last update

projet_personnel/algorithme_student_generate.py

@@ -2,7 +2,7 @@
 
 import pandas as pd
 import random
-
+import numpy as np
 
 firstname_of_students = ['Smith', 'Johnson', 'Williams', 'Jones', 'Brown', 'Davis', 'Miller', 'Wilson', 'Moore', 'Taylor',
     'Anderson', 'Thomas', 'Jackson', 'White', 'Harris', 'Martin', 'Thompson', 'Garcia', 'Martinez', 'Robinson',
@@ -85,12 +85,15 @@ all_course_MA1 = ("Advanced English 1", "Español avanzado 1", "Data analytics",
 all_course_MA2 = ("Advanced English 2", "Español avanzado 1", "Responsabilité sociétale de l'entreprise","Integrated Information Systems", "Mémoire", "Séminaire d'accompagnement du mémoire")
 
 
+# Définir les proportions souhaitées pour chaque année académique
+proportions = [0.4, 0.25, 0.15, 0.1, 0.1]
 
-
+# Liste des années académiques disponibles
+school_years = ['BAC1', 'BAC2', 'BAC3', 'MA1', 'MA2']
 # Générer des combinaisons aléatoires de noms et prénoms pour plus de 1000 personnes
 data_generated = []
 
-number_of_students = 100
+number_of_students = 1000
 
 for each in range(number_of_students): # générer des données
 
@@ -101,7 +104,7 @@ for each in range(number_of_students): # générer des données
     first_name = random.choice(firstname_of_students)
 
     # année de cours
-    academic_year = random.choice(school_years)
+    academic_year = np.random.choice(school_years, p=proportions)
 
     # curriculum
     if academic_year in ['BAC1', 'BAC2', 'BAC3'] :
@@ -192,11 +195,6 @@ for each in range(number_of_students): # générer des données
 
     data_generated.append({"Firstname": last_name, "Lastname": first_name, "Academic Year" : academic_year, "Curriculum" : curriculum, "Place of Birth" : city_of_birth , "Telephone": phone, "Address": adress_of_student, "Gender" : gender_of_student, "Email" : email_formated, "Campus" : campus, "Date of Birth" : complete_date_of_birth, "Matricule" : matricule, **grades})
 
-# génération de données qui ne peuvent pas se ressembler
-
-
-
-
 # Créer un DataFrame pandas
 df = pd.DataFrame(data_generated)