Indice / Practicas / EJ-8.3

EJ-8.3 · Banda por hora y anomalias del edificio

Dos salidas que se calculan contra dos referencias distintas, a propósito. Elegir contra qué se compara cada punto decide qué se encuentra, y esta práctica está armada para que se note.

Qué hay que hacer

A partir de numpy_sensores.csv, producir dos archivos:

• banda_por_hora.csv: una fila por hora del día, con la media, el desvío y los dos límites de la banda de dos desvíos de esa hora.
• lecturas_anomalas.csv: cada lectura cuya distancia a la normal de todo el edificio supera los dos desvíos, con su z.

Y además, aunque no se compare: el gráfico de la banda con las diez curvas por detrás y las anomalías marcadas en rojo, guardado como PNG.

Por qué las dos referencias no son la misma

La banda se calcula hora por hora, sobre diez lecturas. El z de las anomalías se calcula sobre las 235 lecturas válidas juntas.

No es un capricho: con diez datos, el z más grande posible ronda 2,85, y en estos datos ninguno por hora llega a 2. Si las anomalías se midieran hora por hora, el archivo tendría tres filas en vez de dieciséis, y las tres serían casi empates. Medirlas contra la normal del edificio contesta la pregunta que interesa: qué sala funciona a otra temperatura.

Cómo saber si te salió

python comparar.py mi_banda.csv banda_por_hora.csv

Si no dice nada, tu archivo es idéntico al esperado. Si difiere, te dice qué fila y qué columna.

Antes de arrancar, mirá los datos

El contrato de salida

banda_por_hora.csv · 24 filas

Orden de las filas: hora ascendente. Es unico. Indice: no se escribe: to_csv(index=False)

lecturas_anomalas.csv · 16 filas

Orden de las filas: sensor_id ascendente, y dentro de cada sensor hora ascendente. El par (sensor_id, hora) es unico. Indice: no se escribe: to_csv(index=False)

Que hacer con cada defecto

Conteos clave

Si estos numeros no te dan, algo se desvio antes de que llegues a comparar los archivos.

Invariantes

Comprobaciones que tu resultado tiene que cumplir. Corrilas vos mismo antes de comparar los archivos:

len(banda) == 24
list(banda['hora']) == list(range(24))
int(banda['lecturas'].sum()) == 235
(((banda['limite_alto'] - banda['limite_bajo']) - 4 * banda['desvio']).abs() < 0.05).all()
(banda['media'] > 14).all() and (banda['media'] < 30).all()
len(anomalas) == 16
not anomalas.duplicated(subset=['sensor_id', 'hora']).any()
(anomalas['z'].abs() > 2).all()
(anomalas['valor'] < 60).all()

Así tienen que quedar