2026-10-26 14:55:46 +01:00
"""Plages datées par capteur et par colonne, au pas natif des mesures, pour l'agent de diagnostic.
Usage : python3 agents/diagnostic/outils/plages.py data/PS_DES_COUDRES/ [--colonnes error_value,corr_x,corr_y]
[--k 5] [--fusion 1h] [--hors T1/T2] [--capteurs A,B] [--debut ...] [--fin ...]
Pour chaque colonne, chaque capteur est comparé à son propre niveau sur la fenêtre --debut/--fin (médiane des
valeurs non vides ; avec --hors T1/T2, celle du reste de la fenêtre, hors du moment lu : utile quand un épisode
long fausse la médiane) et à son bruit propre (médiane des écarts entre deux mesures consécutives non vides, hors --hors).
1. Un tableau par colonne : niveau, bruit, et le plus grand saut d'une mesure à la suivante (valeur, en bruits,
les deux instants).
2. Les plages où la colonne s'écarte de son niveau de plus de --k bruits : début et fin (première et dernière
mesure hors niveau), nombre de mesures hors niveau, valeur extrême (écart signé au niveau, en unités et en
2026-10-26 16:48:13 +01:00
bruits) et son instant. Deux plages du même sens séparées de moins de --fusion (défaut 1h) n'en font qu'une
(un écart vers le bas puis vers le haut font deux plages) ; les mesures rejetées (colonne vide) ne coupent pas
une plage. Une plage qui touche le bord de la fenêtre est datée au
2026-10-26 14:55:46 +01:00
bord (le niveau est celui de la fenêtre : un palier durable peut faire de l'autre moitié la « plage »).
Chaque colonne est lue aux mesures, jamais moyennée par pas. Rend des valeurs, pas de verdict.
"""
import argparse
import statistics
import sys
from donnees import charger , est_reference , filtrer , instant , iso
from resume import COLONNES , duree
def main ():
a = argparse . ArgumentParser ( description = __doc__ , formatter_class = argparse . RawDescriptionHelpFormatter )
a . add_argument ( "dossier" )
a . add_argument ( "--colonnes" , default = "error_value,corr_x,corr_y" )
a . add_argument ( "--k" , type = float , default = 5 , help = "écart au niveau compté, en bruits propres du capteur" )
a . add_argument ( "--fusion" , default = "1h" , type = duree , help = "deux plages séparées de moins que cela n'en font qu'une" )
a . add_argument ( "--hors" , help = "T1/T2 : niveau et bruit se calculent hors de ce moment (les plages se cherchent partout)" )
a . add_argument ( "--capteurs" , help = "liste séparée par des virgules (défaut : tous)" )
a . add_argument ( "--debut" , type = instant )
a . add_argument ( "--fin" , type = instant )
o = a . parse_args ()
par = charger ( o . dossier )
if not par :
sys . exit ( f "Aucun export « advanced » dans { o . dossier } (voir inventaire.py)." )
noms = o . capteurs . split ( "," ) if o . capteurs else sorted ( par , key = lambda s : ( not est_reference ( par [ s ]), s ))
colonnes = o . colonnes . split ( "," )
hors = tuple ( instant ( x ) for x in o . hors . split ( "/" )) if o . hors else None
if hors and len ( hors ) != 2 :
sys . exit ( "--hors attend T1/T2." )
for demandes , connus , quoi in (( noms , par , "Capteurs" ), ( colonnes , COLONNES , "Colonnes" )):
absents = [ x for x in demandes if x not in connus ]
if absents :
sys . exit ( f " { quoi } inconnus : { ', ' . join ( absents ) } . Connus : { ', ' . join ( sorted ( connus )) } ." )
series = { s : filtrer ( par [ s ], o . debut , o . fin ) for s in noms }
if not any ( series . values ()):
sys . exit ( "Aucune mesure dans la fenêtre demandée." )
for col in colonnes :
print ( f " \n == { col } : niveau, bruit, plus grand saut d'une mesure à la suivante ==" )
print ( f " { 'capteur' : 9 }{ 'n' : >5 }{ 'niveau' : >10 }{ 'bruit' : >10 }{ 'saut' : >10 }{ '(bruits)' : >9 } entre" )
plages = []
for s in noms :
ms = [( m [ "t" ], m [ col ]) for m in series [ s ] if m [ col ] is not None ]
if len ( ms ) < 2 :
print ( f " { s : 9 }{ len ( ms ) : 5 } (moins de 2 valeurs)" )
continue
ref = [ x for x in ms if not hors or not hors [ 0 ] <= x [ 0 ] <= hors [ 1 ]]
if len ( ref ) < 2 :
print ( f " { s : 9 }{ len ( ms ) : 5 } (moins de 2 valeurs hors --hors)" )
continue
niv = statistics . median ( v for _ , v in ref )
sauts = [( b [ 1 ] - a_ [ 1 ], a_ [ 0 ], b [ 0 ]) for a_ , b in zip ( ms , ms [ 1 :])]
bruit = statistics . median ( abs ( b [ 1 ] - a_ [ 1 ]) for a_ , b in zip ( ref , ref [ 1 :]))
d , t1 , t2 = max ( sauts , key = lambda x : abs ( x [ 0 ]))
bru = f " { d / bruit : 9.1f } " if bruit else f " { '-' : >9 } "
print ( f " { s : 9 }{ len ( ms ) : 5 }{ niv : 10.4g }{ bruit : 10.3g }{ d : +10.4g }{ bru } { iso ( t1 ) } et { iso ( t2 ) } " )
if not bruit :
continue
groupe = []
for t , v in ms + [( None , 0 )]:
if t is not None and abs ( v - niv ) > o . k * bruit :
2026-10-26 16:48:13 +01:00
if groupe and ( t - groupe [ - 1 ][ 0 ] > o . fusion or ( v > niv ) != ( groupe [ - 1 ][ 1 ] > niv )): # même sens seul
2026-10-26 14:55:46 +01:00
plages . append (( s , groupe , niv , bruit ))
groupe = []
groupe . append (( t , v ))
elif t is None and groupe :
plages . append (( s , groupe , niv , bruit ))
print ( f " \n { col } : plages à plus de { o . k : g } bruits du niveau { ' (niveau hors ' + o . hors + ')' if hors else '' } (fusion { int ( o . fusion . total_seconds () // 60 ) } min)" )
print ( f " { 'capteur' : 9 }{ 'début' : <18 }{ 'fin' : <18 }{ 'mesures' : >8 }{ 'extrême' : >10 }{ '(bruits)' : >9 } à" )
for s , g , niv , bruit in plages :
t , v = max ( g , key = lambda x : abs ( x [ 1 ] - niv ))
print ( f " { s : 9 }{ iso ( g [ 0 ][ 0 ]) : <18 }{ iso ( g [ - 1 ][ 0 ]) : <18 }{ len ( g ) : 8 }{ v - niv : +10.4g }{ ( v - niv ) / bruit : 9.1f } { iso ( t ) } " )
if not plages :
print ( "(aucune)" )
if __name__ == "__main__" :
main ()