Esempi in Python per convertirJsonPython

Esempio n. 1

File: produire_images_necessaires.py Progetto: yarduoc/CrowdDeplacementOptimisation

def avoirRecuperation(nom_configuration, mise_a_jour):
    configuration = convertirJsonPython(nom_configuration)

    return RecuperationDeDonnees(configuration,
                                 arreter_apres_temps=True,
                                 temps_maximal=15,
                                 action_mise_a_jour_secondaire=mise_a_jour)

Esempio n. 2

File: test_lagrange.py Progetto: yarduoc/CrowdDeplacementOptimisation

from traitement import RecuperationDeDonnees
from convertir_json_python import convertirJsonPython
from Lagrange import avoirFonctionInterpolatriceParIntervalle, enleverValeursProches
import matplotlib.pyplot as plt
import numpy as np
from affichage import Afficheur

affichage = Afficheur()

recuperation = RecuperationDeDonnees(
    convertirJsonPython('./configuration_MPSI2.json'),
    temps_maximal=10,
    action_mise_a_jour_secondaire=affichage.dessinerEspaceEtAttendre)
recuperation.lancer()

intermediaire_X = list(np.linspace(-10, 0,
                                   num=100)) + recuperation.temps_de_sortie
intermediaire_Y = [0] * 100 + list(
    range(len(recuperation.temps_de_sortie) + 1))

nouveau_temps_sortie_X, nouveau_temps_sortie_Y = enleverValeursProches(
    intermediaire_X, intermediaire_Y, 0.05)

fonction_interpolatrice = avoirFonctionInterpolatriceParIntervalle(
    nouveau_temps_sortie_X, nouveau_temps_sortie_Y, 10)

print(fonction_interpolatrice(5))

X = np.linspace(0, recuperation.temps_de_sortie[-1], num=500)
Y = list(map(fonction_interpolatrice, X))

Esempio n. 3

File: test_salle_classe.py Progetto: yarduoc/CrowdDeplacementOptimisation

import sys
sys.path.append('..')
from convertir_json_python import convertirJsonPython
from traitement import RecuperationDeDonnees, TraitementDeDonnees
from affichage import Afficheur
from personne import Personne
import test_point_suivre

Personne.TEST_DIRECTION = test_point_suivre.TestGradientLargeurQuatreDirections

afficheur = Afficheur(debug=False)

configuration = convertirJsonPython('../FichiersConfiguration/MPSTAR.json')
recuperation = RecuperationDeDonnees(
    configuration,
    arreter_apres_temps=True,
    temps_maximal=15,
    action_mise_a_jour_secondaire=afficheur.dessinerEspaceEtAttendre)

recuperation.lancer()

Esempio n. 4

File: afficher_trajectoires.py Progetto: yarduoc/CrowdDeplacementOptimisation

import sys
sys.path.append('..')
from convertir_json_python import convertirJsonPython
from traitement import RecuperationDeDonnees, TraitementDeDonnees
from affichage import Afficheur, TraceurTrajectoire
from base import EnsembleRappelle

afficheur = Afficheur()
traceur_trajectoire = TraceurTrajectoire

configuration = convertirJsonPython(
    '../FichiersConfiguration/salle_en_Y.json')
recuperation = RecuperationDeDonnees(
    configuration,
    arreter_apres_temps=True,
    temps_maximal=15,
    action_mise_a_jour_secondaire=afficheur.dessinerEspaceEtAttendre)

recuperation.lancer()

Esempio n. 5

File: test_efficacite.py Progetto: yarduoc/CrowdDeplacementOptimisation

import sys
sys.path.append('..')
from convertir_json_python import convertirJsonPython
from traitement import RecuperationDeDonnees, TraitementDeDonnees
from affichage import Afficheur

configuration = convertirJsonPython(
    '../FichiersConfiguration/salle_efficacite.json')
recuperation = RecuperationDeDonnees(configuration, arreter_apres_temps=False)

recuperation.lancer()

Esempio n. 6

File: etude_obstacle_devant_porte.py Progetto: yarduoc/CrowdDeplacementOptimisation

sys.path.append('..')
from convertir_json_python import convertirJsonPython
from traitement import RecuperationDeDonnees, TraitementDeDonnees
import matplotlib.pyplot as plt
from aide_etude import genererResultatDeNSimulation

def recupererNDebitMoyenPourConfiguration(configuration, n, afficher_numero_simulation=False):
    debits_moyens = []
    for numero_simulation, recuperation in enumerate(genererResultatDeNSimulation(configuration, n)):
        if afficher_numero_simulation:
            print('Simulation', numero_simulation)
        traitement = TraitementDeDonnees(recuperation.temps_de_sortie)
        debits_moyens.append(traitement.avoirDebitMoyen())
    return debits_moyens

configuration_obstacle = convertirJsonPython(
    '../FichiersConfiguration/salle_vide.json')
configuration_sans_obstacle = convertirJsonPython(
    '../FichiersConfiguration/salle_vide_obstacle_devant_porte.json')

debits_moyens_obstacle = recupererNDebitMoyenPourConfiguration(
    configuration_obstacle,
    100,
    afficher_numero_simulation=True)
debits_moyens_sans_obstacle = recupererNDebitMoyenPourConfiguration(
    configuration_sans_obstacle,
    100,
    afficher_numero_simulation=True)
##

plt.subplot(121)
plt.hist(debits_moyens_obstacle, 20, range=(0, 3))

Esempio n. 7

import sys
sys.path.append('..')
from convertir_json_python import convertirJsonPython
from traitement import RecuperationDeDonnees, TraitementDeDonnees
from source_personne import Source
from affichage import Afficheur
import matplotlib.pyplot as plt

afficheur = Afficheur()

configuration = convertirJsonPython(
    '../FichiersConfiguration/configuration_MPSI2_obstacle_devant_porte.json')
#recuperation.simulation.sources.append(Source(recuperation.simulation.espace, Vec2d(500, 750), 0.5))

taille_min, taille_max, n = 0, 5 * configuration['personnes']['rayon_max'], 10

debit, taille_porte = [], []

for k in range(n):

    recuperation = RecuperationDeDonnees(
        configuration,
        temps_maximal=10,
        action_mise_a_jour_secondaire=afficheur.dessinerEspaceEtAttendre)

    configuration['lieu_ferme']['porte_largeur'] = taille_min + k * (
        taille_max - taille_min)

    recuperation.lancer()

    traitement = TraitementDeDonnees(recuperation.temps_de_sortie)

Esempio n. 8

File: fusion.py Progetto: yarduoc/CrowdDeplacementOptimisation

import sys
sys.path.append('..')
import threaded_simulations
from convertir_json_python import convertirJsonPython
from traitement import RecuperationDeDonnees, TraitementDeDonnees
import matplotlib.pyplot as plt
from aide_etude import genererResultatDeNSimulation


if __name__ == '__main__':
    debits_moyens_obstacle = []
    debits_moyens_sans_obstacle = []
    configuration1 = convertirJsonPython(
        '../FichiersConfiguration/salle_vide.json')
    configuration2 = convertirJsonPython(
        '../FichiersConfiguration/salle_vide_avec_obstacle.json')

    for debit in threaded_simulations.avoirDebitsMoyenSimulation(
            10,
            configuration1,2):
        debits_moyens_obstacle.append(debit)
        
    for debit in threaded_simulations.avoirDebitsMoyenSimulation(
            10,
            configuration2,2):
        debits_moyens_obstacle.append(debit)
        
        
plt.subplot(121)
plt.hist(debits_moyens_obstacle, 20, range=(0, 13))
plt.subplot(122)

Esempio n. 9

import sys
sys.path.append('..')
from convertir_json_python import convertirJsonPython
from traitement import RecuperationDeDonnees, TraitementDeDonnees
from affichage import Afficheur, TraceurTrajectoire
from base import EnsembleRappelleRenvoyantCommande

afficheur = Afficheur()
traceur_trajectoire = TraceurTrajectoire()

mise_a_jour = EnsembleRappelleRenvoyantCommande()
mise_a_jour.ajouter(afficheur.dessinerEspaceEtAttendre)
mise_a_jour.ajouter(traceur_trajectoire.mettreAJourTrajectoires)

configuration = convertirJsonPython(
    '../FichiersConfiguration/MPSTAR_trois_personne.json')

recuperation = RecuperationDeDonnees(configuration,
                                     arreter_apres_temps=True,
                                     temps_maximal=15,
                                     action_mise_a_jour_secondaire=mise_a_jour)

recuperation.lancer()
traceur_trajectoire.afficherTrajectoires()

Esempio n. 10

def avoirTempsSortieMoyenDeFichierConfiuration(chemin_acces_1, chemin_acces_2,
                                               n):
    config1 = convertirJsonPython(chemin_acces_1)
    config2 = convertirJsonPython(chemin_acces_2)

    return (resultats_moyens(config1, n), resultats_moyens(config2, n))