"""Journal du matin : dérive lente, une cible qui bouge peu à peu, jour après jour (sous-groupe de « À vérifier », D-074). Reprend la tendance de l'onglet Displacements (D-055, explore.find_trend) sur l'export « advanced » (corr_x, corr_y, px), pour que la boucle puisse l'entraîner comme les autres détecteurs. Méthode, par cible (hors références globales) et par axe (seuils provisoires, ceux de D-055) : 1. Niveau du jour : médiane des mesures de chaque jour UTC d'au moins HEURES heures mesurées ; au moins JOURS jours. 2. Pente de Theil-Sen et tau de Kendall des niveaux journaliers ; amplitude du jour : écart entre ses déciles 9 et 1. 3. Dérive : |pente| × durée ≥ TAILLE fois l'amplitude médiane du jour, |tau| ≥ REGULIER, et aucun pas d'un jour au suivant de plus de la moitié de la dérive (un saut qui dure n'est pas une dérive : le détecteur sauts le prend). 4. Un épisode par cible (un axe suffit), de la première mesure du premier jour à la dernière du dernier ; pas grisé. Usage : python3 vues-deplacements/detectors/derive.py (affiche les épisodes) """ import os import statistics import sys sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agents", "diagnostic", "outils")) from donnees import charger, est_reference, iso # noqa: E402 HEURES = 20 # un jour compte s'il a au moins 20 heures mesurées (comme D-055) JOURS = 5 # jours au minimum pour une tendance (TREND_DAYS de D-055) TAILLE = 1.0 # dérive ≥ TAILLE amplitudes journalières (TREND_SIZE de D-055) REGULIER = 0.6 # |tau de Kendall| des niveaux journaliers (TREND_STEADY de D-055) def _decile(vs, q): vs = sorted(vs) return vs[min(len(vs) - 1, int(q * len(vs)))] def _derive(ms, col): """-> (dérive en px, jours, premier instant, dernier) ou None.""" jours = {} for m in ms: if m[col] is not None: jours.setdefault(m["t"].date(), []).append(m) jours = {d: js for d, js in jours.items() if len({m["t"].hour for m in js}) >= HEURES} if len(jours) < JOURS: return None niv = sorted((d.toordinal(), statistics.median(m[col] for m in js)) for d, js in jours.items()) paires = [(a, b) for k, a in enumerate(niv) for b in niv[k + 1:]] pente = statistics.median((b[1] - a[1]) / (b[0] - a[0]) for a, b in paires) tau = sum((b[1] > a[1]) - (b[1] < a[1]) for a, b in paires) / len(paires) derive = pente * (niv[-1][0] - niv[0][0]) ampl = statistics.median(_decile([m[col] for m in js], 0.9) - _decile([m[col] for m in js], 0.1) for js in jours.values()) pas = max(abs(b[1] - a[1]) for a, b in zip(niv, niv[1:])) if abs(derive) < TAILLE * ampl or abs(tau) < REGULIER or pas > abs(derive) / 2: return None d0, d1 = min(jours), max(jours) return derive, len(jours), min(m["t"] for m in jours[d0]), max(m["t"] for m in jours[d1]) def detect(mesures): out = [] for s, ms in sorted(mesures.items()): if est_reference(ms): continue r = [x for col in ("corr_x", "corr_y") if (x := _derive(ms, col))] if not r: continue derive, n, a, b = max(r, key=lambda x: abs(x[0])) out.append({"start": iso(a), "end": iso(b), "kind": "derive", "label": "Slow drift", "text": f"{s} drifts slowly and steadily: {derive:+.2f} px in {n} days. Keep watching it.", "ignore": False, "sensors": [s]}) return out if __name__ == "__main__": for e in detect(charger(sys.argv[1])): print(e["start"], "→", e["end"], e["sensors"][0], "|", e["text"])