]> SALOME platform Git repositories - modules/adao.git/commitdiff
Salome HOME
Minor text information corrections V9_3_0 V9_3_0rc2
authorJean-Philippe ARGAUD <jean-philippe.argaud@edf.fr>
Sun, 21 Apr 2019 10:14:10 +0000 (12:14 +0200)
committerJean-Philippe ARGAUD <jean-philippe.argaud@edf.fr>
Sun, 21 Apr 2019 10:14:10 +0000 (12:14 +0200)
src/daComposant/daAlgorithms/FunctionTest.py
src/daComposant/daCore/BasicObjects.py
src/daComposant/daNumerics/ApproximatedDerivatives.py

index 1a742f3aaab0942e4b065dad8bf7d46a6f2f084a..0903e3831d75854f0655f3e59113bf9ffcedb047 100644 (file)
@@ -147,12 +147,14 @@ class ElementaryAlgorithm(BasicObjects.Algorithm):
         #
         print("     %s\n"%("-"*75,))
         if self._parameters["SetDebug"]:
-            print("===> End evaluation, deactivating debug if necessary\n")
+            print("===> End of evaluation, deactivating debug if necessary\n")
             logging.getLogger().setLevel(CUR_LEVEL)
+        else:
+            print("===> End of evaluation, without deactivating debug\n")
         #
         if self._parameters["NumberOfRepetition"] > 1:
             msgs  = ("     %s\n"%("-"*75,))
-            msgs += ("\n===> Statistical analysis of the outputs obtained throught repeated evaluations\n")
+            msgs += ("\n===> Statistical analysis of the outputs obtained through sequential repeated evaluations\n")
             msgs += ("\n     (Remark: numbers that are (about) under %.0e represent 0 to machine precision)\n"%mpr)
             Yy = numpy.array( Ys )
             msgs += ("\n     Characteristics of the whole set of outputs Y:\n")
index 3237c13657e145921da5ac7c3c49b6f1371da301..635bc1702534d2ba8d4a46211853d1a805a2fc42 100644 (file)
@@ -234,7 +234,7 @@ class Operator(object):
         if argsAsSerie: return HxValue
         else:           return HxValue[-1]
 
-    def appliedControledFormTo(self, paires, argsAsSerie = False ):
+    def appliedControledFormTo(self, paires, argsAsSerie = False):
         """
         Permet de restituer le résultat de l'application de l'opérateur à des
         paires (xValue, uValue). Cette méthode se contente d'appliquer, son
@@ -274,7 +274,7 @@ class Operator(object):
         if argsAsSerie: return HxValue
         else:           return HxValue[-1]
 
-    def appliedInXTo(self, paires, argsAsSerie = False ):
+    def appliedInXTo(self, paires, argsAsSerie = False):
         """
         Permet de restituer le résultat de l'application de l'opérateur à une
         série d'arguments xValue, sachant que l'opérateur est valable en
@@ -515,7 +515,7 @@ class FullOperator(object):
             self.__FO["Adjoint"] = Operator( fromMatrix = __matrice.T, avoidingRedundancy = avoidRC, inputAsMultiFunction = inputAsMF )
             del __matrice
         else:
-            raise ValueError("Improperly defined observation operator, it requires at minima either a matrix, a Direct for approximate derivatives or a Tangent/Adjoint pair.")
+            raise ValueError("Improperly defined operator, it requires at minima either a matrix, a Direct for approximate derivatives or a Tangent/Adjoint pair.")
         #
         if __appliedInX is not None:
             self.__FO["AppliedInX"] = {}
@@ -1842,9 +1842,11 @@ def MultiFonction( __xserie, _extraArguments = None, _sFunction = lambda x: x ):
     Pour une liste ordonnée de vecteurs en entrée, renvoie en sortie la liste
     correspondante de valeurs de la fonction en argument
     """
+    # Vérifications et définitions initiales
     if not PlatformInfo.isIterable( __xserie ):
         raise TypeError("MultiFonction not iterable unkown input type: %s"%(type(__xserie),))
     #
+    # Calculs effectifs
     __multiHX = []
     if _extraArguments is None:
         for __xvalue in __xserie:
index c91f705a664eedf412d9ba4823a9ffe9cc5d91a4..18a92fbaac107451afc1ab29768bfb797bc3fe45 100644 (file)
@@ -194,7 +194,7 @@ class FDApproximation(object):
         4/ Chaque résultat, par composante, devient une colonne de la Jacobienne
 
         """
-        logging.debug("FDA Calcul de la Jacobienne")
+        logging.debug("FDA Début du calcul de la Jacobienne")
         logging.debug("FDA   Incrément de............: %s*X"%float(self.__increment))
         logging.debug("FDA   Approximation centrée...: %s"%(self.__centeredDF))
         #