pyspc.model.mordor.volumes.Vol

class pyspc.model.mordor.volumes.Vol(filename=None)

Bases : object

Structure de volumes de soutien OSE de MORDOR

filename

Nom du fichier de données

Type:

str

station

Identifiant de la station

Type:

str

varname

Grandeur

Type:

str

runtime

Instant de prévision

Type:

dt

start

Début de la période de soutien

Type:

dt

end

Fin de la période de soutien

Type:

dt

model

Identifiant du modèle hydro

Type:

str

meteo

Identifiant de l’ensemble météo

Type:

str

datatype

Type de prévision

Type:

str

__init__(filename=None)

Initialisation de l’instance de la classe Vol (projet MORDOR)

Paramètres:

filename (str) – Nom du fichier de données

Methods

__init__([filename])	Initialisation de l'instance de la classe Vol (projet MORDOR)
join_basename([runtime, station, model, meteo])	Définir le nom du fichier
read()	Lecture d'un fichier de volumes de soutien MORDOR
split_basename([filename])	Extraire les informations depuis le nom du fichier de prévisions QMJ de PREMHYCE
write()	Ecrire le fichier de prévision QMJ par PREMHYCE

static join_basename(runtime=None, station=None, model=None, meteo=None)

Définir le nom du fichier

à partir d’informations sur la prévision prévisions QMJ de PREMHYCE

Lève:

NotImplementedError –

read()

Lecture d’un fichier de volumes de soutien MORDOR

Renvoie:

Tableau des volumes de soutien MORDOR

Type renvoyé:

pandas.DataFrame

Exemples

>>> from import pyspc.model.mordor import Vol
>>> f = 'data/model/mordor/volumes_BASSIN_20220623-20220623-20221231_CEP.txt'
>>> d = _model.Vol(filename=f, meteo=m)
>>> print(d)
*************************************
*********** MORDOR - Vol ************
*************************************
*  NOM FICHIER          = data/model/mordor/volumes_BASSIN_20220623-20220623-20221231_CEP.txt
*  STATION DE PREVISION = BASSIN
*  GRANDEUR             = V
*  INSTANT DE PREVISION = 2022-06-23 00:00:00
*  DEBUT DE SOUTIEN     = 2022-06-23 00:00:00
*  FIN DE SOUTIEN       = 2022-12-31 00:00:00
*  MODELE DE PREVISION  = MORDOR
*  ENSEMBLE METEO       = CEP
*  TYPE DE PREVISION    = volumes
*************************************

>>> df = d.read()
>>> df
               50          55          60
Q1948   11.100672   26.546400   50.848992
Q1949  317.647900  373.294700  430.134600
Q1950  193.684610  237.487680  284.440900
Q1951    0.000000    0.000000    0.401760
Q1952  121.125890  151.989700  185.298620
Q1953   51.421820   65.514530   83.009660
Q1954   23.479200   32.643648   42.987456
Q1955   58.162752   96.142464  140.725728
Q1956    1.131840    4.018464    8.662464
Q1957  115.063200  154.489250  198.406370
Q1958    0.000000    0.000000    0.401760
Q1959    1.401408    5.322240   12.412224
Q1960    0.000000    0.000000    0.401760
Q1961    6.099840   12.064032   19.606752
Q1962  209.941630  258.728260  311.421890
Q1963    0.000000    0.000000    1.698624
Q1964    8.500032   21.002112   41.545440
Q1965    1.734048    7.033824   15.136416
Q1966   42.158880   61.945344   85.548960
Q1967    0.000000    0.000000    0.447552
Q1968    0.586656    2.277504    5.679072
Q1969    0.000000    0.021600    1.889568
Q1970    0.320544    3.245184    8.163936
Q1971   12.214368   23.927616   39.923712
Q1972    6.802272   13.171680   21.924000
Q1973   30.981312   44.841600   62.093952
Q1974    0.247968    1.880064    7.271424
Q1975    1.905120    4.696704    8.947584
Q1976   77.766050   99.789410  124.098050
Q1977    0.000000    0.000000    0.401760
...           ...         ...         ...
Q1991   27.467424   40.747968   56.788128
Q1992    5.810400   12.203136   23.258016
Q1993  127.296580  154.205860  182.793020
Q1994    1.069632    5.645376   12.823488
Q1995   90.679390  114.583680  139.661280
Q1996  142.140100  184.680000  229.042080
Q1997    4.574016   11.364192   21.384000
Q1998   19.140192   29.390688   42.293664
Q1999    5.945184   13.436064   22.794912
Q2000   21.542112   38.238912   59.278176
Q2001    0.000000    0.654912    4.859136
Q2002    0.000000    0.781920    3.872448
Q2003  121.245980  155.217600  191.515970
Q2004   16.816896   27.881280   40.468032
Q2005   97.474750  131.994140  172.607330
Q2006    0.000000    0.000000    0.401760
Q2007    0.000000    0.000000    0.401760
Q2008   35.657280   61.218720   90.307008
Q2009   40.836096   63.834048   90.232704
Q2010   10.269504   18.482688   29.558304
Q2011    7.840800   14.084928   23.221728
Q2012    8.500032   19.858176   36.990432
Q2013    0.000000    0.640224    3.259872
Q2014    0.000000    0.000000    0.401760
Q2015  111.227900  141.835100  173.946530
Q2016   91.305790  121.133660  154.221410
Q2017    0.000000    0.167616    3.646944
Q2018  315.722900  367.570700  421.035000
Q2019  198.324290  241.106110  287.557340
Q2020  120.128830  148.011840  177.210720
[73 rows x 3 columns]

static split_basename(filename=None)

Extraire les informations depuis le nom du fichier de prévisions QMJ de PREMHYCE

Paramètres:

filename (str) – Fichier de prévisions QMJ de PREMHYCE

Renvoie:

• datatype (str) – Type de prévision

• station (str) – Identifiant de la station

• runtime (dt) – Instant de prévision

write()

Ecrire le fichier de prévision QMJ par PREMHYCE

Lève:

NotImplementedError –