def updateListOfUsers():
"""
Detecta que usuarios no tienen alias y propone modificarlo en forma semiautomartica
"""
from IPython.display import display
from scripts.general import fechaLocal
import os
import pickle
from scripts.constants import PATHALIAS
users = listOfUsers()
for user in users:
if user['alias'] == str(user['id']):
display('Usuario creado el ' + str(fechaLocal(user['id'])))
response = input("Ingrese un alias o enter para continuar:")
if response != "":
user['alias'] = response
response = input(
"Presiones 'si' para descartar este usuario del procesamiento de datos"
)
if response == "si":
user['ignore'] = True
filename = PATHALIAS
with open(filename, 'wb') as f:
pickle.dump(users, f)
def updateListOfUsers(notIgnored=False):
"""
Detecta que usuarios no tienen alias y propone modificarlo en forma semiautomartica
"""
from scripts.general import fechaLocal
import os
import pickle
users = listOfUsers()
for user in users:
if notIgnored:
if not user[cts.Db_Users_Alias] in listOfUsersCleanAlias():
continue
display("Saltar!")
display(
"Usuario creado el "
+ str(fechaLocal(user[cts.Db_Sesion_User_Id]))
+ " Alias actual: "
+ user[cts.Db_Users_Alias]
)
response = input("Ingrese un nuevo alias o enter para continuar:")
if response != "":
user[cts.Db_Users_Alias] = response
response = input("Presiones 'si' para descartar este usuario del procesamiento de datos")
if response == "si":
user[cts.Db_Users_Ignore] = True
with open(cts.PATHALIAS, "wb") as f:
pickle.dump(users, f)
def updateListOfUsers ():
"""
Detecta que usuarios no tienen alias y propone modificarlo en forma semiautomartica
"""
from IPython.display import display
from scripts.general import fechaLocal
import os
import pickle
from scripts.constants import PATHALIAS
users = listOfUsers()
for user in users:
if user['alias']==str(user['id']):
display ('Usuario creado el '+str(fechaLocal(user['id'])))
response = input("Ingrese un alias o enter para continuar:")
if response!= "":
user['alias'] = response
response = input("Presiones 'si' para descartar este usuario del procesamiento de datos")
if response=="si":
user['ignore'] = True
filename = PATHALIAS
with open(filename, 'wb') as f:
pickle.dump(users, f)
def updateListOfUsers(notIgnored=False):
"""
Detecta que usuarios no tienen alias y propone modificarlo en forma semiautomartica
"""
from scripts.general import fechaLocal
import os
import pickle
users = listOfUsers()
for user in users:
if notIgnored:
if not user[cts.Db_Users_Alias] in listOfUsersCleanAlias():
continue
display('Saltar!')
display('Usuario creado el ' +
str(fechaLocal(user[cts.Db_Sesion_User_Id])) +
' Alias actual: ' + user[cts.Db_Users_Alias])
response = input("Ingrese un nuevo alias o enter para continuar:")
if response != "":
user[cts.Db_Users_Alias] = response
response = input(
"Presiones 'si' para descartar este usuario del procesamiento de datos"
)
if response == "si":
user[cts.Db_Users_Ignore] = True
with open(cts.PATHALIAS, 'wb') as f:
pickle.dump(users, f)
def joinUsers():
"""
Esta funcion busca los usuarios nuevos en la lista de sessiones guardadas y compara con la lista de usuarios almacenada en la base de datos alias. Si encuentra que alguno no esta pregunta el alias y si ignorarlo o no y lo incluye
"""
from IPython.display import display
import os
import pickle
from scripts.constants import PATHALIAS, PATHSESSSION
from scripts.general import fechaLocal
filename = PATHSESSSION
if os.path.isfile(filename):
with open(filename, 'rb') as f:
sessiones = pickle.load(f)
else:
display('ERROR! : No se encontro el archivo ' + filename +
' con el registro de las sessiones.')
return
newUsersId = set([session['contenido']['userId'] for session in sessiones])
filename = PATHALIAS
if os.path.isfile(filename):
with open(filename, 'rb') as f:
users = pickle.load(f)
else:
users = []
usersId = [user['id'] for user in users]
for newUserId in newUsersId:
if not newUserId in usersId:
# Creamos el usuario
newUser = {}
newUser['id'] = newUserId
# Preguntamos datos del usuario
display('Usuario creado el ' + str(fechaLocal(newUser['id'])))
response = input("Ingrese un alias o enter para continuar:\n")
if response != "":
newUser['alias'] = response
else:
newUser['alias'] = str(newUser['id'])
response = input(
"Presiones 'si' para descartar este usuario del procesamiento de datos:\n"
)
if response == "si":
newUser['ignore'] = True
else:
newUser['ignore'] = False
users = users + [newUser]
with open(filename, 'wb') as f:
pickle.dump(users, f)
def sessionStats():
data = pandasTransferencia()
sessionInstances = data[cts.P_SessionInstance].unique()
for sessionInstance in sessionInstances:
infoSesion = data[data[cts.P_SessionInstance] == sessionInstance]
display('El usuario ' + infoSesion.iloc[0][cts.P_Alias] +
' inicio sesion el ' + str(fechaLocal(sessionInstance)) +
' y juego ' +
str(len(infoSesion[cts.P_LevelInstance].unique())) +
' niveles.')
for levelInstance in data[data[cts.P_SessionInstance] ==
sessionInstance][
cts.P_LevelInstance].unique():
infoLevel = data[data[cts.P_LevelInstance] ==
levelInstance].iloc[0]
display(' Level ' + infoLevel[cts.P_LevelIdentificador] +
' jugado a las: ' + str(fechaLocal(levelInstance)) +
' Envio de datos terminado a las: ' +
str(fechaLocal(infoLevel[cts.P_EnvioInstance])))
def joinUsers():
"""
Esta funcion busca los usuarios nuevos en la lista de sessiones guardadas y compara con la lista de usuarios almacenada en la base de datos alias. Si encuentra que alguno no esta pregunta el alias y si ignorarlo o no y lo incluye
"""
import os
import pickle
from scripts.general import fechaLocal
if os.path.isfile(cts.PATHSESSSION):
with open(cts.PATHSESSSION, 'rb') as f:
sessiones = pickle.load(f)
else:
display('ERROR! : No se encontro el archivo ' + cts.PATHSESSSION +
' con el registro de las sessiones.')
return
newUsersId = set([
session[cts.Db_Envios_Contenido][cts.Db_Sesion_User][
cts.Db_Sesion_User_Id] for session in sessiones
])
if os.path.isfile(cts.PATHALIAS):
with open(cts.PATHALIAS, 'rb') as f:
users = pickle.load(f)
else:
users = []
usersId = [user[cts.Db_Users_id] for user in users]
for newUserId in newUsersId:
if not newUserId in usersId:
# Creamos el usuario
newUser = {}
newUser[cts.Db_Users_id] = newUserId
# Preguntamos datos del usuario
display('Usuario creado el ' +
str(fechaLocal(newUser[cts.Db_Users_id])))
response = input("Ingrese un alias o enter para continuar:\n")
if response != "":
newUser[cts.Db_Users_Alias] = response
else:
newUser[cts.Db_Users_Alias] = str(newUser[cts.Db_Users_i])
response = input(
"Presiones 'si' para descartar este usuario del procesamiento de datos:\n"
)
if response == "si":
newUser[cts.Db_Users_Ignore] = True
else:
newUser[cts.Db_Users_Ignore] = False
users = users + [newUser]
with open(cts.PATHALIAS, 'wb') as f:
pickle.dump(users, f)
def joinUsers():
"""
Esta funcion busca los usuarios nuevos en la lista de sessiones guardadas y compara con la lista de usuarios almacenada en la base de datos alias. Si encuentra que alguno no esta pregunta el alias y si ignorarlo o no y lo incluye
"""
from IPython.display import display
import os
import pickle
from scripts.constants import PATHALIAS, PATHSESSSION
from scripts.general import fechaLocal
filename = PATHSESSSION
if os.path.isfile(filename):
with open(filename, 'rb') as f:
sessiones = pickle.load(f)
else:
display ('ERROR! : No se encontro el archivo ' + filename + ' con el registro de las sessiones.')
return
newUsersId = set([session['contenido']['userId'] for session in sessiones])
filename = PATHALIAS
if os.path.isfile(filename):
with open(filename, 'rb') as f:
users= pickle.load(f)
else:
users = []
usersId = [user['id'] for user in users]
for newUserId in newUsersId:
if not newUserId in usersId:
# Creamos el usuario
newUser = {}
newUser['id'] = newUserId
# Preguntamos datos del usuario
display ('Usuario creado el '+str(fechaLocal(newUser['id'])))
response = input("Ingrese un alias o enter para continuar:\n")
if response != "":
newUser['alias'] = response
else:
newUser['alias'] = str(newUser['id'])
response = input("Presiones 'si' para descartar este usuario del procesamiento de datos:\n")
if response == "si":
newUser['ignore'] = True
else:
newUser['ignore'] = False
users = users + [newUser]
with open(filename, 'wb') as f:
pickle.dump(users, f)
def joinUsers():
"""
Esta funcion busca los usuarios nuevos en la lista de sessiones guardadas y compara con la lista de usuarios almacenada en la base de datos alias. Si encuentra que alguno no esta pregunta el alias y si ignorarlo o no y lo incluye
"""
import os
import pickle
from scripts.general import fechaLocal
if os.path.isfile(cts.PATHSESSSION):
with open(cts.PATHSESSSION, "rb") as f:
sessiones = pickle.load(f)
else:
display("ERROR! : No se encontro el archivo " + cts.PATHSESSSION + " con el registro de las sessiones.")
return
newUsersId = set(
[session[cts.Db_Envios_Contenido][cts.Db_Sesion_User][cts.Db_Sesion_User_Id] for session in sessiones]
)
if os.path.isfile(cts.PATHALIAS):
with open(cts.PATHALIAS, "rb") as f:
users = pickle.load(f)
else:
users = []
usersId = [user[cts.Db_Users_id] for user in users]
for newUserId in newUsersId:
if not newUserId in usersId:
# Creamos el usuario
newUser = {}
newUser[cts.Db_Users_id] = newUserId
# Preguntamos datos del usuario
display("Usuario creado el " + str(fechaLocal(newUser[cts.Db_Users_id])))
response = input("Ingrese un alias o enter para continuar:\n")
if response != "":
newUser[cts.Db_Users_Alias] = response
else:
newUser[cts.Db_Users_Alias] = str(newUser[cts.Db_Users_i])
response = input("Presiones 'si' para descartar este usuario del procesamiento de datos:\n")
if response == "si":
newUser[cts.Db_Users_Ignore] = True
else:
newUser[cts.Db_Users_Ignore] = False
users = users + [newUser]
with open(cts.PATHALIAS, "wb") as f:
pickle.dump(users, f)
def sessionStats():
from scripts.db import pandasUtilPiloto
from IPython.display import display
from scripts.general import fechaLocal
dbPiloto = pandasUtilPiloto()
sessionInstances = dbPiloto['sessionInstance'].unique()
for sessionInstance in sessionInstances:
dbPilotoBySession = dbPiloto[dbPiloto['sessionInstance'] ==
sessionInstance]
display('El usuario ' + dbPilotoBySession.iloc[0]['alias'] +
' inicio sesion el ' + str(fechaLocal(sessionInstance)) +
' y juego ' + str(len(dbPilotoBySession['levelInstance'])) +
' niveles.')
def sessionStats():
data = pandasTransferencia()
sessionInstances = data[cts.P_SessionInstance].unique()
for sessionInstance in sessionInstances:
infoSesion = data[data[cts.P_SessionInstance] == sessionInstance]
display('El usuario ' + infoSesion.iloc[0][cts.P_Alias] + ' inicio sesion el ' + str(fechaLocal(sessionInstance)) + ' y juego ' + str(len(infoSesion[cts.P_LevelInstance].unique())) + ' niveles.')
for levelInstance in data[data[cts.P_SessionInstance]==sessionInstance][cts.P_LevelInstance].unique():
infoLevel = data[data[cts.P_LevelInstance] == levelInstance].iloc[0]
display(' Level ' + infoLevel[cts.P_LevelIdentificador] + ' jugado a las: ' + str(fechaLocal(levelInstance)) + ' Envio de datos terminado a las: ' + str(fechaLocal(infoLevel[cts.P_EnvioInstance])))
def plotConvergenciaAngulos (levels, completos=True):
"""
Esta función grafica el angulo en funcion del numero de trial para cada uno de los cuadrantes
"""
import matplotlib.pyplot as plt
from IPython.display import display
from scripts.general import fechaLocal
import json
from scripts.general import chkVersion
chkVersion()
mostrarReferencia = True
mostrarNivel = False
mostrarAngulo = False
if completos:
levels = levels[levels['levelCompleted']]
for usuario in levels['Alias'].unique():
display ('Se hara la estadistica del usuario: '+usuario)
levelsUsuario = levels[levels['Alias']==usuario]
display ('El usuario '+usuario+' jugo '+str(len(levelsUsuario['sessionInstance'].unique()))+' veces')
if mostrarReferencia:
# Armamos el grafico de angulos refrenciados (esta aca porque queremos comparar entre todos los levels de todas las sesiones de un mismo usuario)
# Armamos los colores
# These are the "Tableau 20" colors as RGB.
tableau20 = [(31, 119, 180), (174, 199, 232), (255, 187, 120),
(44, 160, 44), (152, 223, 138), (214, 39, 40), (255, 152, 150),
(148, 103, 189), (197, 176, 213), (140, 86, 75), (196, 156, 148),
(227, 119, 194), (247, 182, 210), (127, 127, 127), (199, 199, 199),
(188, 189, 34), (219, 219, 141), (23, 190, 207), (158, 218, 229), (255, 127, 14)]
Color2 = ['0F3FFF','190EFE','530DFD','8D0CFD','C80BFC','FC0AF5','FB0AB9',
'FB097D','FA0841','FA0A07','F94506','F98006','F8BB05','F8F604','BCF703',
'80F703','43F602','06F601','00F537','00F572']
# Scale the RGB values to the [0, 1] range, which is the format matplotlib accepts.
for i in range(len(tableau20)):
r, g, b = tableau20[i]
tableau20[i] = (r / 255., g / 255., b / 255.)
figC, (axC1, axC2, axC3, axC4) = plt.subplots(nrows=4)
figC.set_size_inches(10, 18)
title = 'Comparacion de la evolucion del delta angulo en funcion del trial\n' + 'Usuario: '+str(usuario)
figC.suptitle (title, fontsize=10, fontweight='bold')
figC.subplots_adjust(hspace=0.5)
axC1.set_title("Cuadrante 1")
axC1.set_xlabel('Numero de trial')
axC1.set_ylabel('Delta angulo')
axC1.set_color_cycle(tableau20)
axC2.set_title("Cuadrante 2")
axC2.set_xlabel('Numero de trial')
axC2.set_ylabel('Delta angulo')
axC2.set_color_cycle(tableau20)
axC3.set_title("Cuadrante 3")
axC3.set_xlabel('Numero de trial')
axC3.set_ylabel('Delta angulo')
axC3.set_color_cycle(tableau20)
axC4.set_title("Cuadrante 4")
axC4.set_xlabel('Numero de trial')
axC4.set_ylabel('Delta angulo')
axC4.set_color_cycle(tableau20)
for session in levelsUsuario['sessionInstance'].unique():
levelSession = levelsUsuario[levelsUsuario['sessionInstance']==session]
display ('En la session '+ str(fechaLocal(session))+ ' el usuario '+str(usuario)+' jugo '+str(len(levelSession['levelInstance'].unique())) + ' niveles')
for level in levelSession['levelInstance'].unique():
levelLevel = levelSession[levelSession['levelInstance']==level]
# display (levelLevel)
levelInfo = levelLevel.iloc[0]
convergencias = levelInfo['advance']['convergencias']
for convergencia in convergencias:
if mostrarNivel:
# Armamos el grafico de nivel
fig1 = plt.figure(figsize=(10,3))
ax1 = fig1.add_subplot(111)
title = 'Evolucion de la dificultad en funcion del trial \n' + 'Usuario: '+str(usuario) + ' en la referencia: ' + str(convergencia['anguloDeReferencia'])
ax1.set_title(title, fontsize=10, fontweight='bold')
ax1.set_xlabel('Numero de trial')
ax1.set_ylabel('Nivel')
if mostrarAngulo:
# Armamos el grafico de angulo
fig2 = plt.figure(figsize=(10,3))
ax2 = fig2.add_subplot(111)
title = 'Evolucion del angulo en funcion del trial \n' + 'Usuario: '+str(usuario) + ' en la referencia: ' + str(convergencia['anguloDeReferencia'])
ax2.set_title(title, fontsize=10, fontweight='bold')
ax2.set_xlabel('Numero de trial')
ax2.set_ylabel('Angulo')
# Extraemos la info en forma de lista
aciertos=[]
angulosReferido=[]
angulos=[]
angulosNivel = []
for historial in convergencia['historial']:
# Extraemos la lista de aciertos o errores de la info del historial
if historial['acertado']:
aciertos=aciertos+[True]
else:
aciertos=aciertos+[False]
angulos = angulos + [historial['angulo']]
# Corregimos el tema de cuadrante para que se vea mas lindo.
if angulos[-1] < historial['anguloDeReferencia']:
angulos[-1] = angulos[-1] + 360
angulosReferido = angulosReferido + [historial['anguloReferido']]
angulosNivel = angulosNivel + [historial['nivel']]
if mostrarNivel:
# Dibujamos los niveles
x = range(len(angulosNivel))
y = angulosNivel
ax1.plot(x,y, label=convergencia['nombreDelCuadrante'])
# marcamos aciertos y errores
x = [i for i in range(len(aciertos)) if aciertos[i]]
y = [angulosNivel[i] for i in range(len(aciertos)) if aciertos[i]]
ax1.plot(x,y,'go')
x = [i for i in range(len(aciertos)) if not aciertos[i]]
y = [angulosNivel[i] for i in range(len(aciertos)) if not aciertos[i]]
ax1.plot(x,y,'ro')
# Marcamos el final si es convergencia o no.
if convergencia['convergenciaAlcanzada']:
ax1.plot([len(angulosNivel)-1],angulosNivel[-1],'bs', markersize=10)
else:
if len(angulosNivel) > 0: # Esto es porque hay datos malos, no deberia hacer falta en gral
ax1.plot([len(angulosNivel)-1],angulosNivel[-1],'rs', markersize=10)
ax1.legend(loc='center left', bbox_to_anchor=(1, 0.5))
if mostrarAngulo:
# Dibujamos los angulos
x = range(len(angulos))
y = angulos
ax2.plot(x,y, label=convergencia['nombreDelCuadrante'])
# marcamos aciertos y errores
x = [i for i in range(len(aciertos)) if aciertos[i]]
y = [angulos[i] for i in range(len(aciertos)) if aciertos[i]]
ax2.plot(x,y,'go')
x = [i for i in range(len(aciertos)) if not aciertos[i]]
y = [angulos[i] for i in range(len(aciertos)) if not aciertos[i]]
ax2.plot(x,y,'ro')
# Marcamos el final si es convergencia o no.
if convergencia['convergenciaAlcanzada']:
ax2.plot([len(angulos)-1],angulos[-1],'bs', markersize=10)
else:
if len(angulos) > 0: # Esto es porque hay datos malos, no deberia hacer falta en gral
ax2.plot([len(angulos)-1],angulos[-1],'rs', markersize=10)
ax2.legend(loc='center left', bbox_to_anchor=(1, 0.5))
if mostrarReferencia:
# Dibujamos los angulos referenciados
if convergencia['numeroCuadrante']==1:
axC=axC1
if convergencia['numeroCuadrante']==2:
axC=axC2
if convergencia['numeroCuadrante']==3:
axC=axC3
if convergencia['numeroCuadrante']==4:
axC=axC4
x = range(len(angulos))
y = angulosReferido
if 'ultimoMEANAngulo' in convergencia:
Label = "Referencia "+str(convergencia['anguloDeReferencia']) + " mean(Angulo): " + str(convergencia['ultimoMEANAngulo'])
else:
Label = "Referencia "+str(convergencia['anguloDeReferencia']) + " mean(Level): " + str(convergencia['ultimoMEAN'])
axC.plot(x,y,label=Label, lw=(convergencia['anguloDeReferencia']+45)/90*5)
# marcamos aciertos y errores
#x = [i for i in range(len(aciertos)) if aciertos[i]]
#y = [angulosRef[i] for i in range(len(aciertos)) if aciertos[i]]
#axC.plot(x,y,'go')
#x = [i for i in range(len(aciertos)) if not aciertos[i]]
#y = [angulosRef[i] for i in range(len(aciertos)) if not aciertos[i]]
#axC.plot(x,y,'ro')
# Marcamos el final si es convergencia o no.
if convergencia['convergenciaAlcanzada']:
axC.plot([len(angulosReferido)-1],angulosReferido[-1],'bs', markersize=10)
else:
if len(angulos) > 0: # Esto es porque hay datos malos, no deberia hacer falta en gral
axC.plot([len(angulos)-1],angulosReferido[-1],'rs', markersize=10)
axC.legend(loc='center left', bbox_to_anchor=(1, 0.5),prop={'size':10})
def plotConvergencia (db, expName, fromStadistics=False, join=False):
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import numpy as np
from scripts.general import fechaLocal
db=db[db[cts.P_LevelIdentificador]==expName]
dbInfo = db.iloc[0]
# Armamos el grafico
colormap = plt.cm.nipy_spectral #I suggest to use nipy_spectral, Set1,Paired
if join:
if fromStadistics:
fig = plt.figure(figsize=(20, 10))
else:
fig = plt.figure(figsize=(20, 20))
ax = plt.subplot(111)
ax.set_xlabel('Numero de trial')
ax.set_ylabel('señal (nivel)')
title = ''
if len(db[cts.P_Alias].unique()) == 1:
title = title + ' Usuario: ' + dbInfo[cts.P_Alias]
title = title + ' Experimento: ' + expName
ax.set_title(title, va='bottom')
# Definimos la escala de colores
size = len(db[cts.P_Alias])
colors = iter(cm.Paired(np.linspace(0, 1, size)))
levelColors = {}
onceInstance = True
# Hacemos un grafico para cada instancia del nivel jugado (en principio deberia haber una sola, pero podria haber mas)
for levelInstance in db[cts.P_LevelInstance].unique():
if not join:
if fromStadistics:
fig = plt.figure(figsize=(20, 10))
else:
fig = plt.figure(figsize=(20, 20))
ax = plt.subplot(111)
ax.set_xlabel('Numero de trial')
ax.set_ylabel('señal (nivel)')
title = ''
if len(db[cts.P_Alias].unique()) == 1:
title = title + ' Usuario: ' + dbInfo[cts.P_Alias]
title = title + ' Experimento: ' + expName
ax.set_title(title, va='bottom')
# Definimos la escala de colores
size = len(db[cts.P_Alias])
colors = iter(cm.Paired(np.linspace(0, 1, size)))
levelColors = {}
dbLevelInstance = db[db[cts.P_LevelInstance] == levelInstance]
#display (dbLevelInstance[cts.P_SessionInstance].unique())
y = dbLevelInstance[cts.P_NivelEstimuloDinamica].tolist()
x = range (len(y))
# Construimos el label diferentes segun sea un grafico para un solo usuario o para varios
label = ''
if len(db[cts.P_Alias].unique()) != 1:
label = label + ' Usuario: ' + dbLevelInstance[cts.P_Alias].unique()[0]
label = label + ' referencia: ' + str(dbLevelInstance[cts.P_Referencia].unique()[0])
label = label + ' \n Valor final: ' + str(y[-1])
label = label + ' \n Sesion:' + str(dbLevelInstance[cts.P_SessionInstance].unique()[0])
label = label + ' \n Fecha:' + str(fechaLocal(dbLevelInstance[cts.P_SessionInstance].unique()[0]))
#display (levelInstance)
# Agregamos las marcas
aciertos = dbLevelInstance[cts.P_RtaCorrecta].tolist()
tipo = dbLevelInstance[cts.P_TipoDeTrial].tolist()
for i in x:
if aciertos[i]:
ax.plot(i,y[i],'go')
else:
ax.plot(i,y[i],'ro')
if onceInstance:
ax.plot([i for i in x if tipo[i]==cts.Db_Historial_Recurso_EtiquetaTipoNoEstimulo],[y[i] for i in x if tipo[i]==cts.Db_Historial_Recurso_EtiquetaTipoNoEstimulo],'8', color='black', markersize=15, fillstyle = 'none', label=cts.Db_Historial_Recurso_EtiquetaTipoNoEstimulo, mew = 3)
ax.plot([i for i in x if tipo[i]==cts.Db_Historial_Recurso_EtiquetaTipoEstimulo],[y[i] for i in x if tipo[i]==cts.Db_Historial_Recurso_EtiquetaTipoEstimulo],'8', color='green', markersize=15, fillstyle = 'none', label=cts.Db_Historial_Recurso_EtiquetaTipoEstimulo, mew = 3)
ax.plot([i for i in x if tipo[i]==cts.Db_Historial_Recurso_EtiquetaTipoTest],[y[i] for i in x if tipo[i]==cts.Db_Historial_Recurso_EtiquetaTipoTest],'8', color='cyan', markersize=15, fillstyle = 'none', label=cts.Db_Historial_Recurso_EtiquetaTipoTest, mew = 3)
else:
ax.plot([i for i in x if tipo[i]==cts.Db_Historial_Recurso_EtiquetaTipoNoEstimulo],[y[i] for i in x if tipo[i]==cts.Db_Historial_Recurso_EtiquetaTipoNoEstimulo],'8', color='black', markersize=15, fillstyle = 'none', mew = 3)
ax.plot([i for i in x if tipo[i]==cts.Db_Historial_Recurso_EtiquetaTipoEstimulo],[y[i] for i in x if tipo[i]==cts.Db_Historial_Recurso_EtiquetaTipoEstimulo],'8', color='green', markersize=15, fillstyle = 'none', mew = 3)
ax.plot([i for i in x if tipo[i]==cts.Db_Historial_Recurso_EtiquetaTipoTest],[y[i] for i in x if tipo[i]==cts.Db_Historial_Recurso_EtiquetaTipoTest],'8', color='cyan', markersize=15, fillstyle = 'none', mew = 3)
# Graficamos
if levelInstance in levelColors.keys():
color = levelColors[levelInstance]
# ax.plot(x,y,color=color)
ax.plot(x,y)
else:
color=next(colors)
#ax.plot(x,y,label=label,color=color)
ax.plot(x,y,label=label)
levelColors[levelInstance] = color
if not join:
fig.savefig('./Images/Calibracion'+str(levelInstance))
ax.legend(loc='center left', bbox_to_anchor=(1, 0.5),numpoints=1)
onceInstance = False
if join:
fig.savefig('./Images/Calibracion'+str(levelInstance))
plt.show(block=False)
def sessionStats():
from scripts.db import pandasUtilPiloto
from IPython.display import display
from scripts.general import fechaLocal
dbPiloto = pandasUtilPiloto()
sessionInstances = dbPiloto['sessionInstance'].unique()
for sessionInstance in sessionInstances:
dbPilotoBySession = dbPiloto[dbPiloto['sessionInstance'] == sessionInstance]
display ('El usuario ' + dbPilotoBySession.iloc[0]['alias'] + ' inicio sesion el ' + str(fechaLocal(sessionInstance)) + ' y juego ' + str(len(dbPilotoBySession['levelInstance'])) + ' niveles.')
def buscarUmbral(touchs, ordenado=False):
"""
Esta funcion toma el dataframe de un conjunto de touchs incluidos en muchos niveles, y devuelve un dataframe con la informacion del nivel de umbral detectado.
El parametro ordenado indica si se ordena los datos en funcion del angulo de referencia para las mediciones de un mismo usuario.
Estas cuentas estan en el contexto de la medicion de umbral de deteccion.
"""
import pandas as pd
from IPython.display import display
from scripts.general import fechaLocal
import numpy as np # importando numpy
from scipy import stats # importando scipy.stats
# Definimos los levelversion compatibles
levelVersionCompatibles = [22]
# Creamos un dataframe para guardar los datos
resumen = pd.DataFrame(
columns=[
"AnguloReferencia",
"MediaDeltaTita",
"DesviacionDeltaTita",
"CumpleCriterioCola",
"Session",
"Usuario",
"Level",
"LevelVersion",
"Identificador",
]
)
# Procesamos solo los datos de niveles completos
touchs = touchs[touchs["levelCompleted"] == True]
# Se filtra los datos de levelVersion no compatibles con este procesamientos
touchs = touchs[touchs["levelVersion"].isin(levelVersionCompatibles)]
for usuario in touchs["Alias"].unique():
touchsUsuario = touchs[touchs["Alias"] == usuario]
for session in touchsUsuario["sessionInstance"].unique():
touchsSession = touchsUsuario[touchsUsuario["sessionInstance"] == session]
for level in touchsSession["levelInstance"].unique():
resumenToAppend = pd.DataFrame(
columns=[
"AnguloReferencia",
"MediaDeltaTita",
"DesviacionDeltaTita",
"CumpleCriterioCola",
"Session",
"Usuario",
"Level",
"LevelVersion",
"Identificador",
]
)
# Cargamos cosas en el resumen
resumenToAppend["Session"] = [fechaLocal(session)]
resumenToAppend["Usuario"] = [usuario]
resumenToAppend["Level"] = [fechaLocal(level)]
touchsLevel = touchsSession[touchsSession["levelInstance"] == level]
# filtramos la ultima mitad de los datos
touchsLevelEnd = touchsLevel.iloc[-int(touchsLevel.index.size / 2) :, :]
# Miramos si tiene algun tipo de sentido (que este en el fondo de la cola). Para eso revisamos que no haya mas false que true (Xq una vez q se estabiliza tiene q haber dos true x cada false (el codigo disminuye la señal despues de dos aciertos))
# y ademas revisamos que no haya menos de 1/4 de falses xq eso indicaria que no esta rebotando
levelInfo = touchsLevel.iloc[0]
contadorTouchsLevelTrue = touchsLevelEnd[touchsLevelEnd["isTrue"] == True].index.size
contadorTouchsLevelFalse = touchsLevelEnd[touchsLevelEnd["isTrue"] == False].index.size
if (contadorTouchsLevelTrue < contadorTouchsLevelFalse) or (
contadorTouchsLevelFalse * 3 < contadorTouchsLevelTrue
):
resumenToAppend["CumpleCriterioCola"] = [False]
else:
resumenToAppend["CumpleCriterioCola"] = [True]
# Extraemos la info de del delta tita del estimulo de cada trial
columnName = "DeltaTita"
if not columnName in touchsLevelEnd.columns:
temp = pd.DataFrame(columns=[columnName])
for (i, r) in touchsLevelEnd.iterrows():
e = r["jsonMetaDataEstimulo"]
temp.loc[i] = [e["infoConceptual"]["deltaAngulo"]]
touchsLevelEnd = pd.concat([touchsLevelEnd, temp], axis=1)
else:
display("Warning: Se encontraron datos ya cargados para: " + columnName)
# Extraemos la info del angulo de referencia
columnName = "AnguloDeReferencia"
if not columnName in touchsLevelEnd.columns:
temp = pd.DataFrame(columns=[columnName])
for (i, r) in touchsLevelEnd.iterrows():
e = r["jsonMetaDataEstimulo"]
temp.loc[i] = [e["infoConceptual"]["direccionAnguloReferencia"]]
touchsLevelEnd = pd.concat([touchsLevelEnd, temp], axis=1)
else:
display("Warning: Se encontraron datos ya cargados para: " + columnName)
levelInfo = touchsLevelEnd.iloc[0]
datos = touchsLevelEnd["DeltaTita"].tolist()
resumenToAppend["AnguloReferencia"] = [levelInfo["AnguloDeReferencia"]]
resumenToAppend["MediaDeltaTita"] = [np.mean(datos)]
resumenToAppend["DesviacionDeltaTita"] = [np.std(datos)]
resumenToAppend["LevelVersion"] = [levelInfo["levelVersion"]]
if "appVersion" in touchsLevelEnd.columns:
resumenToAppend["AppVersion"] = [levelInfo["appVersion"]]
else:
resumenToAppend["AppVersion"] = "Sin Dato"
if "identificador" in touchsLevelEnd.columns:
resumenToAppend["Identificador"] = [levelInfo["identificador"]]
else:
resumenToAppend["Identificador"] = "Dato no cargado"
resumen = pd.concat([resumen, resumenToAppend], axis=0, ignore_index=True)
if ordenado:
resumen = resumen.sort(["AnguloReferencia"], ascending=[True])
return resumen
def plotConvergenciaAngulos(levels, completos=True):
"""
Esta función grafica el angulo en funcion del numero de trial para cada uno de los cuadrantes
"""
import matplotlib.pyplot as plt
from IPython.display import display
from scripts.general import fechaLocal
import json
from scripts.general import chkVersion
chkVersion()
mostrarReferencia = True
mostrarNivel = False
mostrarAngulo = False
if completos:
levels = levels[levels['levelCompleted']]
for usuario in levels['Alias'].unique():
display('Se hara la estadistica del usuario: ' + usuario)
levelsUsuario = levels[levels['Alias'] == usuario]
display('El usuario ' + usuario + ' jugo ' +
str(len(levelsUsuario['sessionInstance'].unique())) + ' veces')
if mostrarReferencia:
# Armamos el grafico de angulos refrenciados (esta aca porque queremos comparar entre todos los levels de todas las sesiones de un mismo usuario)
# Armamos los colores
# These are the "Tableau 20" colors as RGB.
tableau20 = [(31, 119, 180), (174, 199, 232), (255, 187, 120),
(44, 160, 44), (152, 223, 138), (214, 39, 40),
(255, 152, 150), (148, 103, 189), (197, 176, 213),
(140, 86, 75), (196, 156, 148), (227, 119, 194),
(247, 182, 210), (127, 127, 127), (199, 199, 199),
(188, 189, 34), (219, 219, 141), (23, 190, 207),
(158, 218, 229), (255, 127, 14)]
Color2 = [
'0F3FFF', '190EFE', '530DFD', '8D0CFD', 'C80BFC', 'FC0AF5',
'FB0AB9', 'FB097D', 'FA0841', 'FA0A07', 'F94506', 'F98006',
'F8BB05', 'F8F604', 'BCF703', '80F703', '43F602', '06F601',
'00F537', '00F572'
]
# Scale the RGB values to the [0, 1] range, which is the format matplotlib accepts.
for i in range(len(tableau20)):
r, g, b = tableau20[i]
tableau20[i] = (r / 255., g / 255., b / 255.)
figC, (axC1, axC2, axC3, axC4) = plt.subplots(nrows=4)
figC.set_size_inches(10, 18)
title = 'Comparacion de la evolucion del delta angulo en funcion del trial\n' + 'Usuario: ' + str(
usuario)
figC.suptitle(title, fontsize=10, fontweight='bold')
figC.subplots_adjust(hspace=0.5)
axC1.set_title("Cuadrante 1")
axC1.set_xlabel('Numero de trial')
axC1.set_ylabel('Delta angulo')
axC1.set_color_cycle(tableau20)
axC2.set_title("Cuadrante 2")
axC2.set_xlabel('Numero de trial')
axC2.set_ylabel('Delta angulo')
axC2.set_color_cycle(tableau20)
axC3.set_title("Cuadrante 3")
axC3.set_xlabel('Numero de trial')
axC3.set_ylabel('Delta angulo')
axC3.set_color_cycle(tableau20)
axC4.set_title("Cuadrante 4")
axC4.set_xlabel('Numero de trial')
axC4.set_ylabel('Delta angulo')
axC4.set_color_cycle(tableau20)
for session in levelsUsuario['sessionInstance'].unique():
levelSession = levelsUsuario[levelsUsuario['sessionInstance'] ==
session]
display('En la session ' + str(fechaLocal(session)) +
' el usuario ' + str(usuario) + ' jugo ' +
str(len(levelSession['levelInstance'].unique())) +
' niveles')
for level in levelSession['levelInstance'].unique():
levelLevel = levelSession[levelSession['levelInstance'] ==
level]
# display (levelLevel)
levelInfo = levelLevel.iloc[0]
convergencias = levelInfo['advance']['convergencias']
for convergencia in convergencias:
if mostrarNivel:
# Armamos el grafico de nivel
fig1 = plt.figure(figsize=(10, 3))
ax1 = fig1.add_subplot(111)
title = 'Evolucion de la dificultad en funcion del trial \n' + 'Usuario: ' + str(
usuario) + ' en la referencia: ' + str(
convergencia['anguloDeReferencia'])
ax1.set_title(title, fontsize=10, fontweight='bold')
ax1.set_xlabel('Numero de trial')
ax1.set_ylabel('Nivel')
if mostrarAngulo:
# Armamos el grafico de angulo
fig2 = plt.figure(figsize=(10, 3))
ax2 = fig2.add_subplot(111)
title = 'Evolucion del angulo en funcion del trial \n' + 'Usuario: ' + str(
usuario) + ' en la referencia: ' + str(
convergencia['anguloDeReferencia'])
ax2.set_title(title, fontsize=10, fontweight='bold')
ax2.set_xlabel('Numero de trial')
ax2.set_ylabel('Angulo')
# Extraemos la info en forma de lista
aciertos = []
angulosReferido = []
angulos = []
angulosNivel = []
for historial in convergencia['historial']:
# Extraemos la lista de aciertos o errores de la info del historial
if historial['acertado']:
aciertos = aciertos + [True]
else:
aciertos = aciertos + [False]
angulos = angulos + [historial['angulo']]
# Corregimos el tema de cuadrante para que se vea mas lindo.
if angulos[-1] < historial['anguloDeReferencia']:
angulos[-1] = angulos[-1] + 360
angulosReferido = angulosReferido + [
historial['anguloReferido']
]
angulosNivel = angulosNivel + [historial['nivel']]
if mostrarNivel:
# Dibujamos los niveles
x = range(len(angulosNivel))
y = angulosNivel
ax1.plot(x,
y,
label=convergencia['nombreDelCuadrante'])
# marcamos aciertos y errores
x = [i for i in range(len(aciertos)) if aciertos[i]]
y = [
angulosNivel[i] for i in range(len(aciertos))
if aciertos[i]
]
ax1.plot(x, y, 'go')
x = [
i for i in range(len(aciertos)) if not aciertos[i]
]
y = [
angulosNivel[i] for i in range(len(aciertos))
if not aciertos[i]
]
ax1.plot(x, y, 'ro')
# Marcamos el final si es convergencia o no.
if convergencia['convergenciaAlcanzada']:
ax1.plot([len(angulosNivel) - 1],
angulosNivel[-1],
'bs',
markersize=10)
else:
if len(
angulosNivel
) > 0: # Esto es porque hay datos malos, no deberia hacer falta en gral
ax1.plot([len(angulosNivel) - 1],
angulosNivel[-1],
'rs',
markersize=10)
ax1.legend(loc='center left', bbox_to_anchor=(1, 0.5))
if mostrarAngulo:
# Dibujamos los angulos
x = range(len(angulos))
y = angulos
ax2.plot(x,
y,
label=convergencia['nombreDelCuadrante'])
# marcamos aciertos y errores
x = [i for i in range(len(aciertos)) if aciertos[i]]
y = [
angulos[i] for i in range(len(aciertos))
if aciertos[i]
]
ax2.plot(x, y, 'go')
x = [
i for i in range(len(aciertos)) if not aciertos[i]
]
y = [
angulos[i] for i in range(len(aciertos))
if not aciertos[i]
]
ax2.plot(x, y, 'ro')
# Marcamos el final si es convergencia o no.
if convergencia['convergenciaAlcanzada']:
ax2.plot([len(angulos) - 1],
angulos[-1],
'bs',
markersize=10)
else:
if len(
angulos
) > 0: # Esto es porque hay datos malos, no deberia hacer falta en gral
ax2.plot([len(angulos) - 1],
angulos[-1],
'rs',
markersize=10)
ax2.legend(loc='center left', bbox_to_anchor=(1, 0.5))
if mostrarReferencia:
# Dibujamos los angulos referenciados
if convergencia['numeroCuadrante'] == 1:
axC = axC1
if convergencia['numeroCuadrante'] == 2:
axC = axC2
if convergencia['numeroCuadrante'] == 3:
axC = axC3
if convergencia['numeroCuadrante'] == 4:
axC = axC4
x = range(len(angulos))
y = angulosReferido
if 'ultimoMEANAngulo' in convergencia:
Label = "Referencia " + str(
convergencia['anguloDeReferencia']
) + " mean(Angulo): " + str(
convergencia['ultimoMEANAngulo'])
else:
Label = "Referencia " + str(
convergencia['anguloDeReferencia']
) + " mean(Level): " + str(
convergencia['ultimoMEAN'])
axC.plot(x,
y,
label=Label,
lw=(convergencia['anguloDeReferencia'] + 45) /
90 * 5)
# marcamos aciertos y errores
#x = [i for i in range(len(aciertos)) if aciertos[i]]
#y = [angulosRef[i] for i in range(len(aciertos)) if aciertos[i]]
#axC.plot(x,y,'go')
#x = [i for i in range(len(aciertos)) if not aciertos[i]]
#y = [angulosRef[i] for i in range(len(aciertos)) if not aciertos[i]]
#axC.plot(x,y,'ro')
# Marcamos el final si es convergencia o no.
if convergencia['convergenciaAlcanzada']:
axC.plot([len(angulosReferido) - 1],
angulosReferido[-1],
'bs',
markersize=10)
else:
if len(
angulos
) > 0: # Esto es porque hay datos malos, no deberia hacer falta en gral
axC.plot([len(angulos) - 1],
angulosReferido[-1],
'rs',
markersize=10)
axC.legend(loc='center left',
bbox_to_anchor=(1, 0.5),
prop={'size': 10})
def plotConvergencia(touchs, completo=True):
"""
Esta funcion grafica la convergencia del delta tita en funcion del del avance del level. Sirve solo para visualizar datos.
"""
import matplotlib.pyplot as plt
import pandas as pd
from IPython.display import display
from scripts.general import fechaLocal
# Procesamos solo los datos de niveles completos
if completo:
touchs = touchs[touchs["levelCompleted"] == True]
for usuario in touchs["Alias"].unique():
display("Se hara la estadistica del usuario: " + usuario)
touchsUsuario = touchs[touchs["Alias"] == usuario]
display("El usuario " + usuario + " jugo " + str(len(touchsUsuario["sessionInstance"].unique())) + " veces")
for session in touchsUsuario["sessionInstance"].unique():
touchsSession = touchsUsuario[touchsUsuario["sessionInstance"] == session]
# Analizamos los datos para dificultad generica
display(
"En la session "
+ str(fechaLocal(session))
+ " el usuario "
+ str(usuario)
+ " jugo "
+ str(len(touchsSession["levelInstance"].unique()))
+ " niveles"
)
for level in touchsSession["levelInstance"].unique():
touchsLevel = touchsSession[touchsSession["levelInstance"] == level]
# Extraemos la info de del delta tita del estimulo de cada trial
columnName = "DeltaTita"
if not columnName in touchsLevel.columns:
temp = pd.DataFrame(columns=[columnName])
for (i, r) in touchsLevel.iterrows():
e = r["jsonMetaDataEstimulo"]
temp.loc[i] = [e["infoConceptual"]["deltaAngulo"]]
touchsLevel = pd.concat([touchsLevel, temp], axis=1)
else:
display("Warning: Se encontraron datos ya cargados para: " + columnName)
# Extraemos la info del angulo de referencia
columnName = "AnguloDeReferencia"
if not columnName in touchsLevel.columns:
temp = pd.DataFrame(columns=[columnName])
for (i, r) in touchsLevel.iterrows():
e = r["jsonMetaDataEstimulo"]
temp.loc[i] = [e["infoConceptual"]["direccionAnguloReferencia"]]
touchsLevel = pd.concat([touchsLevel, temp], axis=1)
else:
display("Warning: Se encontraron datos ya cargados para: " + columnName)
levelInfo = touchsLevel.iloc[0]
touchsLevelTrue = touchsLevel[touchsLevel["isTrue"] == True]
touchsLevelFalse = touchsLevel[touchsLevel["isTrue"] == False]
# Armamos el grafico
fig = plt.figure(figsize=(10, 3))
ax = fig.add_subplot(111)
title = (
"Evolucion de la dificultad en funcion del trial \n"
+ "Usuario: "
+ str(usuario)
+ " direccion de refrencia: "
+ str(levelInfo["AnguloDeReferencia"])
+ " grados, "
+ "levelVersion "
+ str(levelInfo["levelVersion"])
)
ax.set_title(title, fontsize=10, fontweight="bold")
ax.set_xlabel("Numero de trial")
ax.set_ylabel("Delta Tita (grados)")
x = touchsLevel.index
y = touchsLevel["DeltaTita"].tolist()
ax.plot(x, y)
x = touchsLevelTrue.index
y = touchsLevelTrue["DeltaTita"].tolist()
ax.plot(x, y, "go")
x = touchsLevelFalse.index
y = touchsLevelFalse["DeltaTita"].tolist()
ax.plot(x, y, "ro")
