30 lines
1.8 KiB
Python
30 lines
1.8 KiB
Python
"""Pour le critique de /detector-learner : la cadence des mesures du lot, puis chaque événement de la commande du lot avec
|
|
ses capteurs (categories.py n'en donne que le nombre) ; avant, le nombre de cibles et de références de la station. Même calcul que categories.py sans --tranche (3 jours d'historique).
|
|
Usage : python3 .claude/skills/detector-learner/capteurs.py <dossier> --du AAAA-MM-JJ --au AAAA-MM-JJ
|
|
"""
|
|
import argparse
|
|
import os
|
|
import statistics
|
|
import sys
|
|
from datetime import datetime, timedelta, timezone
|
|
|
|
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "..", "detectors"))
|
|
import categories # noqa: E402
|
|
|
|
p = argparse.ArgumentParser(usage=__doc__)
|
|
p.add_argument("dossier")
|
|
p.add_argument("--du", required=True)
|
|
p.add_argument("--au", required=True)
|
|
a = p.parse_args()
|
|
jour = lambda d: datetime.strptime(d[:10], "%Y-%m-%d").replace(tzinfo=timezone.utc) # noqa: E731
|
|
debut, fin = jour(a.du), jour(a.au)
|
|
mesures = categories.charger(a.dossier)
|
|
lot = {s: k for s, ms in mesures.items() if (k := [m for m in ms if debut - timedelta(days=3) <= m["t"] < fin])}
|
|
ts = sorted({m["t"] for ms in lot.values() for m in ms if m["t"] >= debut})
|
|
pas = [(b - a).total_seconds() / 60 for a, b in zip(ts, ts[1:])]
|
|
print(f"cadence : {statistics.median(pas):.0f} min (médiane des pas entre mesures)" if pas else "cadence : pas de mesure")
|
|
refs = sum(ms[0]["pattern_type"] == "global_ref" for ms in lot.values())
|
|
print(f"capteurs : {len(lot) - refs} cibles, {refs} références")
|
|
for v in (v for v in categories.evenements(lot, fin, a.dossier) if v["end"] >= categories.iso(debut)) if lot else []:
|
|
print(v["start"], "→", v["end"], f"{v['category']:<20}", "|", v["episodes"][0]["label"], "|", ", ".join(sorted(v["sensors"])) or "tous les capteurs")
|