pyspc.model.grp20.cal_verif.GRP_Verif

class pyspc.model.grp20.cal_verif.GRP_Verif(filename=None)

Bases : object

Structure des résultats des fiches de performance (PDF) de GRP Calage

filename

Nom de la fiche de performance

Type:

str

datatype

Type de fiche de performance

Type:

str

model

Modèle

Type:

str

loc

Bassin

Type:

str

timestep

Pas de temps de calcul

Type:

str

leadtime

Horizon de calage

Type:

str

threshold

Seuil de vigilance

Type:

float

__init__(filename=None)

Initialisation de l’instance de la classe <GRP_Verif>

Paramètres:

filename (str) – Nom de la fiche de performance

Methods

__init__([filename])	Initialisation de l'instance de la classe <GRP_Verif>
check_datatype([datatype])	Tester le type de fiche de performance
concat([loc, timestep, dirname, datatype])	Concaténer les fiches de performance pour un lieu donné et un type de fiche
get_datatypes()	Liste des types de fiche de performance
read()	Lecture de la fiche de performance (PDF) de GRP Calage
split_basename([filename, datatype])	Extraire la configuration du calage depuis le nom de la fiche de performance

classmethod check_datatype(datatype=None)

Tester le type de fiche de performance

Paramètres:

datatype (str) – Nom du type de fiche de performance

Lève:

ValueError – Si le type de fiche de performance est incorrect

classmethod concat(loc=None, timestep=None, dirname=None, datatype=None)

Concaténer les fiches de performance pour un lieu donné et un type de fiche

Paramètres:

• loc (str) – Identifiant du lieu, du bassin

• timestep (str) – Pas de temps de modélisation

• dirname (str) – Répertoire de recherche

• datatype (str) – Nom du type de fiche de performance

Renvoie:

df

Type renvoyé:

pandas.DataFrame

Exemples

>>> from pyspc.model.grp20.cal_verif import GRP_Verif
>>> loc = 'K0403010'
>>> timestep = '00J01H00M'
>>> dirname = 'data/model/grp20/cal'
>>> datatype = 'rtime'
>>> df = GRP_Verif.concat(loc=loc, timestep=timestep, dirname=dirname,
...                       datatype=datatype)
>>> df
         HOR    SC    SA_RT    SV  Eff_Cal  Eff_Val   POD   FAR   CSI
0  00J03H00M  1.83  SMN_RNA  41.0      NaN     0.89  75.0  30.2  56.6
1  00J03H00M  1.83  SMN_RNA  82.0      NaN     0.91  58.6   0.0  58.6

classmethod get_datatypes()

Liste des types de fiche de performance

Renvoie:

Types de fiche de performance - cal : calage - rtime : calage sur la période complète

Type renvoyé:

list

read()

Lecture de la fiche de performance (PDF) de GRP Calage

Exemples

>>> from pyspc.model.grp20.cal_verif import GRP_Verif
>>> f = 'data/model/grp20/cal/Perf_CALAG_GRP_RH10585x_PDT_00J01H00M_HOR_00J03H00M_Scal_5d00_Svig_5d00.DAT'
>>> reader = GRP_Verif(filename=filename)
>>> data = reader.read()
>>> data
{'SMN_TAN':
    {'Eff_Cal': np.nan, 'Eff_Val': 0.807,
    'POD': 78.2, 'FAR': 40.3, 'CSI': 51.2}}

static split_basename(filename=None, datatype=None)

Extraire la configuration du calage depuis le nom de la fiche de performance

Paramètres:

filename (str) – Nom de la fiche de performance

Renvoie:

meta – Dictionnaire des informations - datatype : Type de fiche de performance - model : Modèle - loc : Lieu, bassin - timestep : Pas de temps du modèle - leadtime : Horizon de calage - threshold : Seuil de vigilance

Type renvoyé:

dict

Lève:

ValueError – Si le type de fiche de performance est incorrect

Exemples

>>> from pyspc.model.grp20.cal_verif import GRP_Verif
>>> f = 'data/model/grp20/cal/Perf_CALAG_GRP_RH10585x_PDT_00J01H00M_HOR_00J03H00M_Scal_5d00_Svig_5d00.DAT'
>>> meta = GRP_Verif.split_basename(filename=filename)
>>> meta
{'datatype': 'rtime',
 'model': 'GRP',
 'loc': 'RH10585x',
 'timestep': '00J01H00M',
 'leadtime': '00J03H00M',
 'threshold_cal': '5d00',
 'threshold': '5d00'}