vect1,vect2)
- print(" Les valeurs de RMS attendues sont les suivantes : [1.0, 1.0, 1.0, 3.0, 0.53162016515553656, 0.73784217096601323]")
- print(" Les RMS obtenues................................: %s"%(D[:],))
- print(" La moyenne......................................: %s"%(D.mean(),))
- print("")
-
+++ /dev/null
-# -*- coding: utf-8 -*-
-#
-# Copyright (C) 2008-2018 EDF R&D
-#
-# This library is free software; you can redistribute it and/or
-# modify it under the terms of the GNU Lesser General Public
-# License as published by the Free Software Foundation; either
-# version 2.1 of the License.
-#
-# This library is distributed in the hope that it will be useful,
-# but WITHOUT ANY WARRANTY; without even the implied warranty of
-# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
-# Lesser General Public License for more details.
-#
-# You should have received a copy of the GNU Lesser General Public
-# License along with this library; if not, write to the Free Software
-# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA
-#
-# See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
-#
-
-import numpy
-from daCore import BasicObjects, Persistence
-
-# ==============================================================================
-class ElementaryDiagnostic(BasicObjects.Diagnostic,Persistence.OneScalar):
- """
- Diagnostic sur la reduction de la variance lors de l'analyse
- """
- def __init__(self, name = "", unit = "", basetype = None, parameters = {}):
- BasicObjects.Diagnostic.__init__(self, name, parameters)
- Persistence.OneScalar.__init__( self, name, unit, basetype = bool )
-
- def _formula(self, V1, V2):
- """
- Vérification de la reduction de variance sur les écarts entre OMB et OMA
- lors de l'analyse
- """
- varianceOMB = V1.var()
- varianceOMA = V2.var()
- #
- if varianceOMA > varianceOMB:
- reducevariance = False
- else :
- reducevariance = True
- #
- return reducevariance
-
- def calculate(self, vectorOMB = None, vectorOMA = None, step = None):
- """
- Teste les arguments, active la formule de calcul et stocke le résultat
- Arguments :
- - vectorOMB : vecteur d'écart entre les observations et l'ébauche
- - vectorOMA : vecteur d'écart entre les observations et l'analyse
- """
- if ( (vectorOMB is None) or (vectorOMA is None) ):
- raise ValueError("Two vectors must be given to test the reduction of the variance after analysis")
- V1 = numpy.array(vectorOMB)
- V2 = numpy.array(vectorOMA)
- if V1.size < 1 or V2.size < 1:
- raise ValueError("The given vectors must not be empty")
- if V1.size != V2.size:
- raise ValueError("The two given vectors must have the same size")
- #
- value = self._formula( V1, V2 )
- #
- self.store( value = value, step = step )
-
-#===============================================================================
-if __name__ == "__main__":
- print('\n AUTODIAGNOSTIC \n')
- #
- # Instanciation de l'objet diagnostic
- # -----------------------------------
- D = ElementaryDiagnostic("Mon ReduceVariance")
- #
- # Vecteur de type matrix
- # ----------------------
- x1 = numpy.matrix(([3. , 4., 5. ]))
- x2 = numpy.matrix(([1.5, 2., 2.5]))
- print(" L'écart entre les observations et l'ébauche est OMB : %s"%(x1,))
- print(" La moyenne de OMB (i.e. le biais) est de............: %s"%(x1.mean(),))
- print(" La variance de OMB est de...........................: %s"%(x1.var(),))
- print(" L'écart entre les observations et l'analyse est OMA : %s"%(x2,))
- print(" La moyenne de OMA (i.e. le biais) est de............: %s"%(x2.mean(),))
- print(" La variance de OMA est de...........................: %s"%(x2.var(),))
- #
- D.calculate( vectorOMB = x1, vectorOMA = x2)
- if not D[0] :
- print(" Résultat : l'analyse NE RÉDUIT PAS la variance")
- else :
- print(" Résultat : l'analyse RÉDUIT la variance")
- print("")
- #
- # Vecteur de type array
- # ---------------------
- x1 = numpy.array(range(11))
- x2 = numpy.matrix(range(-10,12,2))
- print(" L'écart entre les observations et l'ébauche est OMB : %s"%(x1,))
- print(" La moyenne de OMB (i.e. le biais) est de............: %s"%(x1.mean(),))
- print(" La variance de OMB est de...........................: %s"%(x1.var(),))
- print(" L'écart entre les observations et l'analyse est OMA : %s"%(x2,))
- print(" La moyenne de OMA (i.e. le biais) est de............: %s"%(x2.mean(),))
- print(" La variance de OMA est de...........................: %s"%(x2.var(),))
- #
- D.calculate( vectorOMB = x1, vectorOMA = x2)
- if not D[1] :
- print(" Résultat : l'analyse NE RÉDUIT PAS la variance")
- else :
- print(" Résultat : l'analyse RÉDUIT la variance")
- print("")
+++ /dev/null
-# -*- coding: utf-8 -*-
-#
-# Copyright (C) 2008-2018 EDF R&D
-#
-# This library is free software; you can redistribute it and/or
-# modify it under the terms of the GNU Lesser General Public
-# License as published by the Free Software Foundation; either
-# version 2.1 of the License.
-#
-# This library is distributed in the hope that it will be useful,
-# but WITHOUT ANY WARRANTY; without even the implied warranty of
-# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
-# Lesser General Public License for more details.
-#
-# You should have received a copy of the GNU Lesser General Public
-# License along with this library; if not, write to the Free Software
-# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA
-#
-# See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
-#
-# Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
