Skip to main content

Library for Sarapico Metadata processing

Project description

SARAPY

Library for processing SARAPICO project metadata of AMG SA.

Version 3.1.0

  • Se actualiza regresor para estimar fertilizante.
  • Actualización de archivos para instalar la libería.

Version 3.0.0

  • Se mejora la forma de obtener valores de media movil para todas las variables en las que se usa.
  • Se corrigen bugs debido a nodos con pocas operaciones.
  • Se corrigen errores a la hora de pasar parámetros a los métodos de algunas clases.
  • Se configuran parámetros de fmcreator y plantin_classifier para el reetiquetado, los mismos son:

kwargs_fmcreator = {"imputeDistances":True, "distanciaMedia":1.8, "umbral_precision":0.3, "dist_mismo_lugar":0.2, "max_dist":100, "umbral_ratio_dCdP":2, "deltaO_medio":4, "impute_ratiodcdp": True, "umbral_impute_ratiodcdp": -0.5, "deltaO_ma": True, "deltaO_ma_window": 26}

##argumentos del método PlantinClassifier.clasiffy()
kwargs_classifier = {"proba_threshold":0.4,
                     "use_proba_ma":False,
                     "proba_ma_window":10,
                     "update_samePlace":True,
                     "update_dstpt":True,
                     "umbral_proba_dstpt":0.5,
                     "umbral_bajo_dstpt":1.5,
                     "use_ma":True,
                     "dstpt_ma_window":62,
                     "use_min_dstpt":False,
                     "factor":0.1,
                     
                     "useRatioStats":False,
                     "std_weight":1.,
                     "useDistancesStats":False,
                     "ratio_dcdp_umbral":0.1,
                     "dist_umbral":0.5,
                     }

Version 2.3.0

  • Se agregan funcionalidades.
  • Se corrigen errores menores.

Version 2.2.0

  • Se agrega baseDeltaP en PlantinFMCreator para poder dividir el timestamp de la electrónica por 10, ya que se envía en décimas de segundo.

Version 2.1.1

  • Se corrige error de tiepo en TransformToOutputData.

Version 2.1.0

  • Se modifica TransformInputdata para poder obtener el timestamp en newSample de OpsProcessor. Se modifica transformOutputData para entregar los datos en base a la solicitud de #43. Se modifica OpsProcessor para poder obtener los datos de salida según solicitud en #43. Close #43.

Version 2.0.0

  • Se realizan cambios en TransformInputData para que convierta los datos de telemetría a la forma de lista de diccionarios, como un JSON, para que sea más fácil de usar y entender. Además, a futuro, se espera que los datos de la electrónica se puedan enviar en este formato.
  • Se realizan cambios en TLMSensorDataProcessor para que pueda recibir los datos de telemetría como una lista de diccionarios. La clase permite obtener los datos como un numpy array, o indexar por filas y columnas de forma similar a un DataFrame de pandas (de hecho se usa pandas para esto).
  • Se generan cambios en PlantinFMCreator para que pueda recibir los datos de telemetría como una lista de diccionarios, y se usa TLMSensorDataProcessor para procesar los datos y obtener la matriz de características, la cual es la misma que antes.
  • Se generan cambios en FertilizerTransformer para que pueda recibir los datos de telemetría como una lista de diccionarios, y se usa TLMSensorDataProcessor para procesar los datos y obtener la matriz de características, la cual es la misma que antes.
  • Se generan cambios en OpsProcessor para poder trabajar con el formato nuevo de datos.

Los detalles de los cambios son comentados en el issue #37.

Version 1.4.0b1

  • Se empieza a trabajar sobre librería estadística para poder detectar sensores saturados.
  • Se empieza a trabajar sobre actualización para trabajar con los datos en la nueva modalidad luego de la migración.

Version 1.3.1

  • Se modifica PlantinClassifier para tomar el umbral máximo de dst_pt en 4 y no en 7.

Version 1.3.0

  • Se agrega funcionalidad para estimar la cantidad de gramos de fertilizante en base al nivel de distorsión de fertilizante arrojado por la electrónica. Se implementa mlProcessor.FertlizerFMCreator y mlProcessor.FertilizerTransformer. Además se modifican las clases OpsProcessor y TransformToOutputData para poder usar estas nuevas clases.

Version 1.2.6

  • Se agrega línea dentro de clase OpsProcessor.

Version 1.1.6

  • Se modifica PlantinClassifier para mejorar el NO conteo de plantines en OSP.

Version 1.1.5

  • Se quita print de función update.

Version 1.1.4

  • Se implementa actualización de operaciones con bandera MODE en 1. Se hacen operaciones de plantin iguales a 0 para todas las operaciones con MODE = 1.

Version 1.1.3

  • Se modifica GeoProcessor para no tener problemas con valores de latitud y longitud fuera de rangos.

Version 1.1.2

  • Se modifica TimeSeriesProcessor.transform() para poder usar la modificación realizada en 1.1.1.

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.

  • Se implementa nueva estrategia para la clasificación de plantines.

Version 1.0.1

  • Se agrega init.py dentro del mpdulo utils.

Version 1.0.0

  • Se crean clases TransformInputData y TransformToOuputData dentro del módulo proprocessing. Se crean utils.

Version 0.4.9

  • Se cierra la versión 0.4.8 y se crea la versión 0.4.9 para actualizar repositorio, diagrama de clases a esta versión y la Licencia de uso.

Version 0.4.8

  • Se importa pandas en OpsProcessor.py ya que no estaba.

Version 0.4.7

  • Se agregan modificaciòn en método OpsProcessor.transformInputData() y se agrega OpsProcessor.transformToOutputData().

Version 0.4.6

  • Se agrega función OpsProcessor.transformInputData() para convertir la lista de diccionarios entregadas por el decoder a un array de strings necesarios para procesar y clasificar los datos.

Version 0.4.5

  • Se modifica clase PlantinClassifier para que ahora tome un clasificador y lo use para clasificar operaciones.
  • Se modifica OpsProcessor para poder obtener clasificaciones (y no matrices de características de plantin como se venía probando).

Version 0.4.4

  • Se modifica fit() de PlantinFMCreator.

Version 0.4.3

  • Se agrega fit() dentro de transform() de PlantinFMCreator.

Version 0.4.2

  • Se agrega **kwargs en OpsProcessor, PlantinClassifier y PlantinFMCreator para poder setear los atributos de PlantinFMCreator desde las clases que lo usen.

Version 0.4.1

  • Se corrigen problemas de importaciones circulares.

Version 0.4.0

  • Se implementa OpsProcessor.
  • Se implementa PlanntinClassifier.
  • Se corrige salida de transform() y fit_transform() de GeoProcessor.
  • Se mueve PlantinFMCreator a mlProcessors
  • Se cambia nombre de TLMSensorDataCreator a TLMSensorDataProcessor

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

sarapy-3.1.0.tar.gz (45.7 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

sarapy-3.1.0-py3-none-any.whl (54.1 kB view details)

Uploaded Python 3

File details

Details for the file sarapy-3.1.0.tar.gz.

File metadata

  • Download URL: sarapy-3.1.0.tar.gz
  • Upload date:
  • Size: 45.7 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.12.11

File hashes

Hashes for sarapy-3.1.0.tar.gz
Algorithm Hash digest
SHA256 fde91939cff45bae3b1728fd05c6cb97d6661773f5cea000e33439c0699f0d33
MD5 329326333cfd31caedeba0082a2fc7ad
BLAKE2b-256 f79c4de3ea844642c8ebd244e4fb9e69d9cd41eab7ac9e674f639d89656fcb02

See more details on using hashes here.

File details

Details for the file sarapy-3.1.0-py3-none-any.whl.

File metadata

  • Download URL: sarapy-3.1.0-py3-none-any.whl
  • Upload date:
  • Size: 54.1 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.12.11

File hashes

Hashes for sarapy-3.1.0-py3-none-any.whl
Algorithm Hash digest
SHA256 433349a12c4c8f5459aaf99f3b73d46e92e64a73ab90c843ebfa102e40f84a37
MD5 c2e21e85d857a6a123ab65140d86d0c9
BLAKE2b-256 3289be63e3df376f73dd8b289afa7d47b9435b820803fe26b3deebe51ba030cd

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page