pyspc.model.sauquet.compute_distance

pyspc.model.sauquet.compute_distance(df)[source]

Définir la similarité du régime hydrologique avec les références Sauquet.

Paramètres:

df (pandas.DataFrame) – Valeurs mensuelles

Renvoie:

  • norm (pandas.DataFrame) – Valeurs mensuelles normalisées

  • regimes (pandas.DataFrame) – Identifiants des colonnes de df, des régimes et critère de similarité

Voir aussi

pyspc.model.sauquet.REGIMES

Exemples

>>> import pyspc.model.sauquet as _sauquet
>>> df = pnd.DataFrame(
...     {'K2163110': [1.430, 1.540, 1.700, 1.670, 1.320, 0.829,
...                   0.380, 0.241, 0.324, 0.613, 1.140, 1.440]},
...     index=range(12))
>>> df
    K2163110
1      1.430
2      1.540
3      1.700
4      1.670
5      1.320
6      0.829
7      0.380
8      0.241
9      0.324
10     0.613
11     1.140
12     1.440
>>> norm, regimes = _sauquet.compute_distance(df)

>>> norm
    K2163110
1   0.690228
2   0.891221
3   1.183574
4   1.128758
5   0.489235
6  -0.407924
7  -1.228341
8  -1.482323
9  -1.330664
10 -0.802601
11  0.160338
12  0.708500

>>> regimes
      source id_regime        lbl_regime  distance
0   K2163110         0    nivo_glaciaire  6.364468
1   K2163110         1             nival  5.542722
2   K2163110         2  nival_transition  5.212776
3   K2163110         3      nivo_pluvial  3.144169
4   K2163110         4         pluvial_1  1.033849
5   K2163110         5         pluvial_2  1.226321
6   K2163110         6         pluvial_3  0.860899
7   K2163110         7         pluvial_4  1.820628
8   K2163110         8         pluvial_5  2.027160
9   K2163110         9         pluvial_6  1.290835
10  K2163110        10         pluvial_7  2.705927
11  K2163110        11         pluvial_8  1.214482