sarapy 1.1.0__tar.gz → 1.1.1__tar.gz

{sarapy-1.1.0/sarapy.egg-info → sarapy-1.1.1}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: sarapy
-Version: 1.1.0
+Version: 1.1.1
 Home-page: https://github.com/lucasbaldezzari/sarapy
 Author: Lucas Baldezzari
 Author-email: Lucas Baldezzari <lmbaldezzari@gmail.com>
@@ -19,6 +19,10 @@ Requires-Dist: geopy
 
 Library for processing SARAPICO project metadata of _AMG_.
 
+#### Version 1.1.1
+
+- Se modifica TimeSeriesProcessor.compute_ratio_dCdP() dado que la versión de vectorize al parecer no funcionaba correctamente en ciertos casos.
+
 #### Version 1.1.0
 
 Versión 1.1 estable para trabajarse en servidor.

{sarapy-1.1.0 → sarapy-1.1.1}/README.md

@@ -2,6 +2,10 @@
 
 Library for processing SARAPICO project metadata of _AMG_.
 
+#### Version 1.1.1
+
+- Se modifica TimeSeriesProcessor.compute_ratio_dCdP() dado que la versión de vectorize al parecer no funcionaba correctamente en ciertos casos.
+
 #### Version 1.1.0
 
 Versión 1.1 estable para trabajarse en servidor.

{sarapy-1.1.0 → sarapy-1.1.1}/pyproject.toml

@@ -1,7 +1,7 @@
 [project]
 name = "sarapy"
 
-version = "1.1.0"
+version = "1.1.1"
 authors = [
   {name = "Lucas Baldezzari", email = "lmbaldezzari@gmail.com"},]
 maintainers = [

{sarapy-1.1.0 → sarapy-1.1.1}/sarapy/dataProcessing/TimeSeriesProcessor.py

@@ -2,7 +2,6 @@
 
 import numpy as np
 from sklearn.base import BaseEstimator, TransformerMixin
-import warnings
 
 class TimeSeriesProcessor(BaseEstimator, TransformerMixin):
     """"
@@ -36,7 +35,7 @@ class TimeSeriesProcessor(BaseEstimator, TransformerMixin):
             self._deltaO = np.diff(X[:,0])
             self._deltaP = X[:,1]
             self._deltaC = self._deltaO - self._deltaP[1:]
-            ##agregamos un 0 al principio de deltaO y deltaC - versión 0.2.6
+            ##agregamos un 0 al principio de deltaO y deltaC
             self._deltaO = np.insert(self._deltaO, 0, 0)
             self._deltaC = np.insert(self._deltaC, 0, 0)
             ##computamos el ratio entre deltaC y deltaP. Usamos np.vectorize para que compute el ratio para cada elemento del array
@@ -44,10 +43,6 @@ class TimeSeriesProcessor(BaseEstimator, TransformerMixin):
             ##cambiamos primer valor de ratio_dCdP por 1
             self._ratio_dCdP[0] = 1
             
-            ##versión 0.2.5
-            # self._deltaO = np.hstack((self._deltaO, 0))
-            # self._deltaC = np.hstack((self._deltaC, 0))
-            
         elif X.shape[0] == 1:
             self._deltaO = np.array([0])
             self._deltaC = np.array([0])
@@ -73,12 +68,15 @@ class TimeSeriesProcessor(BaseEstimator, TransformerMixin):
     def fit_transform(self, X: np.array, y=None):
         self.fit(X)
         return self.transform(X)
-    
+           
     def compute_ratio_dCdP(self, deltaC, deltaP):
         """Devuelve el ratio entre el tiempo de caminata y el tiempo de pico abierto."""
-        
-        return (deltaC - deltaP)/(deltaC + deltaP) if deltaC + deltaP != 0 else 1
-        
+
+        numerator = deltaC - deltaP
+        denominator = deltaC + deltaP
+        ##reemplazo valores 0 del denominador por 1
+        denominator[denominator == 0] = 1
+        return numerator/denominator
     
     @property
     def deltaO(self):

{sarapy-1.1.0 → sarapy-1.1.1}/sarapy/mlProcessors/PlantinFMCreator.py

@@ -4,7 +4,6 @@ import warnings
 import numpy as np
 from sklearn.base import BaseEstimator, TransformerMixin
 from sarapy.dataProcessing import TLMSensorDataProcessor, TimeSeriesProcessor, GeoProcessor
-from sarapy.preprocessing import DistancesImputer
 
 class PlantinFMCreator(BaseEstimator, TransformerMixin):
     """La clase FMCreator se encarga de crear la Feature Matrix (FM) a partir de los datos de telemetría. Se utilizan las clases TLMSensorDataExtractor, TimeSeriesProcessor y GeoProcessor para realizar las transformaciones necesarias.
@@ -69,11 +68,9 @@ class PlantinFMCreator(BaseEstimator, TransformerMixin):
                 - 4: precision del GPS
                 
         Returns:
-            - featureMatrix: Es un array con la matriz de características. La forma de featureMatrix es (n,5). Las columnas de featureMatrix son,
-                - 0: DST_PT: Distorsión de plantín
-                - 1: deltaO: delta operación
-                - 2: ratio_dCdP: Ratio entre el delta de caminata y delta de pico abierto
-                - 3: distances: Distancias entre operaciones
+                - 0: feature_matrix: (deltaO, ratio_dCdP, distances)
+                - 1: dst_pt
+                - 2: inest_pt
         """
         
         if not self.is_fitted:
@@ -129,11 +126,9 @@ class PlantinFMCreator(BaseEstimator, TransformerMixin):
                 - 4: precision del GPS
                 
         Returns:
-            - featureMatrix: Es un array con la matriz de características. La forma de featureMatrix es (n,5). Las columnas de featureMatrix son,
-                - 0: DST_PT: Distorsión de plantín
-                - 1: deltaO: delta operación
-                - 2: ratio_dCdP: Ratio entre el delta de caminata y delta de pico abierto
-                - 3: distances: Distancias entre operaciones
+                - 0: feature_matrix: (deltaO, ratio_dCdP, distances)
+                - 1: dst_pt
+                - 2: inest_pt
         """
         self.fit(X)
         return self.transform(X)

{sarapy-1.1.0 → sarapy-1.1.1}/sarapy/version.py

@@ -1,2 +1,2 @@
 ## Version of the package   
-__version__ = "1.1.0"
+__version__ = "1.1.1"

{sarapy-1.1.0 → sarapy-1.1.1/sarapy.egg-info}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: sarapy
-Version: 1.1.0
+Version: 1.1.1
 Home-page: https://github.com/lucasbaldezzari/sarapy
 Author: Lucas Baldezzari
 Author-email: Lucas Baldezzari <lmbaldezzari@gmail.com>
@@ -19,6 +19,10 @@ Requires-Dist: geopy
 
 Library for processing SARAPICO project metadata of _AMG_.
 
+#### Version 1.1.1
+
+- Se modifica TimeSeriesProcessor.compute_ratio_dCdP() dado que la versión de vectorize al parecer no funcionaba correctamente en ciertos casos.
+
 #### Version 1.1.0
 
 Versión 1.1 estable para trabajarse en servidor.