From c71ce4cb129146a3b5bcff1955d48cf0d04ab4ab Mon Sep 17 00:00:00 2001
From: odair mario <badwolves123@gmail.com>
Date: Sun, 24 Dec 2017 01:42:21 -0200
Subject: [PATCH] funcao que cria os json pronto, falta fazer qnt/aprovacao e
terminar disciplina.json
---
script/analysis/course_analysis.py | 266 +++++++++++++++++------------
1 file changed, 157 insertions(+), 109 deletions(-)
diff --git a/script/analysis/course_analysis.py b/script/analysis/course_analysis.py
index 18747d7..835abf4 100644
--- a/script/analysis/course_analysis.py
+++ b/script/analysis/course_analysis.py
@@ -1,5 +1,5 @@
-from datetime import datetime
# -*- coding: utf-8 -*-
+from datetime import datetime
import pprint
import pandas as pd
import json
@@ -17,8 +17,8 @@ from utils.situations import Situation as sit
# *taxa_trancamento
##listas_disciplinas é dicionario com todas as disciplinas
#def taxas_gerais(df,ultima_turma_ingresso,lista_disciplina):
-# df_quantidade = df.groupby(['COD_ATIV_CURRIC', 'SITUACAO']
-# ).size().reset_index(name='Quantidades')
+# df_quantidade = df.groupby(["COD_ATIV_CURRIC", "SITUACAO"]
+# ).size().reset_index(name="Quantidades")
# for disciplina in lista_disciplina.keys:
# quantidades = df_quantidade.loc[df_quantidade.COD_ATIV_CURRIC == disciplina]
#
@@ -39,97 +39,97 @@ from utils.situations import Situation as sit
# taxa_conhecimento = -1
#
#def print_analise(d):
-# '''imprime todo o dataframe, por default o pandas so imprime as
+# """imprime todo o dataframe, por default o pandas so imprime as
# 10 linhas inicias a 10 finais, com essa funcao o pandas imprime
-# as linhas '''
-# with pd.option_context('display.max_rows', None, 'display.max_columns', 27):
+# as linhas """
+# with pd.option_context("display.max_rows", None, "display.max_columns", 27):
# print(d)
#
## calcula as taxas
#def func(x, matr):
-# ''' esta funcao recebe como parametro uma linha do dataframe e a
-#quantidade de matriculas '''
-# c = matr[x['COD_ATIV_CURRIC']].values[0]
-# return (x['Quantidade'] / c)
+# """ esta funcao recebe como parametro uma linha do dataframe e a
+#quantidade de matriculas """
+# c = matr[x["COD_ATIV_CURRIC"]].values[0]
+# return (x["Quantidade"] / c)
#
## quantidade de matriculas
#def counts_matr(df):
-# return df.groupby(['COD_ATIV_CURRIC']).size()
+# return df.groupby(["COD_ATIV_CURRIC"]).size()
#
## taxas e quantidades semetrais
#def analysis(df):
# qnt_matr = counts_matr(df) # quantidade de matriculas disciplina
-# ''' conta quantas vezes os valores de 'SITUACAO' se repete para
-# cada disciplina'''
-# disciplinas = df.groupby(['COD_ATIV_CURRIC', 'SITUACAO']
-# ).size().reset_index(name='Quantidade')
-# ''' adiciona mais uma coluna ao df disciplina com as taxas de cada valor
-# de 'SITUACAO' '''
-# disciplina = disciplinas.groupby(['COD_ATIV_CURRIC', 'SITUACAO', 'Quantidade']).apply(
-# lambda x: func(x, qnt_matr)).reset_index(name='Taxas gerais')
-# disciplina = disciplina.drop('level_3',1) # retira coluna duplicada do index
+# """ conta quantas vezes os valores de "SITUACAO" se repete para
+# cada disciplina"""
+# disciplinas = df.groupby(["COD_ATIV_CURRIC", "SITUACAO"]
+# ).size().reset_index(name="Quantidade")
+# """ adiciona mais uma coluna ao df disciplina com as taxas de cada valor
+# de "SITUACAO" """
+# disciplina = disciplinas.groupby(["COD_ATIV_CURRIC", "SITUACAO", "Quantidade"]).apply(
+# lambda x: func(x, qnt_matr)).reset_index(name="Taxas gerais")
+# disciplina = disciplina.drop("level_3",1) # retira coluna duplicada do index
# # codigo que transforma o dataframe em um dicionario
# dict_disciplina = {}
# for dis in qnt_matr.keys():
# # separa o dataframe em disciplina
-# disc = disciplina.loc[disciplina['COD_ATIV_CURRIC']==dis]
-# disc = disc.drop('COD_ATIV_CURRIC',1) # elimina a coluna codigo
+# disc = disciplina.loc[disciplina["COD_ATIV_CURRIC"]==dis]
+# disc = disc.drop("COD_ATIV_CURRIC",1) # elimina a coluna codigo
# # seta a coluna SITUACAO como index
-# disc = disc.set_index('SITUACAO').to_dict()
+# disc = disc.set_index("SITUACAO").to_dict()
# # para caso uma discipl. nao tenha um campo, coloca o campo com valor 0
# for i in Situation.SITUATIONS:
-# if not(i[0] in disc['Quantidade'].keys()):
-# disc['Quantidade'][i[0]] = 0
-# disc['Taxas gerais'][i[0]] = 0
+# if not(i[0] in disc["Quantidade"].keys()):
+# disc["Quantidade"][i[0]] = 0
+# disc["Taxas gerais"][i[0]] = 0
# dict_disciplina[dis] = disc
# return dict_disciplina
#
## quantidade de vezes cursadas ate obter a aprovacao
#def qnt_aprov(df):
-# qnt = df.groupby(['MATR_ALUNO', 'COD_ATIV_CURRIC']
-# ).size().reset_index(name='qnt_aprov')
+# qnt = df.groupby(["MATR_ALUNO", "COD_ATIV_CURRIC"]
+# ).size().reset_index(name="qnt_aprov")
# return qnt
## transforma o dataframe geral em json, # TODO: fazer o mesmo com o semestral
#def df_to_json(disciplina,qnt_matr):
# # cria o json
-# with open(dis+'.json','w') as f:
+# with open(dis+".json","w") as f:
# json.dump(disc,f,indent=4)
#
#def matr_semestre(df):
-# return df.groupby(['COD_ATIV_CURRIC', 'PERIODO', 'ANO']).size()
+# return df.groupby(["COD_ATIV_CURRIC", "PERIODO", "ANO"]).size()
#
#
#def func_semestre(x, matr):
# # print (matr)
-# ano = int(x['ANO'])
+# ano = int(x["ANO"])
# # print(ano)
-# periodo = x['PERIODO'].values[0]
-# disciplina = x['COD_ATIV_CURRIC'].values[0]
+# periodo = x["PERIODO"].values[0]
+# disciplina = x["COD_ATIV_CURRIC"].values[0]
# c = matr[disciplina,periodo,ano]
-# return (x['counts_semestre'] / c)
+# return (x["counts_semestre"] / c)
#
#
#def analysis_semestre(df):
# qnt_matr_semestre = matr_semestre(df)
-# discipline_semestre = df.groupby(['COD_ATIV_CURRIC', 'PERIODO', 'ANO', 'SITUACAO'])
+# discipline_semestre = df.groupby(["COD_ATIV_CURRIC", "PERIODO", "ANO", "SITUACAO"])
# discipline_semestre = discipline_semestre.size()
#
-# discipline_semestre = discipline_semestre.reset_index(name='counts_semestre')
+# discipline_semestre = discipline_semestre.reset_index(name="counts_semestre")
#
-# discipline_semestre = discipline_semestre.groupby(['COD_ATIV_CURRIC', 'PERIODO', 'ANO', 'SITUACAO'])
+# discipline_semestre = discipline_semestre.groupby(["COD_ATIV_CURRIC", "PERIODO", "ANO", "SITUACAO"])
#
# discipline_semestre = discipline_semestre.apply(lambda x: func_semestre(x, qnt_matr_semestre))
#
-# discipline_semestre = discipline_semestre.reset_index(name='taxas_semetrais')
+# discipline_semestre = discipline_semestre.reset_index(name="taxas_semetrais")
# for dis in qnt_matr_semestre.keys():
-# dis = ['CI055']
-# disc = discipline_semestre.loc[discipline_semestre['COD_ATIV_CURRIC']==dis[0]].drop('COD_ATIV_CURRIC',1) # elimina a coluna codigo
-# disc = disc.drop('level_4',1)
+# dis = ["CI055"]
+# disc = discipline_semestre.loc[discipline_semestre["COD_ATIV_CURRIC"]==dis[0]].drop("COD_ATIV_CURRIC",1) # elimina a coluna codigo
+# disc = disc.drop("level_4",1)
# print(dis[0])
-# print(disc.set_index('ANO'))
+# print(disc.set_index("ANO"))
# # seta a coluna SITUACAO como index
-# disc = disc.set_index('ANO').to_dict('index')
-# # with open(dis+'.json','w') as f:
+# disc = disc.set_index("ANO").to_dict("index")
+# # with open(dis+".json","w") as f:
# # json.dump(disc,f,indent=4)
# print("--------------------------------------------------------------------------------")
#
@@ -149,13 +149,13 @@ from utils.situations import Situation as sit
#
def informacoes_gerais(df,lista_disciplinas):
#quantidade de matriculas
- disciplinas = df.groupby(['COD_ATIV_CURRIC']).size()
+ disciplinas = df.groupby(["COD_ATIV_CURRIC"]).size()
for disciplina in disciplinas.index:
disciplina_dict = {}
disciplina_df = df.loc[df.COD_ATIV_CURRIC == disciplina]
- disciplina_dict['qtd_alunos'] = disciplinas[disciplina]
- disciplina_dict['disciplina_codigo'] = disciplina
- disciplina_dict['disciplina_nome'] = \
+ disciplina_dict["qtd_alunos"] = int(disciplinas[disciplina])
+ disciplina_dict["disciplina_codigo"] = disciplina
+ disciplina_dict["disciplina_nome"] = \
disciplina_df.NOME_ATIV_CURRIC.values[0]
lista_disciplinas[disciplina] = disciplina_dict
# -nome da disciplina
@@ -171,13 +171,14 @@ def conhecimento(qtd,disciplina_dict):
if np.isnan(total_conheci):
total_conheci = 0
conheci_aprov = conheci_df.loc[conheci_df.SITUACAO == \
- sit.SIT_CONHECIMENTO_APROVADO].set_index('COD_ATIV_CURRIC' )
- disciplina_dict['qtd_conhecimento'] = total_conheci
+ sit.SIT_CONHECIMENTO_APROVADO].set_index("COD_ATIV_CURRIC" )
+ disciplina_dict["qtd_conhecimento"] = int(total_conheci)
if (total_conheci !=0) and (not conheci_aprov.empty):
- disciplina_dict['taxa_conhecimento'] = conheci_aprov.qtd.values[0] / total_conheci
+ disciplina_dict["taxa_conhecimento"] = float(conheci_aprov.qtd.values[0] /
+ total_conheci)
else:
- disciplina_dict['taxa_conhecimento'] = 0.0
+ disciplina_dict["taxa_conhecimento"] = 0.0
def trancamento(qtd,disciplina_dict,qtd_matr):
trancamento_df = qtd.loc[(qtd.SITUACAO == sit.SIT_TRANCAMENTO_ADMINISTRATIVO) |
@@ -186,16 +187,16 @@ def trancamento(qtd,disciplina_dict,qtd_matr):
qtd_tranc = trancamento_df.qtd.sum()
if np.isnan(qtd_tranc):
qtd_tranc = 0
- disciplina_dict['qtd_trancamento'] = qtd_tranc
- disciplina_dict['taxa_trancamento'] = qtd_tranc / qtd_matr if qtd_matr else 0.0
+ disciplina_dict["qtd_trancamento"] = int(qtd_tranc)
+ disciplina_dict["taxa_trancamento"] = float(qtd_tranc / qtd_matr) if qtd_matr else 0.0
def reprovacao(qtd,disciplina,qtd_matr,taxa_reprov_absoluta,taxa_reprov_freq):
- '''existem as analises reprovacao absoluta, reprovacao por frequencia,
+ """existem as analises reprovacao absoluta, reprovacao por frequencia,
reprovacao absoluta, reprovacao por frequencia da ultima vez que a
disciplina foi ofertada, a logica das analise sao a mesma so muda os valores
do dataframe qtd e o nomes das chaves do dicionario,logo é possÃvel reaproveitar
- o mesmo codigo para fazer analise geral e da ultima vez que foi ofertado.'''
+ o mesmo codigo para fazer analise geral e da ultima vez que foi ofertado."""
sit_reprov = sit.SITUATION_FAIL + (sit.SIT_REPROVADO_SEM_NOTA,)
reprov_df = qtd.loc[(qtd.SITUACAO == sit_reprov[0]) |
(qtd.SITUACAO == sit_reprov[1]) |
@@ -204,46 +205,57 @@ def reprovacao(qtd,disciplina,qtd_matr,taxa_reprov_absoluta,taxa_reprov_freq):
qtd_reprov_abso = reprov_df.qtd.sum() #quantidade de reprovacao absoluta
qtd_reprov_freq = reprov_df.loc[reprov_df.SITUACAO == sit_reprov[1]]
if qtd_matr != 0:
- disciplina[taxa_reprov_absoluta] = 0.0 \
- if np.isnan(qtd_reprov_abso) else qtd_reprov_abso / qtd_matr
- disciplina[taxa_reprov_freq] = 0.0 \
- if qtd_reprov_freq.empty else qtd_reprov_freq.qtd.values[0] / qtd_matr
+ if np.isnan(qtd_reprov_abso):
+ disciplina[taxa_reprov_absoluta] = 0.0
+ else:
+ disciplina[taxa_reprov_absoluta] = float(qtd_reprov_abso / qtd_matr)
+
+ if qtd_reprov_freq.empty:
+ disciplina[taxa_reprov_freq] = 0.0
+ else:
+ disciplina[taxa_reprov_freq] = float(qtd_reprov_freq.qtd.values[0] / qtd_matr)
+
else:
disciplina[taxa_reprov_absoluta] = 0.0
disciplina[taxa_reprov_freq] = 0.0
-def nota(notas,disciplina,index):
- notas_l = []
- for i in notas.iterrows():
+def nota(notas_df,disciplina,index):
+ notas = []
+ for i in notas_df.iterrows():
if i[1].SITUACAO in sit.SITUATION_AFFECT_IRA:
- if not(np.isnan(i[1].MEDIA_FINAL)):
- notas_l.append(i[1].MEDIA_FINAL)
- notas_np = np.array(notas_l)
- media = notas_np.mean()
- desvio= notas_np.std()
- disciplina[index] = [0 if np.isnan(media) else media, 0 if np.isnan(desvio) else desvio]
+ nota = 0 if np.isnan(i[1].MEDIA_FINAL) else i[1].MEDIA_FINAL
+ notas.append(nota)
+ if len(notas) != 0:
+ notas_np = np.array(notas)
+ media_np = np.mean(notas_np)
+ desvio_np = np.std(notas_np)
+ media = 0.0 if np.isnan(media_np) else media_np
+ desvio = 0.0 if np.isnan(desvio_np) else desvio_np
+ disciplina[index] = [media,desvio]
+ else:
+ disciplina[index] = [0.0,0.0]
def analises_gerais(df,lista_disciplinas):
- ''' Os dataframes qtd_geral e qtd_ultimo_geral são dataframes que possuem
+ """ Os dataframes qtd_geral e qtd_ultimo_geral são dataframes que possuem
as colunas em comun COD_ATIV_CURRIC e SITUACAO, o qtd_ultimo_geral
possuem as colunas ano e periodo.Ambos os dataframes possui a coluna qtd
- que é a quantidade de vezes que cada situacao se repete por disciplina'''
- qtd_geral= df.groupby(['COD_ATIV_CURRIC','SITUACAO']).size().reset_index(name='qtd' )
+ que é a quantidade de vezes que cada situacao se repete por disciplina"""
+ qtd_geral= df.groupby(["COD_ATIV_CURRIC","SITUACAO"]).size().reset_index(name="qtd" )
qtd_ultimo_geral = \
- df.groupby(['COD_ATIV_CURRIC','SITUACAO','ANO']).size().reset_index(name='qtd')
+ df.groupby(["COD_ATIV_CURRIC","SITUACAO","ANO"]).size().reset_index(name="qtd")
matr_por_semestre = \
- df.groupby(['COD_ATIV_CURRIC','ANO']).size().reset_index(name='matr')
- ''' dataframe com a quantidade de matriculas por periodo e ano, por exemplo
- disciplina ci055 2010/1 teve x matriculas'''
- '''Dataframes relacionado a notas.O campo qtd é inutil, o groupby pede se
+ df.groupby(["COD_ATIV_CURRIC","ANO"]).size().reset_index(name="matr")
+ """ dataframe com a quantidade de matriculas por periodo e ano, por exemplo
+ disciplina ci055 2010/1 teve x matriculas"""
+ """Dataframes relacionado a notas.O campo qtd é inutil, o groupby pede se
que se use um apply sobre o groupby, pois se não o grouby é tratado como
- objeto e não como um dataframe '''
- nota_geral_df = df.groupby(['COD_ATIV_CURRIC','MEDIA_FINAL', 'SITUACAO',
- ]).size().reset_index(name = 'qtd' )
- nota_semestral_df = df.groupby(['COD_ATIV_CURRIC','ANO', 'MEDIA_FINAL', 'SITUACAO',
- ]).size().reset_index(name = 'qtd' )
+ objeto e não como um dataframe """
+ nota_geral_df = df.groupby(["COD_ATIV_CURRIC","MEDIA_FINAL", "SITUACAO",
+ ]).size().reset_index(name = "qtd" )
+ nota_semestral_df = df.groupby(["COD_ATIV_CURRIC","ANO", "MEDIA_FINAL", "SITUACAO",
+ ]).size().reset_index(name = "qtd" )
for disciplina in lista_disciplinas.keys():
disciplina_dict = {} #facilitar os calculos
@@ -258,14 +270,8 @@ def analises_gerais(df,lista_disciplinas):
#quantidade de alunos
- qtd_matriculas = lista_disciplinas[disciplina]['qtd_alunos']
+ qtd_matriculas = lista_disciplinas[disciplina]["qtd_alunos"]
- qtd_matr_ultimo = matr_por_semestre.loc[(matr_por_semestre.COD_ATIV_CURRIC \
- == disciplina) & matr_por_semestre.ANO == ano]
- if qtd_matr_ultimo.empty:
- qtd_matr_ultimo = -1
- else:
- qtd_matr_ultimo = qtd_matr_ultimo.matr.values[0]
#qtd é um dataframe que contem a ocorrencia de cada situacao
qtd = qtd_geral.loc[qtd_geral.COD_ATIV_CURRIC == disciplina]
@@ -277,13 +283,16 @@ def analises_gerais(df,lista_disciplinas):
trancamento(qtd,disciplina_dict,qtd_matriculas)
# faz analises relacionada a reprovacoes
- reprovacao(qtd,disciplina_dict,qtd_matriculas,'taxa_reprovacao_absoluta','taxa_reprovacao_frequencia')
- if qtd_matr_ultimo == -1:
- disciplina_dict['taxa_reprovacao_ultimo_absoluta'] = -1
- disciplina_dict['taxa_reprovacao_ultimo_frequencia'] = -1
+ reprovacao(qtd,disciplina_dict,qtd_matriculas,"taxa_reprovacao_absoluta","taxa_reprovacao_frequencia")
+ qtd_matr_ultimo = matr_por_semestre.loc[(matr_por_semestre.COD_ATIV_CURRIC \
+ == disciplina) & matr_por_semestre.ANO == ano]
+
+ if qtd_matr_ultimo.empty: #caso a disciplina nao foi ofertada no ultimo ano
+ disciplina_dict["taxa_reprovacao_ultimo_absoluta"] = -1
+ disciplina_dict["taxa_reprovacao_ultimo_frequencia"] = -1
else:
- reprovacao(qtd_ultimo,disciplina_dict,qtd_matriculas,'taxa_reprovacao_ultimo_absoluta',
- 'taxa_reprovacao_ultimo_frequencia')
+ reprovacao(qtd_ultimo,disciplina_dict,qtd_matriculas,"taxa_reprovacao_ultimo_absoluta",
+ "taxa_reprovacao_ultimo_frequencia")
#faz as analises relacionada a nota
nota_df = nota_geral_df.loc[nota_geral_df.COD_ATIV_CURRIC == disciplina]
@@ -291,10 +300,10 @@ def analises_gerais(df,lista_disciplinas):
nota_ultimo = nota_por_semestre_df.loc[nota_por_semestre_df.ANO ==
ano]
- nota(nota_df,disciplina_dict,'nota')
+ nota(nota_df,disciplina_dict,"nota")
if nota_ultimo.empty:
- disciplina_dict['nota_ultimo_ano'] = -1
- nota(nota_ultimo,disciplina_dict,'nota_ultimo_ano')
+ disciplina_dict["nota_ultimo_ano"] = -1
+ nota(nota_ultimo,disciplina_dict,"nota_ultimo_ano")
lista_disciplinas[disciplina].update(disciplina_dict)
@@ -308,12 +317,13 @@ def analises_gerais(df,lista_disciplinas):
# -taxa_trancamento
# -nota geral desvio padrao geral
# -nota ultima vez ofertado e desvio padrao
+# *cursada ate a aprovacao
def analises_semestrais(df,lista_disciplinas):
geral_df = \
- df.groupby(['COD_ATIV_CURRIC','ANO','PERIODO']).size().reset_index(name
- = 'matr' )
- df_semestral = df.groupby(['COD_ATIV_CURRIC', 'ANO', 'PERIODO' ,
- 'MEDIA_FINAL','SITUACAO']).size().reset_index(name = 'qtds' )
+ df.groupby(["COD_ATIV_CURRIC","ANO","PERIODO"]).size().reset_index(name
+ = "matr" )
+ df_semestral = df.groupby(["COD_ATIV_CURRIC", "ANO", "PERIODO" ,
+ "MEDIA_FINAL","SITUACAO"]).size().reset_index(name = "qtds" )
disciplinas = {}
for count,i in enumerate(df_semestral.iterrows()):
disciplina = i[1].COD_ATIV_CURRIC
@@ -333,19 +343,57 @@ def analises_semestrais(df,lista_disciplinas):
for ano_periodo in disciplinas[disciplina].keys():
media = disciplinas[disciplina][ano_periodo][0]
qtd = disciplinas[disciplina][ano_periodo][1]
- disciplinas[disciplina][ano_periodo][0] = 0.0 if qtd == 0 \
- else media / qtd
-
+ if qtd != 0:
+ disciplinas[disciplina][ano_periodo][0] = media / qtd
+ else:
+ disciplinas[disciplina][ano_periodo][0] = 0.0
aprovacao_semestral = disciplinas[disciplina]
- lista_disciplinas[disciplina]['aprovacao_semestral'] = aprovacao_semestral
+ lista_disciplinas[disciplina]["aprovacao_semestral"] = aprovacao_semestral
# -taxa aprovacao semestral
# -quantidade de matricula por semestre
+def transforma_json(lista_disciplinas):
+ for disciplina in lista_disciplinas.keys():
+ disciplina_dict =lista_disciplinas[disciplina]
+ # for item in disciplina_dict.keys():
+ # print(item)
+ # print(disciplina_dict[item])
+ # print(type(disciplina_dict[item]))
+ with open('cache/'+disciplina+'.json','w') as f:
+ f.write(json.dumps(lista_disciplinas[disciplina],indent=4))
+def listagem_disciplina(lista_disciplinas):
+ listagem = {}
+ cache = {}
+ compara_aprov = {}
+ disciplinas = {}
+ # nota media de todas as disciplinas
+ #n
+ for disciplina in lista_disciplinas.keys():
+ disciplina_dict = lista_disciplinas[disciplina]
+ cache[disciplina] = {"nota":disciplina_dict["nota"],
+ "taxa_reprovacao_absoluta":disciplina_dict["taxa_reprovacao_absoluta"],
+ "taxa_reprovacao_frequencia": disciplina_dict["taxa_reprovacao_frequencia" ],
+ "taxa_trancamento":disciplina_dict["taxa_trancamento"]}
+ compara_disciplina = []
+ for ano in disciplina_dict["aprovacao_semestral"].keys():
+ aprov_por_ano = [ano,disciplina_dict["aprovacao_semestral"][ano][0]]
+ compara_disciplina.append(aprov_por_ano)
+ compara_aprov[disciplina] = compara_disciplina
+ disciplinas[disciplina] = disciplina_dict["disciplina_nome"]
+ listagem = {cache:cache,compara_aprov:
+ compara_aprov,disciplinas:disciplinas}
+ with open("cache/disciplinas.json",'w') as f:
+ f.write(json.dumps(listagem,indent=4))
+
+
def analises_disciplinas(df):
lista_disciplinas = {}
informacoes_gerais(df,lista_disciplinas)
analises_gerais(df,lista_disciplinas)
analises_semestrais(df,lista_disciplinas)
- for disciplina in lista_disciplinas.keys():
- pprint.pprint(lista_disciplinas[disciplina] )
- print("---------------------------------------" )
+ transforma_json(lista_disciplinas)
+ listagem_disciplina(lista_disciplinas)
+
+# for disciplina in lista_disciplinas.keys():
+# pprint.pprint(lista_disciplinas[disciplina] )
+# print("---------------------------------------" )
# """tranformar para json """
--
GitLab