Library for Georg Stage
Project description
Georg Stage vagtplanlægger
Dette er et hjælpeprogram til vagtplanlægning ombord på Georg Stage (søvagter). Matematikken bag programmet benytter lineær programming (LP) til at optimere vagterne, således at alle opgaver varetages, samtidigt med at opgaverne fordeles mellem gasterne så fair som muligt. Programmet er skrevet i Python 3.
Minimum Python version: 3.7
Se Kanban for opgaver der p.t. er igang.
Installation
Mac OS X and Windows
Installation med pip:
pip install georgstage --no-cache-dir
Kør:
python -m georgstage
Raspberry Pi
Installation af dependencies:
sudo apt-get install libatlas-base-dev
sudo apt-get install glpk-utils
sudo pip install georgstage
sudo pulptest
Lokal udvikling
python3 -m venv venv
source venv/bin/activate
pip install -e '.[tests]'
Kør tests:
make lint
make test
Start program:
make run_local
# or
python -m georgstage
Publicer ny version
- opdater versionsnummer i pyproject.toml
- git commit -am 'besked'
- git push
- [På GitHub] opret ny release med matchende versionsnummer (tag og navn), dog med 'v' prefix.
Herefter offentliggøres ny version automatisk på PyPI via en Github Action.
Brugervejledning
Spørg Kostas
Kode eksempler
Hvis du kan kode Python, kan du bruge Georg Stages API via kode.
Auto-udfyldning:
from georgstage import GeorgStage, Opgave, Vagt
import pandas as pd
# initialiser GeorgStage med kode
vagter = [
Vagt(dato='2021-05-01', vagt_tid=0, gast=1, opgave=Opgave.VAGTHAVENDE_ELEV),
Vagt(dato='2021-05-01', vagt_tid=0, gast=2, opgave=Opgave.ORDONNANS),
Vagt(dato='2021-05-01', vagt_tid=0, gast=3, opgave=Opgave.RORGAENGER),
Vagt(dato='2021-05-01', vagt_tid=0, gast=4, opgave=Opgave.UDKIG)
]
gs = GeorgStage(vagter)
# fyld et par uger ud automatisk
for dt in pd.date_range(start='2021-05-01', end='2021-05-14', closed=None).date:
print(dt)
fill_result = gs.autofill(dt)
if fill_result.status == 1:
gs[dt] = fill_result.vagter
# Check antal dage:
print(f'Antal dage = {len(gs)}')
Load og save:
# Create gs from other gs
gs2 = GeorgStage(gs.get_vagter())
# Create gs from dataframe
gs3 = GeorgStage.from_dataframe(gs.to_dataframe())
# Save GeorgStage til file
gs.to_dataframe().to_csv('vagter.csv', index=False)
# Load GeorgStage fra file (CSV)
df_vagter = pd.read_csv('vagter.csv')
gs4 = GeorgStage.from_dataframe(df_vagter)
Diverse:
# Eksporter som dataframe (Pandas)
gs.to_dataframe()
# Eksporter som liste af vagter
gs.get_vagter()
# Eksporter datoer
gs.get_datoer()
Regler vedr. vagter på Georg Stage
Regler for søvagter, som gælder delvist for ankervagter:
- Elever er organiseret i 3 skifter (holod) med 20 gaster (elever) på hver
- Skifte 1: gaster 1-20
- Skifte 2: gaster 21-40
- Skifte 3: Gaster 41-60
- Gaster 61-63 er kokke elever og er altid i køkkenet.
- Vagterne er går igen i 6 perioder per dag, som fordeles på skifte 1-3, så hver
skifte får to perioder per dag
- Klokken 00 - 04
- Klokken 04 - 08
- Klokken 08 - 12
- Klokken 12 - 16
- Klokken 16 - 20
- Klokken 20 - 24
- Det skal være fair, så alle få alle poster cirka lige mange gange
- De faste vagter er
- Der er 1 kvartermester til hver skifte
- Der er 1 udkig til hver skifte
- Der er 1 rorgænger til hver skifte
- Der er 1 ordonnans til hver skifte
- Der er 1 vagthavende elev til hver skifte
- De særlige vagter er:
- Der er 1 dækselev i kabys, kun 8-12 (morgenmad), 12-16 (frokost), 16-20 (aftensmad)
- Den vagthavende elev er den samme gast både morgen og aften, går på tur, dag for dag, også når skifterne får nye vagter.
- Pejlegast A fra dagen før, er pejlegast B dagen efter.
- pejlegaster findes kun på 16-20 vagten
- Der er udvalgte gaster der udtages til håndværksmæssig uddannelse hver dag.
Der findes også ankervagter, men det kører en smule anderledes.
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distributions
Built Distribution
File details
Details for the file georgstage-0.2.19-py3-none-any.whl
.
File metadata
- Download URL: georgstage-0.2.19-py3-none-any.whl
- Upload date:
- Size: 15.0 kB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/4.0.2 CPython/3.11.2
File hashes
Algorithm | Hash digest | |
---|---|---|
SHA256 | cbdb25bac8178c3dbbffb2b14a98718c7233cd067e77ea3dc2899b54008ea8a5 |
|
MD5 | 58e4e0473d0f913b10a20d252af81ced |
|
BLAKE2b-256 | 58c01a4081ae56f14ba2d5db3f76f76c7f428d9688a4df33eaa7ae1d60e0238d |