# probs = [0.05]
# sizes = [100]
# algs = ['bubble']
coeficientes_confianca = [0.99, 0.98, 0.95, 0.90]
colunas = [
'largest_sorted_subarray', 'percentual_maior_array',
'k_unordered_sequence', 'percentual_k_unordered'
]
colunas_desc = [
'maior_array', 'percentual_maior_array', 'desordenados',
'percentual_desordenados'
]
df = udata.obterDados()
for i in range(0, len(colunas)):
col = colunas[i]
col_desc = colunas_desc[i]
path_arq_csv_destino = '../02-Estatisticas/_confidence_intervals_%s.csv' % (
col_desc)
if os.path.exists(path_arq_csv_destino):
os.remove(path_arq_csv_destino)
arq_csv_destino = open(path_arq_csv_destino, 'w+')
arq_csv_destino.write(
'coluna;coef_confianca;probabilidade_err;tamanho_array;algoritmo;lim_inferior;media;lim_superior;std_error;h;std_dev\n'
)
for coef in coeficientes_confianca:
arq_destino.write(
s = ' - f_statistic = %.15f / p_value = %.15f' % (f_statistic, p_value)
print(s)
arq_destino.write(s+'\n')
colunas_desc={'largest_sorted_subarray':'maior_array',
'percentual_maior_array':'maior_array_percentual',
'k_unordered_sequence':'desordenados',
'percentual_k_unordered':'desordenados_percentual'}
for prob in udata.PROBABILIDADES:
for size in udata.TAMANHOS:
df = udata.obterDados(probs=[prob], sizes=[size])
if (df.shape[0] > 0):
arq_name = 'anova_prob_%s_tam_%s' % (prob, size)
arq_destino = os.path.join(path_arq_destino, '%s.txt' % (arq_name))
if os.path.exists(arq_destino):
os.remove(arq_destino)
arq_destino = open(arq_destino, 'w+')
csv_destino = os.path.join(path_arq_destino, 'csv/%s' % (arq_name))
head_n = 1000
df_bubble = df[df['algoritmo'] == 'bubble'].head(head_n)
df_merge = df[df['algoritmo'] == 'merge'].head(head_n)
df_insertion = df[df['algoritmo'] == 'insertion'].head(head_n)