sarapy 0.3.5__tar.gz → 0.3.6__tar.gz

{sarapy-0.3.5 → sarapy-0.3.6}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: sarapy
-Version: 0.3.5
+Version: 0.3.6
 Summary: Library for Sarapico Metadata processing
 Home-page: https://github.com/lucasbaldezzari/sarapy
 Author: Lucas Baldezzari
@@ -24,6 +24,10 @@ Requires-Dist: geopy
 
 Library for processing SARAPICO project metadata of _AMG_.
 
+#### Version 0.3.6
+
+- Se agregan argumentos al constructor de _DistanceImputer_ para que Transform y fit_transform puedan entregar un array de shape (n,1) o bien de (n,6) eligiendo la columna a imputar.
+
 #### Version 0.3.5
 
 - Se implementa clase _DistanceImputer_.

{sarapy-0.3.5 → sarapy-0.3.6}/README.md

@@ -2,6 +2,10 @@
 
 Library for processing SARAPICO project metadata of _AMG_.
 
+#### Version 0.3.6
+
+- Se agregan argumentos al constructor de _DistanceImputer_ para que Transform y fit_transform puedan entregar un array de shape (n,1) o bien de (n,6) eligiendo la columna a imputar.
+
 #### Version 0.3.5
 
 - Se implementa clase _DistanceImputer_.

{sarapy-0.3.5 → sarapy-0.3.6}/pyproject.toml

@@ -1,7 +1,7 @@
 [project]
 name = "sarapy"
 
-version = "0.3.5"
+version = "0.3.6"
 authors = [
   {name = "Lucas Baldezzari", email = "lmbaldezzari@gmail.com"},]
 maintainers = [

{sarapy-0.3.5 → sarapy-0.3.6}/sarapy/preprocessing/DistancesImputer.py

@@ -8,7 +8,7 @@ class DistancesImputer(BaseEstimator, TransformerMixin):
     """La clase PlantinDataImuter se encarga de imputar/modificar los datos de telemetría entregados por el sistema. Se utilizan las clases TLMSensorDataExtractor, TimeSeriesProcessor y GeoProcessor para realizar las transformaciones necesarias y luego aplicar las modificaciones necesarias en base a las reglas definidas luego del análisis estadístico.
     """
     
-    def __init__(self, distanciaMedia:float = 1.8, umbral_mismo_lugar:float = 0.3, umbral_ratio_dCdP:float = 0.5, deltaO_medio = 4):
+    def __init__(self, distanciaMedia:float = 1.8, umbral_mismo_lugar:float = 0.3, umbral_ratio_dCdP:float = 0.5, deltaO_medio = 4, keepDims = False, columnToImpute = 0):
         """Constructor de la clase PlantinDataImputer.
         
         Args:
@@ -16,6 +16,8 @@ class DistancesImputer(BaseEstimator, TransformerMixin):
             - umbral_mismo_lugar: Umbral para considerar que dos operaciones son el mismo lugar.
             - umbral_ratio_dCdP: Umbral para el ratio entre el delta de caminata y el delta de pico abierto.
             - deltaO_medio: delta de operación medio entre operaciones.
+            - columnToImpute: Columna a imputar.
+            - keepDims: Si es True, se mantienen las dimensiones del array de entrada. Si es False, se devuelve un array de una dimensión.
         """
         
         self.is_fitted = False
@@ -23,6 +25,8 @@ class DistancesImputer(BaseEstimator, TransformerMixin):
         self._umbral_mismo_lugar = umbral_mismo_lugar
         self._umbral_ratio_dCdP = umbral_ratio_dCdP
         self._deltaO_medio = deltaO_medio
+        self._keepDims = keepDims
+        self._columnToImpute = columnToImpute
         self._dataPositions = {"distancias":0} #posición de los datos en el array devuelto por transform()
         
     def fit(self, X:np.array, y = None):
@@ -59,9 +63,16 @@ class DistancesImputer(BaseEstimator, TransformerMixin):
             - updatedDistances: Array con las distancias imputadas.
         """
         
+        
         self._updatedDistances = self._imputeDistance()
-        return self._updatedDistances
-    
+        ##si keepDims es True, devolvemos x con las mismas dimensiones que el array de entrada. Los valores de self._updatedDistances se colocan en self._columnToImpute
+        if not self._keepDims:
+            return self._updatedDistances
+
+        else:
+            X[:,self._columnToImpute] = self._updatedDistances
+            return X
+        
     def fit_transform(self, X:np.array, y = None):
         """Fitea y aplica las imputaciones para transformar el objeto. Retorna el array transformado.
         
@@ -147,7 +158,7 @@ if __name__ == "__main__":
     lats = np.array(["-32.331093", "-32.331116", "-32.331131", "-32.331146"]).astype(float)
     lons = np.array(["-57.229733", "-57.229733", "-57.229733", "-57.22974"]).astype(float)
 
-    precisiones = np.array([0.25, 0.1, 0.1, 0.2])
+    precisiones = np.array([1, 0.1, 0.1, 1])
 
     tlmda_data = tlmda.fit_transform(tlmsbp_sample)
     timesAC = tlmda.ESTAC

{sarapy-0.3.5 → sarapy-0.3.6}/sarapy/version.py

@@ -1,2 +1,2 @@
 ## Version of the package   
-__version__ = "0.3.5"
+__version__ = "0.3.6"

{sarapy-0.3.5 → sarapy-0.3.6}/sarapy.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: sarapy
-Version: 0.3.5
+Version: 0.3.6
 Summary: Library for Sarapico Metadata processing
 Home-page: https://github.com/lucasbaldezzari/sarapy
 Author: Lucas Baldezzari
@@ -24,6 +24,10 @@ Requires-Dist: geopy
 
 Library for processing SARAPICO project metadata of _AMG_.
 
+#### Version 0.3.6
+
+- Se agregan argumentos al constructor de _DistanceImputer_ para que Transform y fit_transform puedan entregar un array de shape (n,1) o bien de (n,6) eligiendo la columna a imputar.
+
 #### Version 0.3.5
 
 - Se implementa clase _DistanceImputer_.