# Eclipse SUMO, Simulation of Urban MObility; see https://eclipse.org/sumo
# Copyright (C) 2012-2023 German Aerospace Center (DLR) and others.
# This program and the accompanying materials are made available under the
# terms of the Eclipse Public License 2.0 which is available at
https://www.eclipse.org/legal/epl-2.0/
# This Source Code may also be made available under the following Secondary
# Licenses when the conditions for such availability set forth in the Eclipse
# Public License 2.0 are satisfied: GNU General Public License, version 2
# or later which is available at

Modules

 math warnings

Classes

builtins.object
Statistics

 class Statistics(builtins.object) Statistics(label=None, abs=False, histogram=False, printMin=True, scale=1, printDev=False) Methods defined here: __init__(self, label=None, abs=False, histogram=False, printMin=True, scale=1, printDev=False)Initialize self.  See help(type(self)) for accurate signature. __str__(self)Return str(self). add(self, v, label=None) average_absolute_deviation_from_mean(self) avg(self)return the mean value avg_abs(self)return the mean of absolute values clear(self) count(self) histogram(self) mean(self) meanAndStdDev(self, limit=None)return the mean and the standard deviation optionally limited to the last limit values mean_abs(self) median(self)return the median value median_abs(self)return the median of absolute values normalise_to_range(self, n_min=0, n_max=1)Normalises the stored list of values between n_min and n_max, Default: [0,1] quartiles(self) rank(self, fraction) relStdDev(self, limit=None)return the relative standard deviation optionally limited to the last limit values toString(self, precision=2, histStyle=1, fmt=)histStyle 0 : not shown 1 : one line 2 : fancy toXML(self, precision=2, tag='statistic', indent=4, label=None, fmt=) update(self, other) Data descriptors defined here: __dict__ dictionary for instance variables (if defined) __weakref__ list of weak references to the object (if defined)

 Functions geh(m, c)Error function for hourly traffic flow measures after Geoffrey E. Havers identity(value) round(value) setPrecision(formatstr, precision, isArray=False, preformatted=False) sqv(self, m, c, scaling_factor=1000)Scaling Quality Value Calculation, Ref: https://journals.sagepub.com/doi/10.1177/0361198119838849 scaling_factor: Number of person trips per day (total, per mode, per purpose) : 1 Mean trip distance in kilometers : 10 Duration of all trips per person per day in minutes : 100 Traffic volume per hour : 1000 Traffic volume per day : 10000

 Data absolute_import = _Feature((2, 5, 0, 'alpha', 1), (3, 0, 0, 'alpha', 0), 262144) division = _Feature((2, 2, 0, 'alpha', 2), (3, 0, 0, 'alpha', 0), 131072) print_function = _Feature((2, 6, 0, 'alpha', 2), (3, 0, 0, 'alpha', 0), 1048576) sqrt = uMax = uMax uMin = uMin