Results

Submodules

Classes

Results

Subclass to intuitively group the results.

Functions

combine_df_beta_per_limit_state(calc_results)

combine_df_beta_per_scenario_cp(calc_results)

combine_df_beta_per_scenario_rp(calc_results)

combine_df_beta_per_scenario_final(calc_results)

calculate_df_beta_per_uittredepunt(geoprob_pipe, results)

Generates the DataFrame of the final result for the exit points.

construct_df_beta_wbi_vak(geoprob_pipe, results)

Bepaalde de samengestelde faalkans per vak volgens de WBI-methode.

construct_df_beta_window_vak(geoprob_pipe, results, ...)

Bepaald de samengestelde faalkans per vak bij een window size.

construct_df_beta_scaled_vak(geoprob_pipe, results)

Bepaalde de samengestelde faalkans per vak op basis van de afstand tussen de uittredepunten.

construct_df_beta_per_traject(geoprob_pipe, results)

Bepaalde de samengestelde faalkans over het traject volgens de WBI-methode.

construct_df_beta_window_traject(geoprob_pipe, ...)

Bepaald de samengestelde faalkans voor het gehele traject bij een window size (i.p.v. vakken).

construct_df_beta_scaled_traject(geoprob_pipe, results)

Bepaalde de samengestelde faalkans voor het gehele traject op basis van de afstand tussen de uittredepunten

construct_df(geoprob_pipe)

Package Contents

combine_df_beta_per_limit_state(calc_results)
Parameters:

calc_results (List[Calcresult])

Return type:

pandas.DataFrame

combine_df_beta_per_scenario_cp(calc_results)
Parameters:

calc_results (List[Calcresult])

Return type:

pandas.DataFrame

combine_df_beta_per_scenario_rp(calc_results)
Parameters:

calc_results (List[Calcresult])

Return type:

pandas.DataFrame

combine_df_beta_per_scenario_final(calc_results)
Parameters:

calc_results (List[Calcresult])

Return type:

pandas.DataFrame

calculate_df_beta_per_uittredepunt(geoprob_pipe, results)

Generates the DataFrame of the final result for the exit points.

Because there is an automated decision-making in the scenario calculations (see flow chart over there), for the exit points the flow chart is extended below.

Flow chart final result exit point calculations
Parameters:
Return DataFrame:

Return type:

pandas.DataFrame

construct_df_beta_wbi_vak(geoprob_pipe, results)

Bepaalde de samengestelde faalkans per vak volgens de WBI-methode.

Parameters:

  • geoprob_pipe (Geoprobpipe) – GeoProbPipe object voor data collectie.

  • results (Results) – Results object voor data collectie.

Return DataFrame:

Return type:

pandas.DataFrame

construct_df_beta_window_vak(geoprob_pipe, results, window_size)

Bepaald de samengestelde faalkans per vak bij een window size.

Parameters:

  • geoprob_pipe (Geoprobpipe) – GeoProbPipe object voor data collectie.

  • window_size (float)

  • results (Results) – Results object voor data collectie.

Return DataFrame:

Return type:

pandas.DataFrame

construct_df_beta_scaled_vak(geoprob_pipe, results)

Bepaalde de samengestelde faalkans per vak op basis van de afstand tussen de uittredepunten.

Parameters:

  • geoprob_pipe (Geoprobpipe) – GeoProbPipe object voor data collectie.

  • results (Results) – Results object voor data collectie.

Return DataFrame:

Return type:

pandas.DataFrame

construct_df_beta_per_traject(geoprob_pipe, results)

Bepaalde de samengestelde faalkans over het traject volgens de WBI-methode.

Parameters:

  • geoprob_pipe (Geoprobpipe) – GeoProbPipe object voor data collectie.

  • results (Results) – Results object voor data collectie.

Return Dataframe:

Return type:

pandas.DataFrame

construct_df_beta_window_traject(geoprob_pipe, results, window_size)

Bepaald de samengestelde faalkans voor het gehele traject bij een window size (i.p.v. vakken).

Parameters:

  • geoprob_pipe (Geoprobpipe) – GeoProbPipe object voor data collectie.

  • results (Results) – Results object voor data collectie.

  • window_size (float)

Return DataFrame:

Return type:

pandas.DataFrame

construct_df_beta_scaled_traject(geoprob_pipe, results)

Bepaalde de samengestelde faalkans voor het gehele traject op basis van de afstand tussen de uittredepunten i.p.v. de vakken.

Parameters:

  • geoprob_pipe (Geoprobpipe) – GeoProbPipe object voor data collectie.

  • results (Results) – Results object voor data collectie.

Return DataFrame:

Return type:

pandas.DataFrame

construct_df(geoprob_pipe)
Parameters:

geoprob_pipe (Geoprobpipe)

class Results(geoprob_pipe)

Subclass to intuitively group the results.

Parameters:

geoprob_pipe (Geoprobpipe)

geoprob_pipe
df_beta_limit_states
df_beta_scenarios_rp
df_beta_scenarios_cp
df_beta_scenarios_final
_df_alphas_influence_factors_and_physical_values: pandas.DataFrame | None = None
df_beta_uittredepunten
df_beta_WBI_vakken
df_beta_window50m_vakken
df_beta_window100m_vakken
df_beta_window200m_vakken
df_beta_window300m_vakken
df_beta_scaled_vakken
df_beta_traject
df_beta_window50m_traject
df_beta_window100m_traject
df_beta_window200m_traject
df_beta_window300m_traject
df_beta_scaled_traject
df_alphas_influence_factors_and_physical_values(filter_deterministic=True, filter_derived=False)
Parameters:

  • filter_deterministic (bool)

  • filter_derived (bool)

Return type:

pandas.DataFrame

property export_dir: str
Return type:

str

property export_dir_vakken: str
Return type:

str

property export_dir_traject: str
Return type:

str

export_results(bool_beta_limit_states=True, bool_beta_scenarios_rp=True, bool_beta_scenarios_cp=True, bool_beta_scenarios_final=True, bool_alphas_influence_factors_and_physical_values=True, bool_beta_uittredepunten=True, bool_beta_vakken=True, bool_beta_alternative_vakken=False, bool_beta_traject=True)
Parameters:

  • bool_beta_limit_states (bool)

  • bool_beta_scenarios_rp (bool)

  • bool_beta_scenarios_cp (bool)

  • bool_beta_scenarios_final (bool)

  • bool_alphas_influence_factors_and_physical_values (bool)

  • bool_beta_uittredepunten (bool)

  • bool_beta_vakken (bool)

  • bool_beta_alternative_vakken (bool)

  • bool_beta_traject (bool)