U ju@sddlZddlZddZd%ddZddZd d Zd d Zd dZddZddZ ddZ ddZ ddZ ddZ d&ddZddZd d!Zd'd#d$ZdS)(NcCs t|dS)N)print)textrE/var/www/itgmanager/itgmanager/Analytic/utils/Scapp_analytic_utils.pydata_analytic_loggersrTc$si}d}|d}|d} d} tj|| } tj| | } d} |didd}|D]f\}}zi}g}g}d }d }g}g}tj|| }|D]}|d }|d }|d d}|d}tj|dd }|d}t|||||\}}|dd }t||}| |ko| knp0|dd} | r||d||j | krt |d kr|}|| t |dg}t||||||| |qt|t||g|||\}!}"|!d|!d||!dddd|D|t ||gd|||!d|!d|"|ddd|Dd fd!dtDid"|||ifd#dtD||<Wq\tk r}#z*td$|d%|d&|#jjd'|#d( W5d }#~#XYq\Xq\|rtd)|d(|S)*u ### ? Recibe los datos de un dia completo de analisis y los formatea para mostrar en el módulo de analítica @params - day_data (dict): Diccionario con datos del día por jaula, de la forma { cam_index: [data...], ... } Cada 'data' es de la forma: [ { timestamp: 2024-06-27T12:03:26.000+00:00, camera_id: "1-A", Detecciones: { perdidos: 0, detectados: 0, nivel_actividad: 26.04, umbral_alarma: 3, perdidos_propios: 0, }, Alimentacion: { use_feeding_api: false, detection_active: false, Comida_entregada: 0, Meta_dia: 0, Porc_entregado: 0, Tasa: 0, Dia: 0, Feeding_active: false, Unidad_Medida: "kg/min", Metodo_alimentacion: "Saciedad", feeding_api_type: "AkvaControl", }, Posicion: { x_pos: "-", y_pos: "-", winche_connected: false, }, Sensores: { temp: "-" } } , ... ] @return - analytic_data (dict): Diccionario de los datos del día por jaula { jaula: { sfr_value, delivered_food, tasa_units, tasa_values, tasa_data, fasts_count, feeding_time_range, alarms_data, alarms_count } } Cada llave es un diccionario, con el formato: { 'day' : 'dd/mm/yyyy , 'value': ... } Fz 07:30:00z 22:30:00z%d/%m/%Y %H:%M:%SiZAnalytic_alarm_gap_timevalueNrZ DeteccionesZ AlimentacionZuse_feeding_api timestamp+ umbral_alarmaperdidosZFeeding_activenivel_actividad)timer alarms_by_ton alarms_count today_fast)rralarms_threshold fasts_countcSsi|]\}}|dkr||qS tasa_valuesr.0kvrrr sz(process_one_day_data..) perdidos_cout visitas_coutfeeding_time_rangealarms_by_tasa) activity_data alarms_datarralarms_by_tasa_levels tasa_datacSsi|]\}}|dkr||qSrrrrrrrsvalues_summarycsi|]}||qSrrrr)_values_summaryrrrsnamecsi|]}||qSrrr$)_analytic_datarrrszError calculando z del z ():  u0Se ha computado correctamente la Analítica del )datetimestrptimegetitems fromisoformatsplit_verify_alarm_eventmaxappendsecondslen isoformat statisticsmean_update_feeding_data_verify_tasa_datafeeding_metricssortedkeys Exceptionr __traceback__ tb_lineno)$day_data day_visits formatted_daycam_names_dict scapp_configsverbose analytic_datahave_feeding_dataZstr_start_activityZstr_end_activityformatoZstart_activityZ end_activityZseconds_to_save_activity alarm_gapZcam_idxZcam_datacam_feeding_datacam_detection_datar"last_detect_thresholdZtotal_perdidosrZactivity_bufferZlast_saved_activitydocument detection_doc feeding_docr Z dt_timestampadded_detection_datar valid_feed_hourZ fed_metricsquantized_alarmser)r'r%rprocess_one_day_data s.      (     :rTcCszd}|d}|d|krrd}t|dkr6t|||n<|dd}t|||r\t|||nt|||d|d||fS) u ### ? Verifica si hubo alarma durante el instante entregado, si es así, añade el evento a cam_detection_data @params - cam_detection_data ([dict]) : Array de diccionario con eventos de alarmas. - detection_doc (dict) : Datos de detecciones correspondiente al instante analizado (con resolución máxima de 2s). - timestamp (datetime) : Timestamp como objeto datetime. - last_detect_threshold (int) : Último valor de treshold en BD, se actualiza en cada iteración. - added_detection_data (bool) : Flag que indica si se añadió un evento de alarma. - alarm_gap (int) : Tiempo, en segundos, para considerar 2 eventos como independientes. Fr detectadosTrendr )r4_append_new_alarm_event_verify_independent_alarm_event_update_alarm_event)rKrNr rLrIrPlast_timestamprrrr0s     r0cCs&tj|}tj|}||j|kS)a ### ? Verifica si el evento de alarma se considera un evento independiente, o debe actualizarse el evento anterior. @params - last_timestamp (datetime) : Timestamp anterior, como objeto datetime. - timestamp (datetime) : Timestamp, como objeto datetime. - alarm_gap (int) : Tiempo, en segundos, para considerar 2 eventos como independientes. )r*r.r3)r[r rItsZlast_tsrrrrYs  rYc Cs$|||d|d|ddddS)uc ### ? Añade un nuevo evento de detección @params - cam_detection_data ([dict]) : Array de diccionario con eventos de alarmas. - detection_doc (dict) : Datos de detecciones correspondiente al instante analizado (con resolución máxima de 2s). - timestamp (datetime) : Timestamp como objeto datetime. rUr r)startrWdurationrUr tasa_valueN)r2)rKrNr rrrrXsrXc Csj|dd}|dd}|dd}tj|}tj|}|d|||jt||t||ddS)ub ### ? Actualiza un nuevo evento de detección: - Modifica timestamp de término - Modifica duración del evento - Almacena como nivel de actividad el máximo entre los eventos. - Almacena como detectados el máximo entre los eventos. @params - cam_detection_data ([dict]) : Array de diccionario con eventos de alarmas. - timestamp (datetime) : Timestamp como objeto datetime. - detectados (int) : Valor de detecciones actual. - nivel_actividad (int) : Valor de nivel de actividad actual. rVr^r rU)rWr_r rUN)r*r.updater3r1) rKr rUr start_timeZ last_activityZlast_detectadosZstart_tsZ actual_tsrrrrZs      rZc Cs:|d}|dkrd}|dg} || kr4| ||s@|dkr|rt|dkrb|||dnz|dd} t|dkr|||dnP| |kr|||dn6|dd|d dkr||dd <n|||d|r |dd d} |dd t| |i||d d|d d|dd| ddS)uw ### ? Actualiza los datos de alimentación: - Añade o modifica el timestamp de Tasa para el gráfico - Actualiza dato de tasa en evento de alarma, en caso de haber evento de alarma @params - tasa_data ([dict]) : Datos de tasa para gráfico, cada elemento contiene value y timestamp. - cam_feeding_data (dict) : Almacena los datos de alimentacion: { sfr_value, delivered_food, tasa_units, tasa_values } sfr_value (float) : Valor de sft del día, se actualiza en cada iteración, corresponde a un porcentaje, que puede y suele superar 100% delivered_food (float) : Valor de comida entregada, en kg tasa_units (str) : Unidades de medida de la tasa (kg/min , pellet/pez/minuto, ppv, etc) tasa_values ([float]): Valores de tasa de alimentación de la jornada. - feeding_doc (dict) : Datos de alimentación correspondiente al instante analizado (con resolución máxima de 2s). - timestamp (datetime) : Timestamp como objeto datetime. - cam_detection_data ([dict]) : Array de diccionario con eventos de alarmas. - added_detection_data (bool) : Flag que indica si se añadió un evento de alarma. - valid_feed_hour (bool) : Flag que indica si se está en un rango aceptado de horas ZTasaNrrrrrVrr]rr`ZComida_entregadaZPorc_entregadoZ Unidad_Medidazkg/min)delivered_food sfr_value tasa_unitsr)r,r2r4rar1) r"rJrOr rKrPrQrGZ actual_tasarZlast_graph_tasaZ last_det_tasarrrr8s6         r8cCsrt|dkrn|dd}|dkrn|dd}t|tkrFtj|}n|}|tjdd}|d|ddS) u ### ? Asegura que la tasa siempre termine en 0, en caso de tener datos @params - tasa_data ([dict]) : Datos de tasa para gráfico, cada elemento contiene value y timestamp. rrVrr)r3rcN)r4typestrr*r. timedeltar5r2)r" last_valuer[r\Zone_second_laterrrrr9qs    r9c Cs`t|\}}t|||\}}t|}|dd} | dkrD|| dnd} |||| |d} | |fS)uQ ### ? Calcula todas las métricas adicionales de alimentación @params: - day_visits [dict] : Array que contiene diccionarios de visitas, cada uno de la forma: day: "2024-10-17", camera_id: "13-A", Visitas: [ duracion: 75.04, racion: 0, inicio: 2024-10-17T17:23:05.000+00:00, -> datetime final: 2024-10-17T17:24:20.000+00:00 ] - cam_feeding_data (dict) : { sfr_value, delivered_food, tasa_units, tasa_values } - cam_detection_data ([dict]): [ {start, end, duration, detectados, nivel_actividad, tasa_value }, ... ] @return - today_fast (float) : Ayuno del día [0, 0.5, 1.0] - feeding_time_range {str(isoformat)} : Diccionario de timestamp de alimentación: {inicio, final} rerg@@)rrrrr) _calculate_fasts_and_time_ranges!_calculate_alarms_by_feeding_rater4r,) rArJrKrDrrrrRrrerr:rrrr:s  r:c Cs0d}i}t|dkr(|d}|d}zD|d}t|trFtj|}|j}|dkr\|d8}||d<Wn:tk r}ztd|j j d|W5d }~XYnXzD|d }t|trtj|}|j} | dkr|d8}||d <Wn<tk r&}ztd |j j d|W5d }~XYnX||fS) u ### ? Calcula y retorna el ayuno del día @return - today_fast (float) : Ayuno del día [0, 0.5, 1.0] - feeding_time_range (dict) : { inicio: str(isoformat), final: str(isoformat) } g?rrVinicio g?u#Error calculando ayuno de mañana (r(Nfinalz!Error calculando ayuno de tarde () r4 isinstancerjr*r.hourr5r=rr>r?) rAayunorZ breakfastZdinnerZbreakfast_timestampZbreakfast_timerSZdinner_timestampZ dinner_timerrrrms4   *  *rmcCsdddd}t||}|D]v}|d}|dkrDtd|dd}||dkrb|dd7<q||d kr|d d7<q|d d7<q||fS) a ### ? Calcula la cantidad de alarmas por tasa, separadas en 3 niveles: Alarmas a tasa [baja, media, alta] @params: - cam_feeding_data (dict) : { sfr_value, delivered_food, tasa_units, tasa_values } - cam_detection_data ([dict]): [ {start, end, duration, detectados, nivel_actividad, tasa_value }, ... ] @return - alarms_by_tasa (dict) : Cantidad de alarma por tasas cuantizadas: {baja, media, alta} rbajamediaaltar`NuDWarning: Tasa no encontrada en evento de detección, seteando a 0: r)rxrhrwrv)_discretize_feeding_ratesr,r)rJrKrDrrRZ detect_eventZ event_tasarrrrns     rnc sd}dgggd}zd|kr$|WS|d}dd|Dt}|dkrPWdS|dkr|d krdd d }}}||d kr|d ||d ||d |nX|d krtt}}|d ||d |n |d krvd} |d | n\dg} g} g} fddD}tdt|krttdt| t||didd} t| \}}|otddt |d t |d fD]Z}||kr|| kr$| |n4||kr|| kr$| |n|| kr| |qt| dkr>| t| dkrT| t| dkrj| | | | d}t|d dkr|otd|dWn>t k r}ztd|j j d|dW5d}~XYnX|S)u ### ? Cuantizar las tasas de alimentación del día en 3 niveles: {baja, media, alta} Si existen más de 3 tasas de alimentación, los niveles se definen como: - baja: [ min_value , mean - std/2 ] - media: ] mean - std/2, mean + std/2 [ - alta: [ mean + std/2, max_value ] @return - quantized_alarms (dict): Diccionario con tasas cuantizadas: {baja: [], media: [], alta: [] } FrrurcSsg|]}|dkr|qSrrrtrrr sz-_discretize_feeding_rates..Nr]rhrvrwrxcsg|]}|tkr|qSr)r1r{rrrr}<s z.Warning: Tasa excesivamente grande detectada: ZAnalytic_discr_methodrZ wide_mediumu%Rango de tasas, hay más de 3 tasas: z -> z quantized_alarms= u5Error discretizando rangos de Tasa de Alimentación (r(r)) r4sortr2minr1rr,compute_discrete_rangesrroundr=r>r?)rJrDdebugrR _tasa_valuesZtasa_values_lenZmin_tasaZmid_tasaZmax_tasatasaZ baja_arrayZ media_arrayZ alta_arrayZ config_methodZ rango_bajoZ rango_altoZtasa_valrSrrrrys    $       ,ryr]cCs>dd|D}|dkr t|}n|dkr2t|}nt|}|S)zo Calcula los cortes para dividir las tasas en 3 - Methods : ['equal_ranges', 'wide_medium', 'normal'] cSsg|]}|dkr|qSrzrr{rrrr}psz+compute_discrete_ranges..normalZ equal_ranges)_asumming_normal_dist _equal_ranges_wide_medium_ranges)rmethodrZrangosrrrrls  rcCs4t|}t|}||d}||d}||gS)u Calcula rangos asumiendo distribución normal ( mu +- D.E. ) - Menor a DE - prom -> añadir a baja - Mayor a DE + prom -> añadir a alta r])r6stdevr7)rrr7Z std_plus_meanZstd_minus_meanrrrr~s     rcCs0t|}t||}|d}||||dgS)z( Se divide el rango en 3 partes iguales r~r]rr1)r min_valuerangosteprrrrs r?cCs<t|}t|}||}d|}|d|}||||gS)zh Se le asigna al rango central un mayor porcentaje del rango, definido mediante medium_range_percentage rhr]r)rZmedium_range_percentager max_valuerZmin_max_percentagerrrrrs  r)T)r])r)r*r6rrTr0rYrXrZr8r9r:rmrnryrrrrrrrrs& 3 "T%1(h   1