-
Notifications
You must be signed in to change notification settings - Fork 0
/
Temps.py
216 lines (172 loc) · 7.91 KB
/
Temps.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
import pandas as pd
import numpy as np
def work_schedule(nb_days = 365, day_start = 8, day_end = 24, month_start = 1,work_on_weekend = False):
"""
Paramètres:
nb_days:
Nombre de jour de la simulation.
(int: 1 à 365)
day_start:
Heure de début de la journée de travail.
(int: 0 à 24)
day_end:
Heure de fin de la journée de travail.
(int: 0 à 24)
month_start:
Mois de début de simulation.
(int: 1 à 12)
Sortie:
Dataframes sur les heures de travail (0/1), journées de travail (0/1) et mois (1 à 12).
"""
columns = ["work_time", "work_day", "month"]
df= pd.DataFrame(columns = columns, index = range(nb_days * 24))
# Heures de travail
df.work_time = list(range(1,25)) * nb_days
df.loc[(df.work_time < day_start+1) | (df.work_time >= day_end+1), "work_time"] = False
df.loc[df.work_time != False, "work_time"] = True
df = df.replace({True: 1, False: 0})
# Semaine et fin de semaine
df.work_day = np.ceil((df.index+1)/24)
if work_on_weekend :
df["work_day"] = 1
else :
df.work_day = np.where((df.work_day % 7 == 0) | ((df.work_day + 1) % 7 == 0), 0, 1)
df.loc[df.work_day == 0, "work_time"] = 0
# Mois
month_order = list(range(month_start,13)) + list(range(1, month_start))
month_dict = {1:31, 2:28, 3:31, 4:30, 5:31, 6:30, 7:31, 8:31, 9:30, 10:31, 11:30, 12:31}
month_length = np.array([month_dict[m] for m in month_order])*24
for i in range(len(month_order)):
idx = df.loc[df.month.isna(), "month"].index[:month_length[i]]
df.loc[idx, "month"] = month_order[i]
df.month = df.month.astype(int)
return df
def task_total_length(df, task_start, task_time):
"""
Paramètres:
df:
Dataframe sur les horaires de travail.
task_start:
Heure de début de la tâche.
(float: 0 à len(df))
task_time:
Durée de la tâche.
(float)
Sortie:
Durée finale de la tâche avec les arrêts de travail.
"""
# Ramener le calcul à partir de la première semaine pour être certain
# de ne pas défoncé l'année... Permet de réutiliser directement le code déjà
# fonctionnel pour 1 an, mais pourrait être à revoir si la gestion de semaines/mois
# apporteraient des nuances...
if task_start > 7 * 24 :
return task_total_length(df,task_start - int(task_start / (7*24))*(7*24),task_time)
length = pd.Index(df.loc[int(task_start):, "work_time"].cumsum()).get_loc(int(task_time))
# length est un slice plutôt qu'un int quand la dernière heure de travail est avant un arrêt de travail
# Si task_start est une valeur sans décimale, la tâche se termine avant l'arrêt
# Sinon, elle se termine au retour
if isinstance(length, slice):
if (task_start == int(task_start)) and (task_time == int(task_time)):
length = length.start + 1
else:
length = length.stop
else:
length += 1
# Ajustement de décimale si la tâche débute quand il n'y a pas de travail
if df.loc[int(task_start), "work_time"] == 0:
length = length - (task_start - int(task_start))
# Ajustement de décimale si la durée de la tâche a une décimale
length = length + (task_time - int(task_time))
return length
def GetInfosTemps(now) :
"""
Paramètres:
now:
Temps en heure (réel)
Sortie:
day_of_week : jour de la semaine (1 à 7)
hour : heure de la journée (réel)
"""
day_of_week = ((int(now / 24)) % 7) + 1
hour = now % 24
return day_of_week, hour
def HeuresProductives(df,debut,fin):
"""
Paramètres:
df:
Dataframe sur les horaires de travail.
debut:
Heure de début du calcul
fin:
Fin de la tâche.
Sortie:
Durée en heures (réel) de travail productive entre debut et fin
"""
# Si l'heure de début excéde l'heure de fin, il n'y a pas d'heures productives
# (Cette situation pourrait survenir si on ne gère pas bien certaines transitions entre le
# régime transitoire et le permanent. Les indicateurs comptes à partir du régime permanent
# et on se compare au now)
if debut >= fin :
return 0
# Ramener le calcul à partir de la première semaine pour être certain
# de ne pas défoncé l'année... Permet de réutiliser directement le code déjà
# fonctionnel pour 1 an, mais pourrait être à revoir si la gestion de semaines/mois
# apporteraient des nuances...
if debut > 7 * 24 :
return HeuresProductives(df,debut - int(debut / (7*24))*(7*24),fin - int(debut / (7*24))*(7*24))
# Retirer les semaines complètes pour ne pas défoncer l'année de calcul
if (fin - debut) > 24 * 7 :
NbHeuresUneSemaine = sum(df[:168]["work_time"])
NbSemainesComplètes = int((fin-debut) / (24*7))
NbHeuresSemainesComplètes = NbSemainesComplètes * NbHeuresUneSemaine
DureeSemIncomplete = HeuresProductives(df,debut,fin - NbSemainesComplètes*(7*24))
return NbHeuresSemainesComplètes + DureeSemIncomplete
nbHeures = sum(df[int(debut):int(fin)]["work_time"])
MinutesDebut = (debut - int(debut)) * df.iloc[int(debut)]["work_time"]
MinutesFin = (fin - int(fin)) * df.iloc[int(fin)]["work_time"]
return nbHeures - MinutesDebut + MinutesFin
if __name__ == "__main__":
df = work_schedule(nb_days = 365, day_start = 0, day_end = 24, month_start = 1,work_on_weekend=False)
task_length = task_total_length(df, task_start = 360*24, task_time = 23)
#print(task_length)
if 1 ==0 :
# Pour faciliter le développement, on s'assure d'avoir toujours le mêmes
# nombres aléatoires d'une exécution à l'autre
import random
random.seed(1)
now = 0
for jour in range(1,5000) :
print(jour)
for heure in range(1) :
for minutes in range(1) :
task_start = jour*24 + heure + minutes/60
task_time = random.random() * 1500 + 1
#bk = task_total_length_bk(df, task_start = jour*24 + heure + minutes/60, task_time = 50)
new = task_total_length(df, task_start = task_start, task_time = task_time)
end = new + task_start
prod = HeuresProductives(df,task_start,end)
if round(prod,4) != round(task_time,4) :
#print("PROBLÈME", task_start, task_time, new,prod)
# task_start = jour*24 + heure + minutes/60
# task_time = 50
# print(jour,heure,minutes,"PROBLÈME")
# print(bk)
# print(new)
print("task start", task_start, "task time", task_time)
print("new",new)
print("prod",prod)
print("end",end)
# print(task_start - int(task_start / (7*24))*(7*24))
exit
print("FINI")
# print(now, jour, heure)
#print("now : ", now,"jour : ", jour)
#month, day_of_week, hour = GetInfosTemps(now)
#print(day_of_week)
#print()
#now += 1 * 24
debut = 189.17756324661573
fin = debut-5
print("Calculer",HeuresProductives(df,debut,fin))
print("Bon 24/7", fin-debut)
print(GetInfosTemps(debut))