tratando_dados/gerando_relatorio.py at master · soulink12/tratando_dados · GitHub

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
import matplotlib.pyplot as plt
import matplotlib
import numpy as np
import pandas as pd
import os
import tqdm
from tratando_sinal import Sinal


def gerar_dados(sinal_path):
    sinal = Sinal(sinal_path)
    sinal_original = sinal.sinal
    sinal_modificado = sinal.sinal_modificado
    primeiro_pico = sinal.pico_isolado
    freq, dominio, primeira_freq_caracteristica = sinal.freq, sinal.dominio, sinal.primeira_freq_caracteristica
    tempo_propagacao = sinal.tempo_propagacao

    return sinal_original, sinal_modificado, primeiro_pico, tempo_propagacao, freq, dominio, \
           primeira_freq_caracteristica

def salvar_dados(tempo_propagacao, primeira_freq_caracteristica, path, nome_arquivo):
    with open(path + str(nome_arquivo) + '.txt', 'w') as arquivo:
        arquivo.write('Ângulo\t' + 'Tempo de Propagação\t' + 'Frequência Característica\n')
        for i in range(len(tempo_propagacao)):
            arquivo.write(str(i * 11.25) + '\t' + str(tempo_propagacao[i]) + '\t' + str(primeira_freq_caracteristica[i]) + '\n')
        arquivo.close()

def salvar_tempo(tempo_propagacao, path, nome_arquivo):
    with open(path + str(nome_arquivo) + '_tempo.txt', 'w') as arquivo:
        arquivo.write('Ângulo\t' + 'Tempo de Propagação\n')
        for i in range(len(tempo_propagacao)):
            arquivo.write(str(i * 11.25) + '\t' + str(tempo_propagacao[i]) + '\n')
        arquivo.close()

def contar_arquivos(path):
    count = 0
    for _, _, files in os.walk(path):
        count += len(files)
    return count


def processar_dados_cisalhante(path):
    # Processando os arquivos individuais de cada pasta e salvando os dados em um arquivo txt.
    # O arquivo txt será usado para gerar o gráfico
    # Funcina apenas para a pasta cisalhante

    path_cisalhante = path + r'cisalhante\\'
    pastas = next(os.walk(path_cisalhante))[1]
    numero_de_arquivos = contar_arquivos(path_cisalhante)

    with tqdm.tqdm(total=numero_de_arquivos) as pbar:
        for i in pastas:
            tempos_propagacao_medio_lista = []
            primeiras_freqs_caracteristicas_media_lista = []
            pasta_raiz = next(os.walk(path_cisalhante + i))[0]
            pastas_da_pasta = next(os.walk(path_cisalhante + i))[1]
            dsFreqAngulo = pd.DataFrame()
            for j in pastas_da_pasta:
                arquivos_da_pasta = next(os.walk(path_cisalhante + i + r"\\" + j))[2]
                tempos_propagacao_lista = []
                primeira_freq_caracteristica_lista = []
                for z in arquivos_da_pasta:
                    sinal_original, sinal_modificado, primeiro_pico, tempo_propagacao, freq, dominio, \
                    primeira_freq_caracteristica = gerar_dados(path_cisalhante + i + r"\\" + j + r"\\" + z)
                    tempos_propagacao_lista.append(tempo_propagacao)
                    #plot_signal(sinal_modificado)
                    primeira_freq_caracteristica_lista.append(primeira_freq_caracteristica)
                    pbar.update(1)
                dsFreqAngulo['freq'] = freq[0:400]
                dsFreqAngulo[str((int(j) - 1) * 11.25)] = dominio[0:400]
                tempos_propagacao_medio_lista.append(np.mean(tempos_propagacao_lista))
                primeiras_freqs_caracteristicas_media_lista.append(np.mean(primeira_freq_caracteristica_lista))
            dsFreqAngulo.to_csv(path_cisalhante + i + r'_freq.csv', sep=',', encoding='windows-1252')
            salvar_dados(tempos_propagacao_medio_lista, primeiras_freqs_caracteristicas_media_lista, path_cisalhante, i)
            print('\n' + 'Dados da pasta ' + str(i) + ' salvos com sucesso!')
    #criar_graficos_cisalhante(path_cisalhante)

def plot_signal(sinal_original):
    tempo = np.arange(0, len(sinal_original), 1) * 0.0000000004
    font = {'family': 'normal',
            'size': 22}
    matplotlib.rc('font', **font)
    plt.figure(figsize=(19, 10))
    plt.plot(tempo, sinal_original, linewidth=0.3, color = 'black')
    plt.ylim(-0.04, 0.04)
    plt.xlim(-0.0000000004 * 10000, 0.0000000004 * len(sinal_original)/2 + 0.0000000004 * 10000)
    plt.ticklabel_format(style='sci', axis='x', scilimits=(0, 0))
    plt.ylabel('Amplitude')
    plt.xlabel('Tempo')
    plt.savefig('teste.svg', bbox_inches='tight', format = 'svg')
    plt.show()

def criar_graficos_cisalhante(path):
    pastas = next(os.walk(path))[1]
    n_pastas = len(pastas)
    for i in range(n_pastas):
        fig = plt.figure(figsize=(16, 10))
        dados = pd.read_csv(path + str(i + 1) + '.txt', sep='\t', encoding='windows-1252')
        plt.plot(dados['Ângulo'], dados['Tempo de Propagação'], label=pastas[i])
        plt.legend()
        plt.show()

def processar_dados_compressivo(path):
    # Processando os arquivos individuais de cada pasta e salvando os dados em um arquivo txt.
    # O arquivo txt será usado para gerar o gráfico
    # Funciona apenas para a pasta transversal

    path_compressivo = path + r'compressivo\\'
    pastas = next(os.walk(path_compressivo))[1]
    numero_de_arquivos = contar_arquivos(path_compressivo)

    with tqdm.tqdm(total=numero_de_arquivos) as pbar:
        for i in pastas:
            tempos_propagacao_medio_lista = []
            primeiras_freqs_caracteristicas_media_lista = []
            pasta_raiz = next(os.walk(path_compressivo + i))[0]
            pastas_da_pasta = next(os.walk(path_compressivo + i))[1]

            arquivos_da_pasta = next(os.walk(path_compressivo + i))[2]
            tempos_propagacao_lista = []
            primeira_freq_caracteristica_lista = []
            for z in arquivos_da_pasta:
                sinal_original, sinal_modificado, primeiro_pico, tempo_propagacao, freq, dominio, \
                primeira_freq_caracteristica = gerar_dados(path_compressivo + i + r"\\" + z)
                tempos_propagacao_lista.append(tempo_propagacao)
                primeira_freq_caracteristica_lista.append(primeira_freq_caracteristica)
                pbar.update(1)
            tempos_propagacao_medio_lista.append(np.mean(tempos_propagacao_lista))
            primeiras_freqs_caracteristicas_media_lista.append(np.mean(primeira_freq_caracteristica_lista))
            salvar_dados(tempos_propagacao_medio_lista, primeiras_freqs_caracteristicas_media_lista, path_compressivo, i)
            print('\n' + 'Dados da pasta ' + str(i) + ' salvos com sucesso!')


path = r'D:\\medicoes\\AMOSTRA S12\\boleto\\'

processar_dados_cisalhante(path)
#processar_dados_compressivo(path)

# Gerando o gráfico a partir dos arquivos txt gerados anteriormente