floodmodeller-api 0.4.4.post1__py3-none-any.whl → 0.5.0.post1__py3-none-any.whl

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
Files changed (67) hide show
  1. floodmodeller_api/__init__.py +1 -0
  2. floodmodeller_api/dat.py +117 -96
  3. floodmodeller_api/hydrology_plus/__init__.py +2 -0
  4. floodmodeller_api/hydrology_plus/helper.py +23 -0
  5. floodmodeller_api/hydrology_plus/hydrology_plus_export.py +333 -0
  6. floodmodeller_api/ied.py +93 -90
  7. floodmodeller_api/ief.py +233 -50
  8. floodmodeller_api/ief_flags.py +1 -0
  9. floodmodeller_api/logs/lf.py +5 -1
  10. floodmodeller_api/mapping.py +2 -0
  11. floodmodeller_api/test/test_conveyance.py +23 -32
  12. floodmodeller_api/test/test_data/7082.ief +28 -0
  13. floodmodeller_api/test/test_data/BaseModel_2D_Q100.ief +28 -0
  14. floodmodeller_api/test/test_data/Baseline_unchecked.csv +77 -0
  15. floodmodeller_api/test/test_data/Constant QT.ief +19 -0
  16. floodmodeller_api/test/test_data/Domain1_Q_xml_expected.json +7 -7
  17. floodmodeller_api/test/test_data/EX18_DAT_expected.json +54 -38
  18. floodmodeller_api/test/test_data/EX3_DAT_expected.json +246 -166
  19. floodmodeller_api/test/test_data/EX3_IEF_expected.json +25 -20
  20. floodmodeller_api/test/test_data/EX6_DAT_expected.json +522 -350
  21. floodmodeller_api/test/test_data/FEH boundary.ief +23 -0
  22. floodmodeller_api/test/test_data/Linked1D2D_xml_expected.json +7 -7
  23. floodmodeller_api/test/test_data/P3Panels_UNsteady.ief +25 -0
  24. floodmodeller_api/test/test_data/QT in dat file.ief +20 -0
  25. floodmodeller_api/test/test_data/T10.ief +25 -0
  26. floodmodeller_api/test/test_data/T2.ief +25 -0
  27. floodmodeller_api/test/test_data/T5.ief +25 -0
  28. floodmodeller_api/test/test_data/df_flows_hplus.csv +56 -0
  29. floodmodeller_api/test/test_data/event_hplus.csv +56 -0
  30. floodmodeller_api/test/test_data/ex4.ief +20 -0
  31. floodmodeller_api/test/test_data/ex6.ief +21 -0
  32. floodmodeller_api/test/test_data/example_h+_export.csv +77 -0
  33. floodmodeller_api/test/test_data/hplus_export_example_1.csv +72 -0
  34. floodmodeller_api/test/test_data/hplus_export_example_10.csv +77 -0
  35. floodmodeller_api/test/test_data/hplus_export_example_2.csv +79 -0
  36. floodmodeller_api/test/test_data/hplus_export_example_3.csv +77 -0
  37. floodmodeller_api/test/test_data/hplus_export_example_4.csv +131 -0
  38. floodmodeller_api/test/test_data/hplus_export_example_5.csv +77 -0
  39. floodmodeller_api/test/test_data/hplus_export_example_6.csv +131 -0
  40. floodmodeller_api/test/test_data/hplus_export_example_7.csv +131 -0
  41. floodmodeller_api/test/test_data/hplus_export_example_8.csv +131 -0
  42. floodmodeller_api/test/test_data/hplus_export_example_9.csv +131 -0
  43. floodmodeller_api/test/test_data/network_dat_expected.json +312 -210
  44. floodmodeller_api/test/test_data/network_ied_expected.json +6 -6
  45. floodmodeller_api/test/test_data/network_with_comments.ied +55 -0
  46. floodmodeller_api/test/test_flowtimeprofile.py +133 -0
  47. floodmodeller_api/test/test_hydrology_plus_export.py +210 -0
  48. floodmodeller_api/test/test_ied.py +12 -0
  49. floodmodeller_api/test/test_ief.py +49 -9
  50. floodmodeller_api/test/test_json.py +6 -1
  51. floodmodeller_api/test/test_read_file.py +27 -0
  52. floodmodeller_api/test/test_river.py +246 -0
  53. floodmodeller_api/to_from_json.py +7 -1
  54. floodmodeller_api/tool.py +6 -10
  55. floodmodeller_api/units/__init__.py +11 -1
  56. floodmodeller_api/units/conveyance.py +103 -212
  57. floodmodeller_api/units/sections.py +120 -39
  58. floodmodeller_api/util.py +2 -0
  59. floodmodeller_api/version.py +1 -1
  60. floodmodeller_api/xml2d.py +20 -13
  61. floodmodeller_api/xsd_backup.xml +738 -0
  62. {floodmodeller_api-0.4.4.post1.dist-info → floodmodeller_api-0.5.0.post1.dist-info}/METADATA +2 -1
  63. {floodmodeller_api-0.4.4.post1.dist-info → floodmodeller_api-0.5.0.post1.dist-info}/RECORD +67 -33
  64. {floodmodeller_api-0.4.4.post1.dist-info → floodmodeller_api-0.5.0.post1.dist-info}/WHEEL +1 -1
  65. {floodmodeller_api-0.4.4.post1.dist-info → floodmodeller_api-0.5.0.post1.dist-info}/LICENSE.txt +0 -0
  66. {floodmodeller_api-0.4.4.post1.dist-info → floodmodeller_api-0.5.0.post1.dist-info}/entry_points.txt +0 -0
  67. {floodmodeller_api-0.4.4.post1.dist-info → floodmodeller_api-0.5.0.post1.dist-info}/top_level.txt +0 -0
floodmodeller_api/test/test_data/network_dat_expected.json CHANGED
@@ -1,16 +1,16 @@
1
1
  {
2
2
  "API Class": "floodmodeller_api.dat.DAT",
3
- "API Version": "0.4.2.post1",
3
+ "API Version": "0.4.4.post1",
4
4
  "Object Attributes": {
5
- "_filepath": "C:\\Users\\PIERCEJA\\OneDrive - Jacobs\\Documents\\Projects\\Flood Modeller API\\development\\floodmodeller-api\\floodmodeller_api\\test\\test_data\\network.dat",
5
+ "_filepath": "c:\\Users\\PIERCEJA\\OneDrive - Jacobs\\Documents\\Projects\\Flood Modeller API\\development\\floodmodeller-api\\floodmodeller_api\\test\\test_data\\network.dat",
6
6
  "file": {
7
7
  "API Class": "floodmodeller_api.backup.File",
8
8
  "Object Attributes": {
9
- "path": "C:\\Users\\PIERCEJA\\OneDrive - Jacobs\\Documents\\Projects\\Flood Modeller API\\development\\floodmodeller-api\\floodmodeller_api\\test\\test_data\\network.dat",
9
+ "path": "c:\\Users\\PIERCEJA\\OneDrive - Jacobs\\Documents\\Projects\\Flood Modeller API\\development\\floodmodeller-api\\floodmodeller_api\\test\\test_data\\network.dat",
10
10
  "ext": ".dat",
11
- "dttm_str": "2024-04-17-14-09-24",
12
- "file_id": "c2e935e7c1d2807469b7de044a2fc2a520d81718",
13
- "backup_filename": "c2e935e7c1d2807469b7de044a2fc2a520d81718_2024-04-17-14-09-24.dat",
11
+ "dttm_str": "2024-09-10-16-49-49",
12
+ "file_id": "cc1e3fc507c6934aa476079a97308a25a508c4b7",
13
+ "backup_filename": "cc1e3fc507c6934aa476079a97308a25a508c4b7_2024-09-10-16-49-49.dat",
14
14
  "temp_dir": "C:\\Users\\PIERCEJA\\AppData\\Local\\Temp",
15
15
  "backup_dirname": "floodmodeller_api_backup",
16
16
  "backup_dir": "C:\\Users\\PIERCEJA\\AppData\\Local\\Temp\\floodmodeller_api_backup",
@@ -1878,7 +1878,7 @@
1878
1878
  "slope": 0.0001,
1879
1879
  "density": 1000.0,
1880
1880
  "nrows": 4,
1881
- "data": {
1881
+ "_data": {
1882
1882
  "class": "pandas.DataFrame",
1883
1883
  "object": {
1884
1884
  "X": {
@@ -1942,7 +1942,8 @@
1942
1942
  "3": 0
1943
1943
  }
1944
1944
  }
1945
- }
1945
+ },
1946
+ "_active_data": null
1946
1947
  }
1947
1948
  },
1948
1949
  "CS25": {
@@ -1962,7 +1963,7 @@
1962
1963
  "slope": 0.0001,
1963
1964
  "density": 1000.0,
1964
1965
  "nrows": 4,
1965
- "data": {
1966
+ "_data": {
1966
1967
  "class": "pandas.DataFrame",
1967
1968
  "object": {
1968
1969
  "X": {
@@ -2026,7 +2027,8 @@
2026
2027
  "3": 0
2027
2028
  }
2028
2029
  }
2029
- }
2030
+ },
2031
+ "_active_data": null
2030
2032
  }
2031
2033
  },
2032
2034
  "CS24": {
@@ -2046,7 +2048,7 @@
2046
2048
  "slope": 0.0001,
2047
2049
  "density": 1000.0,
2048
2050
  "nrows": 4,
2049
- "data": {
2051
+ "_data": {
2050
2052
  "class": "pandas.DataFrame",
2051
2053
  "object": {
2052
2054
  "X": {
@@ -2110,7 +2112,8 @@
2110
2112
  "3": 0
2111
2113
  }
2112
2114
  }
2113
- }
2115
+ },
2116
+ "_active_data": null
2114
2117
  }
2115
2118
  },
2116
2119
  "CS23": {
@@ -2130,7 +2133,7 @@
2130
2133
  "slope": 0.0001,
2131
2134
  "density": 1000.0,
2132
2135
  "nrows": 4,
2133
- "data": {
2136
+ "_data": {
2134
2137
  "class": "pandas.DataFrame",
2135
2138
  "object": {
2136
2139
  "X": {
@@ -2194,7 +2197,8 @@
2194
2197
  "3": 0
2195
2198
  }
2196
2199
  }
2197
- }
2200
+ },
2201
+ "_active_data": null
2198
2202
  }
2199
2203
  },
2200
2204
  "CS22": {
@@ -2214,7 +2218,7 @@
2214
2218
  "slope": 0.0001,
2215
2219
  "density": 1000.0,
2216
2220
  "nrows": 4,
2217
- "data": {
2221
+ "_data": {
2218
2222
  "class": "pandas.DataFrame",
2219
2223
  "object": {
2220
2224
  "X": {
@@ -2278,7 +2282,8 @@
2278
2282
  "3": 0
2279
2283
  }
2280
2284
  }
2281
- }
2285
+ },
2286
+ "_active_data": null
2282
2287
  }
2283
2288
  },
2284
2289
  "CS21": {
@@ -2298,7 +2303,7 @@
2298
2303
  "slope": 0.0001,
2299
2304
  "density": 1000.0,
2300
2305
  "nrows": 4,
2301
- "data": {
2306
+ "_data": {
2302
2307
  "class": "pandas.DataFrame",
2303
2308
  "object": {
2304
2309
  "X": {
@@ -2362,7 +2367,8 @@
2362
2367
  "3": 0
2363
2368
  }
2364
2369
  }
2365
- }
2370
+ },
2371
+ "_active_data": null
2366
2372
  }
2367
2373
  },
2368
2374
  "CS20": {
@@ -2382,7 +2388,7 @@
2382
2388
  "slope": 0.0001,
2383
2389
  "density": 1000.0,
2384
2390
  "nrows": 4,
2385
- "data": {
2391
+ "_data": {
2386
2392
  "class": "pandas.DataFrame",
2387
2393
  "object": {
2388
2394
  "X": {
@@ -2446,7 +2452,8 @@
2446
2452
  "3": 0
2447
2453
  }
2448
2454
  }
2449
- }
2455
+ },
2456
+ "_active_data": null
2450
2457
  }
2451
2458
  },
2452
2459
  "CS19": {
@@ -2466,7 +2473,7 @@
2466
2473
  "slope": 0.0001,
2467
2474
  "density": 1000.0,
2468
2475
  "nrows": 4,
2469
- "data": {
2476
+ "_data": {
2470
2477
  "class": "pandas.DataFrame",
2471
2478
  "object": {
2472
2479
  "X": {
@@ -2530,7 +2537,8 @@
2530
2537
  "3": 0
2531
2538
  }
2532
2539
  }
2533
- }
2540
+ },
2541
+ "_active_data": null
2534
2542
  }
2535
2543
  },
2536
2544
  "CS18": {
@@ -2550,7 +2558,7 @@
2550
2558
  "slope": 0.0001,
2551
2559
  "density": 1000.0,
2552
2560
  "nrows": 4,
2553
- "data": {
2561
+ "_data": {
2554
2562
  "class": "pandas.DataFrame",
2555
2563
  "object": {
2556
2564
  "X": {
@@ -2614,7 +2622,8 @@
2614
2622
  "3": 0
2615
2623
  }
2616
2624
  }
2617
- }
2625
+ },
2626
+ "_active_data": null
2618
2627
  }
2619
2628
  },
2620
2629
  "RESOUT2a": {
@@ -2634,7 +2643,7 @@
2634
2643
  "slope": 0.0001,
2635
2644
  "density": 1000.0,
2636
2645
  "nrows": 13,
2637
- "data": {
2646
+ "_data": {
2638
2647
  "class": "pandas.DataFrame",
2639
2648
  "object": {
2640
2649
  "X": {
@@ -2788,7 +2797,8 @@
2788
2797
  "12": 0
2789
2798
  }
2790
2799
  }
2791
- }
2800
+ },
2801
+ "_active_data": null
2792
2802
  }
2793
2803
  },
2794
2804
  "RESOUT2b": {
@@ -2808,7 +2818,7 @@
2808
2818
  "slope": 0.0001,
2809
2819
  "density": 1000.0,
2810
2820
  "nrows": 13,
2811
- "data": {
2821
+ "_data": {
2812
2822
  "class": "pandas.DataFrame",
2813
2823
  "object": {
2814
2824
  "X": {
@@ -2962,7 +2972,8 @@
2962
2972
  "12": 0
2963
2973
  }
2964
2974
  }
2965
- }
2975
+ },
2976
+ "_active_data": null
2966
2977
  }
2967
2978
  },
2968
2979
  "resin": {
@@ -2982,7 +2993,7 @@
2982
2993
  "slope": 0.0001,
2983
2994
  "density": 1000.0,
2984
2995
  "nrows": 6,
2985
- "data": {
2996
+ "_data": {
2986
2997
  "class": "pandas.DataFrame",
2987
2998
  "object": {
2988
2999
  "X": {
@@ -3066,7 +3077,8 @@
3066
3077
  "5": 0
3067
3078
  }
3068
3079
  }
3069
- }
3080
+ },
3081
+ "_active_data": null
3070
3082
  }
3071
3083
  },
3072
3084
  "CSRD25": {
@@ -3086,7 +3098,7 @@
3086
3098
  "slope": 0.0001,
3087
3099
  "density": 1000.0,
3088
3100
  "nrows": 6,
3089
- "data": {
3101
+ "_data": {
3090
3102
  "class": "pandas.DataFrame",
3091
3103
  "object": {
3092
3104
  "X": {
@@ -3170,7 +3182,8 @@
3170
3182
  "5": 0
3171
3183
  }
3172
3184
  }
3173
- }
3185
+ },
3186
+ "_active_data": null
3174
3187
  }
3175
3188
  },
3176
3189
  "CSRD24": {
@@ -3190,7 +3203,7 @@
3190
3203
  "slope": 0.0001,
3191
3204
  "density": 1000.0,
3192
3205
  "nrows": 6,
3193
- "data": {
3206
+ "_data": {
3194
3207
  "class": "pandas.DataFrame",
3195
3208
  "object": {
3196
3209
  "X": {
@@ -3274,7 +3287,8 @@
3274
3287
  "5": 0
3275
3288
  }
3276
3289
  }
3277
- }
3290
+ },
3291
+ "_active_data": null
3278
3292
  }
3279
3293
  },
3280
3294
  "CSRD23": {
@@ -3294,7 +3308,7 @@
3294
3308
  "slope": 0.0001,
3295
3309
  "density": 1000.0,
3296
3310
  "nrows": 6,
3297
- "data": {
3311
+ "_data": {
3298
3312
  "class": "pandas.DataFrame",
3299
3313
  "object": {
3300
3314
  "X": {
@@ -3378,7 +3392,8 @@
3378
3392
  "5": 0
3379
3393
  }
3380
3394
  }
3381
- }
3395
+ },
3396
+ "_active_data": null
3382
3397
  }
3383
3398
  },
3384
3399
  "CSRD22": {
@@ -3398,7 +3413,7 @@
3398
3413
  "slope": 0.0001,
3399
3414
  "density": 1000.0,
3400
3415
  "nrows": 6,
3401
- "data": {
3416
+ "_data": {
3402
3417
  "class": "pandas.DataFrame",
3403
3418
  "object": {
3404
3419
  "X": {
@@ -3482,7 +3497,8 @@
3482
3497
  "5": 0
3483
3498
  }
3484
3499
  }
3485
- }
3500
+ },
3501
+ "_active_data": null
3486
3502
  }
3487
3503
  },
3488
3504
  "CSRD21": {
@@ -3502,7 +3518,7 @@
3502
3518
  "slope": 0.0001,
3503
3519
  "density": 1000.0,
3504
3520
  "nrows": 6,
3505
- "data": {
3521
+ "_data": {
3506
3522
  "class": "pandas.DataFrame",
3507
3523
  "object": {
3508
3524
  "X": {
@@ -3586,7 +3602,8 @@
3586
3602
  "5": 0
3587
3603
  }
3588
3604
  }
3589
- }
3605
+ },
3606
+ "_active_data": null
3590
3607
  }
3591
3608
  },
3592
3609
  "CSRD20": {
@@ -3606,7 +3623,7 @@
3606
3623
  "slope": 0.0001,
3607
3624
  "density": 1000.0,
3608
3625
  "nrows": 6,
3609
- "data": {
3626
+ "_data": {
3610
3627
  "class": "pandas.DataFrame",
3611
3628
  "object": {
3612
3629
  "X": {
@@ -3690,7 +3707,8 @@
3690
3707
  "5": 0
3691
3708
  }
3692
3709
  }
3693
- }
3710
+ },
3711
+ "_active_data": null
3694
3712
  }
3695
3713
  },
3696
3714
  "CSRD19": {
@@ -3710,7 +3728,7 @@
3710
3728
  "slope": 0.0001,
3711
3729
  "density": 1000.0,
3712
3730
  "nrows": 18,
3713
- "data": {
3731
+ "_data": {
3714
3732
  "class": "pandas.DataFrame",
3715
3733
  "object": {
3716
3734
  "X": {
@@ -3914,7 +3932,8 @@
3914
3932
  "17": 0
3915
3933
  }
3916
3934
  }
3917
- }
3935
+ },
3936
+ "_active_data": null
3918
3937
  }
3919
3938
  },
3920
3939
  "CSRD18": {
@@ -3934,7 +3953,7 @@
3934
3953
  "slope": 0.0001,
3935
3954
  "density": 1000.0,
3936
3955
  "nrows": 20,
3937
- "data": {
3956
+ "_data": {
3938
3957
  "class": "pandas.DataFrame",
3939
3958
  "object": {
3940
3959
  "X": {
@@ -4158,7 +4177,8 @@
4158
4177
  "19": 0
4159
4178
  }
4160
4179
  }
4161
- }
4180
+ },
4181
+ "_active_data": null
4162
4182
  }
4163
4183
  },
4164
4184
  "CSRD17": {
@@ -4178,7 +4198,7 @@
4178
4198
  "slope": 0.0001,
4179
4199
  "density": 1000.0,
4180
4200
  "nrows": 22,
4181
- "data": {
4201
+ "_data": {
4182
4202
  "class": "pandas.DataFrame",
4183
4203
  "object": {
4184
4204
  "X": {
@@ -4422,7 +4442,8 @@
4422
4442
  "21": 0
4423
4443
  }
4424
4444
  }
4425
- }
4445
+ },
4446
+ "_active_data": null
4426
4447
  }
4427
4448
  },
4428
4449
  "CSRD16": {
@@ -4442,7 +4463,7 @@
4442
4463
  "slope": 0.0001,
4443
4464
  "density": 1000.0,
4444
4465
  "nrows": 24,
4445
- "data": {
4466
+ "_data": {
4446
4467
  "class": "pandas.DataFrame",
4447
4468
  "object": {
4448
4469
  "X": {
@@ -4706,7 +4727,8 @@
4706
4727
  "23": 0
4707
4728
  }
4708
4729
  }
4709
- }
4730
+ },
4731
+ "_active_data": null
4710
4732
  }
4711
4733
  },
4712
4734
  "CSRD15": {
@@ -4726,7 +4748,7 @@
4726
4748
  "slope": 0.0001,
4727
4749
  "density": 1000.0,
4728
4750
  "nrows": 22,
4729
- "data": {
4751
+ "_data": {
4730
4752
  "class": "pandas.DataFrame",
4731
4753
  "object": {
4732
4754
  "X": {
@@ -4970,7 +4992,8 @@
4970
4992
  "21": 0
4971
4993
  }
4972
4994
  }
4973
- }
4995
+ },
4996
+ "_active_data": null
4974
4997
  }
4975
4998
  },
4976
4999
  "CSRD14u": {
@@ -4990,7 +5013,7 @@
4990
5013
  "slope": 0.0001,
4991
5014
  "density": 1000.0,
4992
5015
  "nrows": 22,
4993
- "data": {
5016
+ "_data": {
4994
5017
  "class": "pandas.DataFrame",
4995
5018
  "object": {
4996
5019
  "X": {
@@ -5234,7 +5257,8 @@
5234
5257
  "21": 0
5235
5258
  }
5236
5259
  }
5237
- }
5260
+ },
5261
+ "_active_data": null
5238
5262
  }
5239
5263
  },
5240
5264
  "MILLAd": {
@@ -5254,7 +5278,7 @@
5254
5278
  "slope": 0.0001,
5255
5279
  "density": 1000.0,
5256
5280
  "nrows": 13,
5257
- "data": {
5281
+ "_data": {
5258
5282
  "class": "pandas.DataFrame",
5259
5283
  "object": {
5260
5284
  "X": {
@@ -5408,7 +5432,8 @@
5408
5432
  "12": 0
5409
5433
  }
5410
5434
  }
5411
- }
5435
+ },
5436
+ "_active_data": null
5412
5437
  }
5413
5438
  },
5414
5439
  "RESOUT2u": {
@@ -5428,7 +5453,7 @@
5428
5453
  "slope": 0.0001,
5429
5454
  "density": 1000.0,
5430
5455
  "nrows": 13,
5431
- "data": {
5456
+ "_data": {
5432
5457
  "class": "pandas.DataFrame",
5433
5458
  "object": {
5434
5459
  "X": {
@@ -5582,7 +5607,8 @@
5582
5607
  "12": 0
5583
5608
  }
5584
5609
  }
5585
- }
5610
+ },
5611
+ "_active_data": null
5586
5612
  }
5587
5613
  },
5588
5614
  "RESOUT2d": {
@@ -5602,7 +5628,7 @@
5602
5628
  "slope": 0.0001,
5603
5629
  "density": 1000.0,
5604
5630
  "nrows": 13,
5605
- "data": {
5631
+ "_data": {
5606
5632
  "class": "pandas.DataFrame",
5607
5633
  "object": {
5608
5634
  "X": {
@@ -5756,7 +5782,8 @@
5756
5782
  "12": 0
5757
5783
  }
5758
5784
  }
5759
- }
5785
+ },
5786
+ "_active_data": null
5760
5787
  }
5761
5788
  },
5762
5789
  "CSRD13": {
@@ -5776,7 +5803,7 @@
5776
5803
  "slope": 0.0001,
5777
5804
  "density": 1000.0,
5778
5805
  "nrows": 13,
5779
- "data": {
5806
+ "_data": {
5780
5807
  "class": "pandas.DataFrame",
5781
5808
  "object": {
5782
5809
  "X": {
@@ -5930,7 +5957,8 @@
5930
5957
  "12": 0
5931
5958
  }
5932
5959
  }
5933
- }
5960
+ },
5961
+ "_active_data": null
5934
5962
  }
5935
5963
  },
5936
5964
  "CSRD12u": {
@@ -5950,7 +5978,7 @@
5950
5978
  "slope": 0.0001,
5951
5979
  "density": 1000.0,
5952
5980
  "nrows": 24,
5953
- "data": {
5981
+ "_data": {
5954
5982
  "class": "pandas.DataFrame",
5955
5983
  "object": {
5956
5984
  "X": {
@@ -6214,7 +6242,8 @@
6214
6242
  "23": 0
6215
6243
  }
6216
6244
  }
6217
- }
6245
+ },
6246
+ "_active_data": null
6218
6247
  }
6219
6248
  },
6220
6249
  "CSRD12d": {
@@ -6234,7 +6263,7 @@
6234
6263
  "slope": 0.0001,
6235
6264
  "density": 1000.0,
6236
6265
  "nrows": 24,
6237
- "data": {
6266
+ "_data": {
6238
6267
  "class": "pandas.DataFrame",
6239
6268
  "object": {
6240
6269
  "X": {
@@ -6498,7 +6527,8 @@
6498
6527
  "23": 0
6499
6528
  }
6500
6529
  }
6501
- }
6530
+ },
6531
+ "_active_data": null
6502
6532
  }
6503
6533
  },
6504
6534
  "CSRD10": {
@@ -6518,7 +6548,7 @@
6518
6548
  "slope": 0.0001,
6519
6549
  "density": 1000.0,
6520
6550
  "nrows": 20,
6521
- "data": {
6551
+ "_data": {
6522
6552
  "class": "pandas.DataFrame",
6523
6553
  "object": {
6524
6554
  "X": {
@@ -6742,7 +6772,8 @@
6742
6772
  "19": 0
6743
6773
  }
6744
6774
  }
6745
- }
6775
+ },
6776
+ "_active_data": null
6746
6777
  }
6747
6778
  },
6748
6779
  "CSRD09": {
@@ -6762,7 +6793,7 @@
6762
6793
  "slope": 0.0001,
6763
6794
  "density": 1000.0,
6764
6795
  "nrows": 18,
6765
- "data": {
6796
+ "_data": {
6766
6797
  "class": "pandas.DataFrame",
6767
6798
  "object": {
6768
6799
  "X": {
@@ -6966,7 +6997,8 @@
6966
6997
  "17": 0
6967
6998
  }
6968
6999
  }
6969
- }
7000
+ },
7001
+ "_active_data": null
6970
7002
  }
6971
7003
  },
6972
7004
  "CSRD09u": {
@@ -6986,7 +7018,7 @@
6986
7018
  "slope": 0.0001,
6987
7019
  "density": 1000.0,
6988
7020
  "nrows": 18,
6989
- "data": {
7021
+ "_data": {
6990
7022
  "class": "pandas.DataFrame",
6991
7023
  "object": {
6992
7024
  "X": {
@@ -7190,7 +7222,8 @@
7190
7222
  "17": 0
7191
7223
  }
7192
7224
  }
7193
- }
7225
+ },
7226
+ "_active_data": null
7194
7227
  }
7195
7228
  },
7196
7229
  "CSRD09a": {
@@ -7210,7 +7243,7 @@
7210
7243
  "slope": 0.0001,
7211
7244
  "density": 1000.0,
7212
7245
  "nrows": 18,
7213
- "data": {
7246
+ "_data": {
7214
7247
  "class": "pandas.DataFrame",
7215
7248
  "object": {
7216
7249
  "X": {
@@ -7414,7 +7447,8 @@
7414
7447
  "17": 0
7415
7448
  }
7416
7449
  }
7417
- }
7450
+ },
7451
+ "_active_data": null
7418
7452
  }
7419
7453
  },
7420
7454
  "CSRD08u": {
@@ -7434,7 +7468,7 @@
7434
7468
  "slope": 0.0001,
7435
7469
  "density": 1000.0,
7436
7470
  "nrows": 16,
7437
- "data": {
7471
+ "_data": {
7438
7472
  "class": "pandas.DataFrame",
7439
7473
  "object": {
7440
7474
  "X": {
@@ -7618,7 +7652,8 @@
7618
7652
  "15": 0
7619
7653
  }
7620
7654
  }
7621
- }
7655
+ },
7656
+ "_active_data": null
7622
7657
  }
7623
7658
  },
7624
7659
  "CSRD08a": {
@@ -7638,7 +7673,7 @@
7638
7673
  "slope": 0.0001,
7639
7674
  "density": 1000.0,
7640
7675
  "nrows": 16,
7641
- "data": {
7676
+ "_data": {
7642
7677
  "class": "pandas.DataFrame",
7643
7678
  "object": {
7644
7679
  "X": {
@@ -7822,7 +7857,8 @@
7822
7857
  "15": 0
7823
7858
  }
7824
7859
  }
7825
- }
7860
+ },
7861
+ "_active_data": null
7826
7862
  }
7827
7863
  },
7828
7864
  "CSRD08": {
@@ -7842,7 +7878,7 @@
7842
7878
  "slope": 0.0001,
7843
7879
  "density": 1000.0,
7844
7880
  "nrows": 16,
7845
- "data": {
7881
+ "_data": {
7846
7882
  "class": "pandas.DataFrame",
7847
7883
  "object": {
7848
7884
  "X": {
@@ -8026,7 +8062,8 @@
8026
8062
  "15": 0
8027
8063
  }
8028
8064
  }
8029
- }
8065
+ },
8066
+ "_active_data": null
8030
8067
  }
8031
8068
  },
8032
8069
  "CSRD07": {
@@ -8046,7 +8083,7 @@
8046
8083
  "slope": 0.0001,
8047
8084
  "density": 1000.0,
8048
8085
  "nrows": 15,
8049
- "data": {
8086
+ "_data": {
8050
8087
  "class": "pandas.DataFrame",
8051
8088
  "object": {
8052
8089
  "X": {
@@ -8220,7 +8257,8 @@
8220
8257
  "14": 0
8221
8258
  }
8222
8259
  }
8223
- }
8260
+ },
8261
+ "_active_data": null
8224
8262
  }
8225
8263
  },
8226
8264
  "CSRD06": {
@@ -8240,7 +8278,7 @@
8240
8278
  "slope": 0.0001,
8241
8279
  "density": 1000.0,
8242
8280
  "nrows": 12,
8243
- "data": {
8281
+ "_data": {
8244
8282
  "class": "pandas.DataFrame",
8245
8283
  "object": {
8246
8284
  "X": {
@@ -8384,7 +8422,8 @@
8384
8422
  "11": 0
8385
8423
  }
8386
8424
  }
8387
- }
8425
+ },
8426
+ "_active_data": null
8388
8427
  }
8389
8428
  },
8390
8429
  "CSRD05": {
@@ -8404,7 +8443,7 @@
8404
8443
  "slope": 0.0001,
8405
8444
  "density": 1000.0,
8406
8445
  "nrows": 15,
8407
- "data": {
8446
+ "_data": {
8408
8447
  "class": "pandas.DataFrame",
8409
8448
  "object": {
8410
8449
  "X": {
@@ -8578,7 +8617,8 @@
8578
8617
  "14": 0
8579
8618
  }
8580
8619
  }
8581
- }
8620
+ },
8621
+ "_active_data": null
8582
8622
  }
8583
8623
  },
8584
8624
  "CSRD04": {
@@ -8598,7 +8638,7 @@
8598
8638
  "slope": 0.0001,
8599
8639
  "density": 1000.0,
8600
8640
  "nrows": 14,
8601
- "data": {
8641
+ "_data": {
8602
8642
  "class": "pandas.DataFrame",
8603
8643
  "object": {
8604
8644
  "X": {
@@ -8762,7 +8802,8 @@
8762
8802
  "13": 0
8763
8803
  }
8764
8804
  }
8765
- }
8805
+ },
8806
+ "_active_data": null
8766
8807
  }
8767
8808
  },
8768
8809
  "CSRD03": {
@@ -8782,7 +8823,7 @@
8782
8823
  "slope": 0.0001,
8783
8824
  "density": 1000.0,
8784
8825
  "nrows": 15,
8785
- "data": {
8826
+ "_data": {
8786
8827
  "class": "pandas.DataFrame",
8787
8828
  "object": {
8788
8829
  "X": {
@@ -8956,7 +8997,8 @@
8956
8997
  "14": 0
8957
8998
  }
8958
8999
  }
8959
- }
9000
+ },
9001
+ "_active_data": null
8960
9002
  }
8961
9003
  },
8962
9004
  "CSRD02": {
@@ -8976,7 +9018,7 @@
8976
9018
  "slope": 0.0001,
8977
9019
  "density": 1000.0,
8978
9020
  "nrows": 13,
8979
- "data": {
9021
+ "_data": {
8980
9022
  "class": "pandas.DataFrame",
8981
9023
  "object": {
8982
9024
  "X": {
@@ -9130,7 +9172,8 @@
9130
9172
  "12": 0
9131
9173
  }
9132
9174
  }
9133
- }
9175
+ },
9176
+ "_active_data": null
9134
9177
  }
9135
9178
  },
9136
9179
  "CSRD02d": {
@@ -9150,7 +9193,7 @@
9150
9193
  "slope": 0.0001,
9151
9194
  "density": 1000.0,
9152
9195
  "nrows": 13,
9153
- "data": {
9196
+ "_data": {
9154
9197
  "class": "pandas.DataFrame",
9155
9198
  "object": {
9156
9199
  "X": {
@@ -9304,7 +9347,8 @@
9304
9347
  "12": 0
9305
9348
  }
9306
9349
  }
9307
- }
9350
+ },
9351
+ "_active_data": null
9308
9352
  }
9309
9353
  },
9310
9354
  "CSRD01a": {
@@ -9324,7 +9368,7 @@
9324
9368
  "slope": 0.0001,
9325
9369
  "density": 1000.0,
9326
9370
  "nrows": 14,
9327
- "data": {
9371
+ "_data": {
9328
9372
  "class": "pandas.DataFrame",
9329
9373
  "object": {
9330
9374
  "X": {
@@ -9488,7 +9532,8 @@
9488
9532
  "13": 0
9489
9533
  }
9490
9534
  }
9491
- }
9535
+ },
9536
+ "_active_data": null
9492
9537
  }
9493
9538
  },
9494
9539
  "CSRD01u": {
@@ -9508,7 +9553,7 @@
9508
9553
  "slope": 0.0001,
9509
9554
  "density": 1000.0,
9510
9555
  "nrows": 14,
9511
- "data": {
9556
+ "_data": {
9512
9557
  "class": "pandas.DataFrame",
9513
9558
  "object": {
9514
9559
  "X": {
@@ -9672,7 +9717,8 @@
9672
9717
  "13": 0
9673
9718
  }
9674
9719
  }
9675
- }
9720
+ },
9721
+ "_active_data": null
9676
9722
  }
9677
9723
  },
9678
9724
  "CSRD01d": {
@@ -9692,7 +9738,7 @@
9692
9738
  "slope": 0.0001,
9693
9739
  "density": 1000.0,
9694
9740
  "nrows": 14,
9695
- "data": {
9741
+ "_data": {
9696
9742
  "class": "pandas.DataFrame",
9697
9743
  "object": {
9698
9744
  "X": {
@@ -9856,7 +9902,8 @@
9856
9902
  "13": 0
9857
9903
  }
9858
9904
  }
9859
- }
9905
+ },
9906
+ "_active_data": null
9860
9907
  }
9861
9908
  },
9862
9909
  "CSRD01": {
@@ -9876,7 +9923,7 @@
9876
9923
  "slope": 0.0001,
9877
9924
  "density": 1000.0,
9878
9925
  "nrows": 14,
9879
- "data": {
9926
+ "_data": {
9880
9927
  "class": "pandas.DataFrame",
9881
9928
  "object": {
9882
9929
  "X": {
@@ -10040,7 +10087,8 @@
10040
10087
  "13": 0
10041
10088
  }
10042
10089
  }
10043
- }
10090
+ },
10091
+ "_active_data": null
10044
10092
  }
10045
10093
  },
10046
10094
  "DS.001": {
@@ -10162,7 +10210,7 @@
10162
10210
  "slope": 0.0001,
10163
10211
  "density": 1000.0,
10164
10212
  "nrows": 14,
10165
- "data": {
10213
+ "_data": {
10166
10214
  "class": "pandas.DataFrame",
10167
10215
  "object": {
10168
10216
  "X": {
@@ -10326,7 +10374,8 @@
10326
10374
  "13": 0
10327
10375
  }
10328
10376
  }
10329
- }
10377
+ },
10378
+ "_active_data": null
10330
10379
  }
10331
10380
  },
10332
10381
  "DS3": {
@@ -10346,7 +10395,7 @@
10346
10395
  "slope": 0.0001,
10347
10396
  "density": 1000.0,
10348
10397
  "nrows": 14,
10349
- "data": {
10398
+ "_data": {
10350
10399
  "class": "pandas.DataFrame",
10351
10400
  "object": {
10352
10401
  "X": {
@@ -10510,7 +10559,8 @@
10510
10559
  "13": 0
10511
10560
  }
10512
10561
  }
10513
- }
10562
+ },
10563
+ "_active_data": null
10514
10564
  }
10515
10565
  },
10516
10566
  "DS4": {
@@ -10530,7 +10580,7 @@
10530
10580
  "slope": 0.0001,
10531
10581
  "density": 1000.0,
10532
10582
  "nrows": 14,
10533
- "data": {
10583
+ "_data": {
10534
10584
  "class": "pandas.DataFrame",
10535
10585
  "object": {
10536
10586
  "X": {
@@ -10694,7 +10744,8 @@
10694
10744
  "13": 0
10695
10745
  }
10696
10746
  }
10697
- }
10747
+ },
10748
+ "_active_data": null
10698
10749
  }
10699
10750
  }
10700
10751
  },
@@ -11540,7 +11591,7 @@
11540
11591
  "slope": 0.0001,
11541
11592
  "density": 1000.0,
11542
11593
  "nrows": 4,
11543
- "data": {
11594
+ "_data": {
11544
11595
  "class": "pandas.DataFrame",
11545
11596
  "object": {
11546
11597
  "X": {
@@ -11604,7 +11655,8 @@
11604
11655
  "3": 0
11605
11656
  }
11606
11657
  }
11607
- }
11658
+ },
11659
+ "_active_data": null
11608
11660
  }
11609
11661
  },
11610
11662
  {
@@ -11624,7 +11676,7 @@
11624
11676
  "slope": 0.0001,
11625
11677
  "density": 1000.0,
11626
11678
  "nrows": 4,
11627
- "data": {
11679
+ "_data": {
11628
11680
  "class": "pandas.DataFrame",
11629
11681
  "object": {
11630
11682
  "X": {
@@ -11688,7 +11740,8 @@
11688
11740
  "3": 0
11689
11741
  }
11690
11742
  }
11691
- }
11743
+ },
11744
+ "_active_data": null
11692
11745
  }
11693
11746
  },
11694
11747
  {
@@ -11708,7 +11761,7 @@
11708
11761
  "slope": 0.0001,
11709
11762
  "density": 1000.0,
11710
11763
  "nrows": 4,
11711
- "data": {
11764
+ "_data": {
11712
11765
  "class": "pandas.DataFrame",
11713
11766
  "object": {
11714
11767
  "X": {
@@ -11772,7 +11825,8 @@
11772
11825
  "3": 0
11773
11826
  }
11774
11827
  }
11775
- }
11828
+ },
11829
+ "_active_data": null
11776
11830
  }
11777
11831
  },
11778
11832
  {
@@ -11792,7 +11846,7 @@
11792
11846
  "slope": 0.0001,
11793
11847
  "density": 1000.0,
11794
11848
  "nrows": 4,
11795
- "data": {
11849
+ "_data": {
11796
11850
  "class": "pandas.DataFrame",
11797
11851
  "object": {
11798
11852
  "X": {
@@ -11856,7 +11910,8 @@
11856
11910
  "3": 0
11857
11911
  }
11858
11912
  }
11859
- }
11913
+ },
11914
+ "_active_data": null
11860
11915
  }
11861
11916
  },
11862
11917
  {
@@ -11876,7 +11931,7 @@
11876
11931
  "slope": 0.0001,
11877
11932
  "density": 1000.0,
11878
11933
  "nrows": 4,
11879
- "data": {
11934
+ "_data": {
11880
11935
  "class": "pandas.DataFrame",
11881
11936
  "object": {
11882
11937
  "X": {
@@ -11940,7 +11995,8 @@
11940
11995
  "3": 0
11941
11996
  }
11942
11997
  }
11943
- }
11998
+ },
11999
+ "_active_data": null
11944
12000
  }
11945
12001
  },
11946
12002
  {
@@ -11960,7 +12016,7 @@
11960
12016
  "slope": 0.0001,
11961
12017
  "density": 1000.0,
11962
12018
  "nrows": 4,
11963
- "data": {
12019
+ "_data": {
11964
12020
  "class": "pandas.DataFrame",
11965
12021
  "object": {
11966
12022
  "X": {
@@ -12024,7 +12080,8 @@
12024
12080
  "3": 0
12025
12081
  }
12026
12082
  }
12027
- }
12083
+ },
12084
+ "_active_data": null
12028
12085
  }
12029
12086
  },
12030
12087
  {
@@ -12044,7 +12101,7 @@
12044
12101
  "slope": 0.0001,
12045
12102
  "density": 1000.0,
12046
12103
  "nrows": 4,
12047
- "data": {
12104
+ "_data": {
12048
12105
  "class": "pandas.DataFrame",
12049
12106
  "object": {
12050
12107
  "X": {
@@ -12108,7 +12165,8 @@
12108
12165
  "3": 0
12109
12166
  }
12110
12167
  }
12111
- }
12168
+ },
12169
+ "_active_data": null
12112
12170
  }
12113
12171
  },
12114
12172
  {
@@ -12128,7 +12186,7 @@
12128
12186
  "slope": 0.0001,
12129
12187
  "density": 1000.0,
12130
12188
  "nrows": 4,
12131
- "data": {
12189
+ "_data": {
12132
12190
  "class": "pandas.DataFrame",
12133
12191
  "object": {
12134
12192
  "X": {
@@ -12192,7 +12250,8 @@
12192
12250
  "3": 0
12193
12251
  }
12194
12252
  }
12195
- }
12253
+ },
12254
+ "_active_data": null
12196
12255
  }
12197
12256
  },
12198
12257
  {
@@ -12212,7 +12271,7 @@
12212
12271
  "slope": 0.0001,
12213
12272
  "density": 1000.0,
12214
12273
  "nrows": 4,
12215
- "data": {
12274
+ "_data": {
12216
12275
  "class": "pandas.DataFrame",
12217
12276
  "object": {
12218
12277
  "X": {
@@ -12276,7 +12335,8 @@
12276
12335
  "3": 0
12277
12336
  }
12278
12337
  }
12279
- }
12338
+ },
12339
+ "_active_data": null
12280
12340
  }
12281
12341
  },
12282
12342
  {
@@ -12296,7 +12356,7 @@
12296
12356
  "slope": 0.0001,
12297
12357
  "density": 1000.0,
12298
12358
  "nrows": 13,
12299
- "data": {
12359
+ "_data": {
12300
12360
  "class": "pandas.DataFrame",
12301
12361
  "object": {
12302
12362
  "X": {
@@ -12450,7 +12510,8 @@
12450
12510
  "12": 0
12451
12511
  }
12452
12512
  }
12453
- }
12513
+ },
12514
+ "_active_data": null
12454
12515
  }
12455
12516
  },
12456
12517
  {
@@ -12470,7 +12531,7 @@
12470
12531
  "slope": 0.0001,
12471
12532
  "density": 1000.0,
12472
12533
  "nrows": 13,
12473
- "data": {
12534
+ "_data": {
12474
12535
  "class": "pandas.DataFrame",
12475
12536
  "object": {
12476
12537
  "X": {
@@ -12624,7 +12685,8 @@
12624
12685
  "12": 0
12625
12686
  }
12626
12687
  }
12627
- }
12688
+ },
12689
+ "_active_data": null
12628
12690
  }
12629
12691
  },
12630
12692
  {
@@ -12664,7 +12726,7 @@
12664
12726
  "slope": 0.0001,
12665
12727
  "density": 1000.0,
12666
12728
  "nrows": 6,
12667
- "data": {
12729
+ "_data": {
12668
12730
  "class": "pandas.DataFrame",
12669
12731
  "object": {
12670
12732
  "X": {
@@ -12748,7 +12810,8 @@
12748
12810
  "5": 0
12749
12811
  }
12750
12812
  }
12751
- }
12813
+ },
12814
+ "_active_data": null
12752
12815
  }
12753
12816
  },
12754
12817
  {
@@ -12768,7 +12831,7 @@
12768
12831
  "slope": 0.0001,
12769
12832
  "density": 1000.0,
12770
12833
  "nrows": 6,
12771
- "data": {
12834
+ "_data": {
12772
12835
  "class": "pandas.DataFrame",
12773
12836
  "object": {
12774
12837
  "X": {
@@ -12852,7 +12915,8 @@
12852
12915
  "5": 0
12853
12916
  }
12854
12917
  }
12855
- }
12918
+ },
12919
+ "_active_data": null
12856
12920
  }
12857
12921
  },
12858
12922
  {
@@ -12872,7 +12936,7 @@
12872
12936
  "slope": 0.0001,
12873
12937
  "density": 1000.0,
12874
12938
  "nrows": 6,
12875
- "data": {
12939
+ "_data": {
12876
12940
  "class": "pandas.DataFrame",
12877
12941
  "object": {
12878
12942
  "X": {
@@ -12956,7 +13020,8 @@
12956
13020
  "5": 0
12957
13021
  }
12958
13022
  }
12959
- }
13023
+ },
13024
+ "_active_data": null
12960
13025
  }
12961
13026
  },
12962
13027
  {
@@ -12976,7 +13041,7 @@
12976
13041
  "slope": 0.0001,
12977
13042
  "density": 1000.0,
12978
13043
  "nrows": 6,
12979
- "data": {
13044
+ "_data": {
12980
13045
  "class": "pandas.DataFrame",
12981
13046
  "object": {
12982
13047
  "X": {
@@ -13060,7 +13125,8 @@
13060
13125
  "5": 0
13061
13126
  }
13062
13127
  }
13063
- }
13128
+ },
13129
+ "_active_data": null
13064
13130
  }
13065
13131
  },
13066
13132
  {
@@ -13080,7 +13146,7 @@
13080
13146
  "slope": 0.0001,
13081
13147
  "density": 1000.0,
13082
13148
  "nrows": 6,
13083
- "data": {
13149
+ "_data": {
13084
13150
  "class": "pandas.DataFrame",
13085
13151
  "object": {
13086
13152
  "X": {
@@ -13164,7 +13230,8 @@
13164
13230
  "5": 0
13165
13231
  }
13166
13232
  }
13167
- }
13233
+ },
13234
+ "_active_data": null
13168
13235
  }
13169
13236
  },
13170
13237
  {
@@ -13184,7 +13251,7 @@
13184
13251
  "slope": 0.0001,
13185
13252
  "density": 1000.0,
13186
13253
  "nrows": 6,
13187
- "data": {
13254
+ "_data": {
13188
13255
  "class": "pandas.DataFrame",
13189
13256
  "object": {
13190
13257
  "X": {
@@ -13268,7 +13335,8 @@
13268
13335
  "5": 0
13269
13336
  }
13270
13337
  }
13271
- }
13338
+ },
13339
+ "_active_data": null
13272
13340
  }
13273
13341
  },
13274
13342
  {
@@ -13288,7 +13356,7 @@
13288
13356
  "slope": 0.0001,
13289
13357
  "density": 1000.0,
13290
13358
  "nrows": 6,
13291
- "data": {
13359
+ "_data": {
13292
13360
  "class": "pandas.DataFrame",
13293
13361
  "object": {
13294
13362
  "X": {
@@ -13372,7 +13440,8 @@
13372
13440
  "5": 0
13373
13441
  }
13374
13442
  }
13375
- }
13443
+ },
13444
+ "_active_data": null
13376
13445
  }
13377
13446
  },
13378
13447
  {
@@ -13392,7 +13461,7 @@
13392
13461
  "slope": 0.0001,
13393
13462
  "density": 1000.0,
13394
13463
  "nrows": 18,
13395
- "data": {
13464
+ "_data": {
13396
13465
  "class": "pandas.DataFrame",
13397
13466
  "object": {
13398
13467
  "X": {
@@ -13596,7 +13665,8 @@
13596
13665
  "17": 0
13597
13666
  }
13598
13667
  }
13599
- }
13668
+ },
13669
+ "_active_data": null
13600
13670
  }
13601
13671
  },
13602
13672
  {
@@ -13616,7 +13686,7 @@
13616
13686
  "slope": 0.0001,
13617
13687
  "density": 1000.0,
13618
13688
  "nrows": 20,
13619
- "data": {
13689
+ "_data": {
13620
13690
  "class": "pandas.DataFrame",
13621
13691
  "object": {
13622
13692
  "X": {
@@ -13840,7 +13910,8 @@
13840
13910
  "19": 0
13841
13911
  }
13842
13912
  }
13843
- }
13913
+ },
13914
+ "_active_data": null
13844
13915
  }
13845
13916
  },
13846
13917
  {
@@ -13860,7 +13931,7 @@
13860
13931
  "slope": 0.0001,
13861
13932
  "density": 1000.0,
13862
13933
  "nrows": 22,
13863
- "data": {
13934
+ "_data": {
13864
13935
  "class": "pandas.DataFrame",
13865
13936
  "object": {
13866
13937
  "X": {
@@ -14104,7 +14175,8 @@
14104
14175
  "21": 0
14105
14176
  }
14106
14177
  }
14107
- }
14178
+ },
14179
+ "_active_data": null
14108
14180
  }
14109
14181
  },
14110
14182
  {
@@ -14124,7 +14196,7 @@
14124
14196
  "slope": 0.0001,
14125
14197
  "density": 1000.0,
14126
14198
  "nrows": 24,
14127
- "data": {
14199
+ "_data": {
14128
14200
  "class": "pandas.DataFrame",
14129
14201
  "object": {
14130
14202
  "X": {
@@ -14388,7 +14460,8 @@
14388
14460
  "23": 0
14389
14461
  }
14390
14462
  }
14391
- }
14463
+ },
14464
+ "_active_data": null
14392
14465
  }
14393
14466
  },
14394
14467
  {
@@ -14408,7 +14481,7 @@
14408
14481
  "slope": 0.0001,
14409
14482
  "density": 1000.0,
14410
14483
  "nrows": 22,
14411
- "data": {
14484
+ "_data": {
14412
14485
  "class": "pandas.DataFrame",
14413
14486
  "object": {
14414
14487
  "X": {
@@ -14652,7 +14725,8 @@
14652
14725
  "21": 0
14653
14726
  }
14654
14727
  }
14655
- }
14728
+ },
14729
+ "_active_data": null
14656
14730
  }
14657
14731
  },
14658
14732
  {
@@ -14672,7 +14746,7 @@
14672
14746
  "slope": 0.0001,
14673
14747
  "density": 1000.0,
14674
14748
  "nrows": 22,
14675
- "data": {
14749
+ "_data": {
14676
14750
  "class": "pandas.DataFrame",
14677
14751
  "object": {
14678
14752
  "X": {
@@ -14916,7 +14990,8 @@
14916
14990
  "21": 0
14917
14991
  }
14918
14992
  }
14919
- }
14993
+ },
14994
+ "_active_data": null
14920
14995
  }
14921
14996
  },
14922
14997
  {
@@ -14988,7 +15063,7 @@
14988
15063
  "slope": 0.0001,
14989
15064
  "density": 1000.0,
14990
15065
  "nrows": 13,
14991
- "data": {
15066
+ "_data": {
14992
15067
  "class": "pandas.DataFrame",
14993
15068
  "object": {
14994
15069
  "X": {
@@ -15142,7 +15217,8 @@
15142
15217
  "12": 0
15143
15218
  }
15144
15219
  }
15145
- }
15220
+ },
15221
+ "_active_data": null
15146
15222
  }
15147
15223
  },
15148
15224
  {
@@ -15162,7 +15238,7 @@
15162
15238
  "slope": 0.0001,
15163
15239
  "density": 1000.0,
15164
15240
  "nrows": 13,
15165
- "data": {
15241
+ "_data": {
15166
15242
  "class": "pandas.DataFrame",
15167
15243
  "object": {
15168
15244
  "X": {
@@ -15316,7 +15392,8 @@
15316
15392
  "12": 0
15317
15393
  }
15318
15394
  }
15319
- }
15395
+ },
15396
+ "_active_data": null
15320
15397
  }
15321
15398
  },
15322
15399
  {
@@ -15336,7 +15413,7 @@
15336
15413
  "slope": 0.0001,
15337
15414
  "density": 1000.0,
15338
15415
  "nrows": 13,
15339
- "data": {
15416
+ "_data": {
15340
15417
  "class": "pandas.DataFrame",
15341
15418
  "object": {
15342
15419
  "X": {
@@ -15490,7 +15567,8 @@
15490
15567
  "12": 0
15491
15568
  }
15492
15569
  }
15493
- }
15570
+ },
15571
+ "_active_data": null
15494
15572
  }
15495
15573
  },
15496
15574
  {
@@ -15510,7 +15588,7 @@
15510
15588
  "slope": 0.0001,
15511
15589
  "density": 1000.0,
15512
15590
  "nrows": 13,
15513
- "data": {
15591
+ "_data": {
15514
15592
  "class": "pandas.DataFrame",
15515
15593
  "object": {
15516
15594
  "X": {
@@ -15664,7 +15742,8 @@
15664
15742
  "12": 0
15665
15743
  }
15666
15744
  }
15667
- }
15745
+ },
15746
+ "_active_data": null
15668
15747
  }
15669
15748
  },
15670
15749
  {
@@ -15684,7 +15763,7 @@
15684
15763
  "slope": 0.0001,
15685
15764
  "density": 1000.0,
15686
15765
  "nrows": 24,
15687
- "data": {
15766
+ "_data": {
15688
15767
  "class": "pandas.DataFrame",
15689
15768
  "object": {
15690
15769
  "X": {
@@ -15948,7 +16027,8 @@
15948
16027
  "23": 0
15949
16028
  }
15950
16029
  }
15951
- }
16030
+ },
16031
+ "_active_data": null
15952
16032
  }
15953
16033
  },
15954
16034
  {
@@ -15988,7 +16068,7 @@
15988
16068
  "slope": 0.0001,
15989
16069
  "density": 1000.0,
15990
16070
  "nrows": 24,
15991
- "data": {
16071
+ "_data": {
15992
16072
  "class": "pandas.DataFrame",
15993
16073
  "object": {
15994
16074
  "X": {
@@ -16252,7 +16332,8 @@
16252
16332
  "23": 0
16253
16333
  }
16254
16334
  }
16255
- }
16335
+ },
16336
+ "_active_data": null
16256
16337
  }
16257
16338
  },
16258
16339
  {
@@ -16272,7 +16353,7 @@
16272
16353
  "slope": 0.0001,
16273
16354
  "density": 1000.0,
16274
16355
  "nrows": 20,
16275
- "data": {
16356
+ "_data": {
16276
16357
  "class": "pandas.DataFrame",
16277
16358
  "object": {
16278
16359
  "X": {
@@ -16496,7 +16577,8 @@
16496
16577
  "19": 0
16497
16578
  }
16498
16579
  }
16499
- }
16580
+ },
16581
+ "_active_data": null
16500
16582
  }
16501
16583
  },
16502
16584
  {
@@ -16516,7 +16598,7 @@
16516
16598
  "slope": 0.0001,
16517
16599
  "density": 1000.0,
16518
16600
  "nrows": 18,
16519
- "data": {
16601
+ "_data": {
16520
16602
  "class": "pandas.DataFrame",
16521
16603
  "object": {
16522
16604
  "X": {
@@ -16720,7 +16802,8 @@
16720
16802
  "17": 0
16721
16803
  }
16722
16804
  }
16723
- }
16805
+ },
16806
+ "_active_data": null
16724
16807
  }
16725
16808
  },
16726
16809
  {
@@ -16740,7 +16823,7 @@
16740
16823
  "slope": 0.0001,
16741
16824
  "density": 1000.0,
16742
16825
  "nrows": 18,
16743
- "data": {
16826
+ "_data": {
16744
16827
  "class": "pandas.DataFrame",
16745
16828
  "object": {
16746
16829
  "X": {
@@ -16944,7 +17027,8 @@
16944
17027
  "17": 0
16945
17028
  }
16946
17029
  }
16947
- }
17030
+ },
17031
+ "_active_data": null
16948
17032
  }
16949
17033
  },
16950
17034
  {
@@ -16964,7 +17048,7 @@
16964
17048
  "slope": 0.0001,
16965
17049
  "density": 1000.0,
16966
17050
  "nrows": 18,
16967
- "data": {
17051
+ "_data": {
16968
17052
  "class": "pandas.DataFrame",
16969
17053
  "object": {
16970
17054
  "X": {
@@ -17168,7 +17252,8 @@
17168
17252
  "17": 0
17169
17253
  }
17170
17254
  }
17171
- }
17255
+ },
17256
+ "_active_data": null
17172
17257
  }
17173
17258
  },
17174
17259
  {
@@ -17252,7 +17337,7 @@
17252
17337
  "slope": 0.0001,
17253
17338
  "density": 1000.0,
17254
17339
  "nrows": 16,
17255
- "data": {
17340
+ "_data": {
17256
17341
  "class": "pandas.DataFrame",
17257
17342
  "object": {
17258
17343
  "X": {
@@ -17436,7 +17521,8 @@
17436
17521
  "15": 0
17437
17522
  }
17438
17523
  }
17439
- }
17524
+ },
17525
+ "_active_data": null
17440
17526
  }
17441
17527
  },
17442
17528
  {
@@ -17456,7 +17542,7 @@
17456
17542
  "slope": 0.0001,
17457
17543
  "density": 1000.0,
17458
17544
  "nrows": 16,
17459
- "data": {
17545
+ "_data": {
17460
17546
  "class": "pandas.DataFrame",
17461
17547
  "object": {
17462
17548
  "X": {
@@ -17640,7 +17726,8 @@
17640
17726
  "15": 0
17641
17727
  }
17642
17728
  }
17643
- }
17729
+ },
17730
+ "_active_data": null
17644
17731
  }
17645
17732
  },
17646
17733
  {
@@ -17680,7 +17767,7 @@
17680
17767
  "slope": 0.0001,
17681
17768
  "density": 1000.0,
17682
17769
  "nrows": 16,
17683
- "data": {
17770
+ "_data": {
17684
17771
  "class": "pandas.DataFrame",
17685
17772
  "object": {
17686
17773
  "X": {
@@ -17864,7 +17951,8 @@
17864
17951
  "15": 0
17865
17952
  }
17866
17953
  }
17867
- }
17954
+ },
17955
+ "_active_data": null
17868
17956
  }
17869
17957
  },
17870
17958
  {
@@ -17884,7 +17972,7 @@
17884
17972
  "slope": 0.0001,
17885
17973
  "density": 1000.0,
17886
17974
  "nrows": 15,
17887
- "data": {
17975
+ "_data": {
17888
17976
  "class": "pandas.DataFrame",
17889
17977
  "object": {
17890
17978
  "X": {
@@ -18058,7 +18146,8 @@
18058
18146
  "14": 0
18059
18147
  }
18060
18148
  }
18061
- }
18149
+ },
18150
+ "_active_data": null
18062
18151
  }
18063
18152
  },
18064
18153
  {
@@ -18078,7 +18167,7 @@
18078
18167
  "slope": 0.0001,
18079
18168
  "density": 1000.0,
18080
18169
  "nrows": 12,
18081
- "data": {
18170
+ "_data": {
18082
18171
  "class": "pandas.DataFrame",
18083
18172
  "object": {
18084
18173
  "X": {
@@ -18222,7 +18311,8 @@
18222
18311
  "11": 0
18223
18312
  }
18224
18313
  }
18225
- }
18314
+ },
18315
+ "_active_data": null
18226
18316
  }
18227
18317
  },
18228
18318
  {
@@ -18242,7 +18332,7 @@
18242
18332
  "slope": 0.0001,
18243
18333
  "density": 1000.0,
18244
18334
  "nrows": 15,
18245
- "data": {
18335
+ "_data": {
18246
18336
  "class": "pandas.DataFrame",
18247
18337
  "object": {
18248
18338
  "X": {
@@ -18416,7 +18506,8 @@
18416
18506
  "14": 0
18417
18507
  }
18418
18508
  }
18419
- }
18509
+ },
18510
+ "_active_data": null
18420
18511
  }
18421
18512
  },
18422
18513
  {
@@ -18436,7 +18527,7 @@
18436
18527
  "slope": 0.0001,
18437
18528
  "density": 1000.0,
18438
18529
  "nrows": 14,
18439
- "data": {
18530
+ "_data": {
18440
18531
  "class": "pandas.DataFrame",
18441
18532
  "object": {
18442
18533
  "X": {
@@ -18600,7 +18691,8 @@
18600
18691
  "13": 0
18601
18692
  }
18602
18693
  }
18603
- }
18694
+ },
18695
+ "_active_data": null
18604
18696
  }
18605
18697
  },
18606
18698
  {
@@ -18620,7 +18712,7 @@
18620
18712
  "slope": 0.0001,
18621
18713
  "density": 1000.0,
18622
18714
  "nrows": 15,
18623
- "data": {
18715
+ "_data": {
18624
18716
  "class": "pandas.DataFrame",
18625
18717
  "object": {
18626
18718
  "X": {
@@ -18794,7 +18886,8 @@
18794
18886
  "14": 0
18795
18887
  }
18796
18888
  }
18797
- }
18889
+ },
18890
+ "_active_data": null
18798
18891
  }
18799
18892
  },
18800
18893
  {
@@ -18814,7 +18907,7 @@
18814
18907
  "slope": 0.0001,
18815
18908
  "density": 1000.0,
18816
18909
  "nrows": 13,
18817
- "data": {
18910
+ "_data": {
18818
18911
  "class": "pandas.DataFrame",
18819
18912
  "object": {
18820
18913
  "X": {
@@ -18968,7 +19061,8 @@
18968
19061
  "12": 0
18969
19062
  }
18970
19063
  }
18971
- }
19064
+ },
19065
+ "_active_data": null
18972
19066
  }
18973
19067
  },
18974
19068
  {
@@ -18988,7 +19082,7 @@
18988
19082
  "slope": 0.0001,
18989
19083
  "density": 1000.0,
18990
19084
  "nrows": 13,
18991
- "data": {
19085
+ "_data": {
18992
19086
  "class": "pandas.DataFrame",
18993
19087
  "object": {
18994
19088
  "X": {
@@ -19142,7 +19236,8 @@
19142
19236
  "12": 0
19143
19237
  }
19144
19238
  }
19145
- }
19239
+ },
19240
+ "_active_data": null
19146
19241
  }
19147
19242
  },
19148
19243
  {
@@ -19248,7 +19343,7 @@
19248
19343
  "slope": 0.0001,
19249
19344
  "density": 1000.0,
19250
19345
  "nrows": 14,
19251
- "data": {
19346
+ "_data": {
19252
19347
  "class": "pandas.DataFrame",
19253
19348
  "object": {
19254
19349
  "X": {
@@ -19412,7 +19507,8 @@
19412
19507
  "13": 0
19413
19508
  }
19414
19509
  }
19415
- }
19510
+ },
19511
+ "_active_data": null
19416
19512
  }
19417
19513
  },
19418
19514
  {
@@ -19432,7 +19528,7 @@
19432
19528
  "slope": 0.0001,
19433
19529
  "density": 1000.0,
19434
19530
  "nrows": 14,
19435
- "data": {
19531
+ "_data": {
19436
19532
  "class": "pandas.DataFrame",
19437
19533
  "object": {
19438
19534
  "X": {
@@ -19596,7 +19692,8 @@
19596
19692
  "13": 0
19597
19693
  }
19598
19694
  }
19599
- }
19695
+ },
19696
+ "_active_data": null
19600
19697
  }
19601
19698
  },
19602
19699
  {
@@ -19632,7 +19729,7 @@
19632
19729
  "slope": 0.0001,
19633
19730
  "density": 1000.0,
19634
19731
  "nrows": 14,
19635
- "data": {
19732
+ "_data": {
19636
19733
  "class": "pandas.DataFrame",
19637
19734
  "object": {
19638
19735
  "X": {
@@ -19796,7 +19893,8 @@
19796
19893
  "13": 0
19797
19894
  }
19798
19895
  }
19799
- }
19896
+ },
19897
+ "_active_data": null
19800
19898
  }
19801
19899
  },
19802
19900
  {
@@ -19816,7 +19914,7 @@
19816
19914
  "slope": 0.0001,
19817
19915
  "density": 1000.0,
19818
19916
  "nrows": 14,
19819
- "data": {
19917
+ "_data": {
19820
19918
  "class": "pandas.DataFrame",
19821
19919
  "object": {
19822
19920
  "X": {
@@ -19980,7 +20078,8 @@
19980
20078
  "13": 0
19981
20079
  }
19982
20080
  }
19983
- }
20081
+ },
20082
+ "_active_data": null
19984
20083
  }
19985
20084
  },
19986
20085
  {
@@ -20102,7 +20201,7 @@
20102
20201
  "slope": 0.0001,
20103
20202
  "density": 1000.0,
20104
20203
  "nrows": 14,
20105
- "data": {
20204
+ "_data": {
20106
20205
  "class": "pandas.DataFrame",
20107
20206
  "object": {
20108
20207
  "X": {
@@ -20266,7 +20365,8 @@
20266
20365
  "13": 0
20267
20366
  }
20268
20367
  }
20269
- }
20368
+ },
20369
+ "_active_data": null
20270
20370
  }
20271
20371
  },
20272
20372
  {
@@ -20367,7 +20467,7 @@
20367
20467
  "slope": 0.0001,
20368
20468
  "density": 1000.0,
20369
20469
  "nrows": 14,
20370
- "data": {
20470
+ "_data": {
20371
20471
  "class": "pandas.DataFrame",
20372
20472
  "object": {
20373
20473
  "X": {
@@ -20531,7 +20631,8 @@
20531
20631
  "13": 0
20532
20632
  }
20533
20633
  }
20534
- }
20634
+ },
20635
+ "_active_data": null
20535
20636
  }
20536
20637
  },
20537
20638
  {
@@ -20551,7 +20652,7 @@
20551
20652
  "slope": 0.0001,
20552
20653
  "density": 1000.0,
20553
20654
  "nrows": 14,
20554
- "data": {
20655
+ "_data": {
20555
20656
  "class": "pandas.DataFrame",
20556
20657
  "object": {
20557
20658
  "X": {
@@ -20715,7 +20816,8 @@
20715
20816
  "13": 0
20716
20817
  }
20717
20818
  }
20718
- }
20819
+ },
20820
+ "_active_data": null
20719
20821
  }
20720
20822
  },
20721
20823
  {