# datascience/views.py from django.shortcuts import render from django.views.generic import TemplateView from datetime import datetime # Funcionnes importadas de utils from .utils.tarifaselectricas.tarifaselectricas import TarifaHora from .utils.turismo import turismo as tur from .utils.transporteaereo import transporteaereo as ta from .utils.seguridadsocial import seguridadsocial as ss # specific to this view from django.views.generic import ListView # Importar todos los modelos y forms de bd from .models import * from .forms import * from django.forms import modelformset_factory import ast # Variables GLOBALES BASEDATOS = '/var/www/html/lartica/db.sqlite3' # Produccion #BASEDATOS = '/home/ja/Documentos/test/lartica/db.sqlite3' # Desarrollo # Create your views here. class HomeView(TemplateView): template_name = 'datascience/home.html' def index(request): context = {} context.update(title='Lartica') context.update(site_title='Data Science') return render(request, 'datascience/index.html', context) def tarifaselectricas(request): """ Tarifas electricas del día por horas """ context = {} #context.update(title='Valle Tera') #context.update(site_title='Tarifas Electricas') now = datetime.now() tarifas = TarifaHora(now)[0] maximo = TarifaHora(now)[1] minimo = TarifaHora(now)[2] ahora = TarifaHora(now)[3] labels = TarifaHora(now)[4] data = TarifaHora(now)[5] media = TarifaHora(now)[6] context = context | ahora context = context | maximo context = context | minimo context = context | tarifas return render(request, 'datascience/tarifaselectricas.html', { 'context': context, 'labels': labels, 'data': data, 'ahora': ahora, 'maximo':maximo, 'minimo': minimo, 'media': media }) def turismo(request): lgd = True # Logging desactivado, False, salen los log context = {} # Selección de categoría form = SelectCategoriaForm() item = request.GET.get('categoria') print(item) try: itemarray = ast.literal_eval(item) # pasa a array codigo = itemarray[0] categoria_nombre = itemarray[1] except: codigo = 'EOT1' categoria_nombre = 'Nacional. Viajeros' data = tur.bd_turismo (bd = BASEDATOS, codigo= codigo, n_ultimos = 25, lg = lgd) predict = tur.bd_turismopredict (bd = BASEDATOS, codigo= codigo, lg = lgd) forecast = tur.bd_turismoforecast (bd = BASEDATOS, codigo= codigo, lg = lgd) #tendencia = tur.hp_filter (codigo= codigo, local_log = False) #regresion = tur.regression(codigo = codigo, local_log = False) context = { 'form': form, 'codigo': codigo, 'categoria_nombre': categoria_nombre, #'xy': data[0], # dict last 25 'x': data[1], 'y': data[2], 'y_12': data[3], 'y_var12': data[4], #'xy_all': predict[0], # dict todos los valores 'x_trend': predict[1], 'y_trend': predict[6], 'y_trend_rc': predict[7], 'xy_forecast': forecast[0], # dict 12 forecast 'x_regresion': forecast[1], 'y_regresion': forecast[2], 'y_regresion_12': forecast[3], 'y_regresion_var12': forecast[4], 'ci_lower': forecast[5], 'ci_upper': forecast[6], 'R2': predict[8], } return render(request, 'datascience/turismo.html', context) def transporteaereo(request): lgd = True # Logging desactivado, False, salen los log context = {} # Selección de categoría form = SelectCategoriataereoForm() item = request.GET.get('categoria') print(item) try: itemarray = ast.literal_eval(item) # pasa a array codigo = itemarray[0] categoria_nombre = itemarray[1] except: codigo = 1 categoria_nombre = 'Pasajeros -- Total' #Extracción de datos data = ta.bd_taereopredict (BASEDATOS, 'TaereoPredict', codigo, n_ultimos = 25, lg = lgd) predict = ta.bd_taereopredict (BASEDATOS, 'TaereoPredict', codigo, n_ultimos = '*', lg = lgd) forecast = ta.bd_taereoforecast (BASEDATOS, 'TaereoForecast', codigo, lg = lgd) ta_anual = ta.bd_taereoanual (BASEDATOS, 'TaereoAnual', codigo, lg = lgd) #y_anual = [x/10 for x in ta_anual[2]] # Porque parecían los datos multiplicados por 10 context = { 'form': form, 'codigo': codigo, 'categoria_nombre': categoria_nombre, #'xy': data[0], # dict last 25 'x': data[1], 'y': data[2], 'y_12': data[3], 'y_var12': data[4], #'xy_all': predict[0], # dict todos los valores 'x_trend': predict[1], 'y_trend': predict[6], 'y_trend_rc': predict[7], 'xy_forecast': forecast[0], # dict 12 forecast 'x_regresion': forecast[1], 'y_regresion': forecast[2], 'y_regresion_12': forecast[3], 'y_regresion_var12': forecast[4], 'ci_lower': forecast[5], 'ci_upper': forecast[6], 'R2': predict[8], 'x_anual':ta_anual[1], 'y_anual':ta_anual[2], } return render(request, 'datascience/transporteaereo.html', context) def seguridadsocialop(request): '''Seguridad social ocupados y parados''' lgd = True # Logging desactivado, False, salen los log context = {} # Selección de categoría form = SelectCategoriassForm() item = request.GET.get('categoria') print(item) try: itemarray = ast.literal_eval(item) # pasa a array codigo = itemarray[0] categoria_nombre = itemarray[1] except: codigo = 1 categoria_nombre = 'Ocupados -- Total' #Extracción de datos data = ss.bd_sspredict (BASEDATOS, 'SSPredict', codigo, n_ultimos = 13, lg = lgd) predict =ss.bd_sspredict (BASEDATOS, 'SSPredict', codigo, n_ultimos = '*', lg = lgd) forecast =ss.bd_ssforecast (BASEDATOS, 'SSForecast', codigo, lg = lgd) #y_anual = [x/10 for x in ta_anual[2]] # Porque vienen los datos multiplicados por 10 context = { 'form': form, 'codigo': codigo, 'categoria_nombre': categoria_nombre, #'xy': data[0], # dict last 25 'x': data[1], 'y': data[2], 'y_12': data[3], 'y_var12': data[4], #'xy_all': predict[0], # dict todos los valores 'x_trend': predict[1], 'y_trend': predict[6], 'y_trend_rc': predict[7], 'xy_forecast': forecast[0], # dict 12 forecast 'x_regresion': forecast[1], 'y_regresion': forecast[2], 'y_regresion_12': forecast[3], 'y_regresion_var12': forecast[4], 'ci_lower': forecast[5], 'ci_upper': forecast[6], 'R2': predict[8], } return render(request, 'datascience/seguridadsocialop.html', context)