-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy pathusuelles.py
77 lines (68 loc) · 1.95 KB
/
usuelles.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
import numpy as np
def moyenne(liste):
"""Renvoie la moyenne des éléments de la liste."""
n = len(liste)
comp = 0
for element in liste:
comp += element/n
return comp
def ecartType(liste, m = 0):
"""Retourne l'écart-type des valeurs de liste."""
n = len(liste)
if m == 0:
m = moyenne(liste)
comp = 0
for element in liste:
comp += ((element - m) ** 2) / n
return comp ** (0.5)
def testRandom(randomf, n = 1000000):
"""Teste le caractère aléatoire d'une fonction. Renvoie l'écart-type et la moyenne."""
liste = []
for _ in range(n):
liste.append(randomf)
m = moyenne(liste)
return (m, ecartType(liste, m))
def map(n, dep, arr, I = 0):
"""Remape la valeur n compris dans l'intervalle dep sur l'intervalle arr."""
(x, y) = dep
(i, j) = arr
res = ((n - x) * (j - i)) / (y - x) + i
if I == 1:
res = int(res)
return res
def indice(element, liste):
"""Renvoie l'indice de l'element dans la liste, -1 s'il n'est pas dedans."""
n = len(liste)
for i in range(n):
if liste[i] == element:
return i
return -1
def npNormalClip(mean, dev, size, clipRange):
return np.clip(np.random.normal(mean, dev, size), mini, maxi)
def clipcoord(a, b):
"""Reclip entre [0; b[."""
if a < 0:
return 0
if a >= b:
return b - 1
else:
return a
def tupleAdd(a, b):
if len(a) >= len(b):
L = []
for i in range(len(b)):
L.append(a[i] + b[i])
for i in range(len(b), len(a)):
L.append(a[i])
else:
L = []
for i in range(len(a)):
L.append(a[i] + b[i])
for i in range(len(a), len(b)):
L.append(b[i])
return tuple(L)
def tupleFact(a, fact):
L = []
for i in range(len(a)):
L.append(fact * a[i])
return tuple(L)