Español | English

Poner en marcha el corpus: instalar dependencias, ejecutar escenarios, ejecutar el pipeline de análisis y abrir el dashboard.

Ver Instalación para configuración paso a paso (clonar ONE, compilar, venv Python, verificar).

• Java (p. ej. OpenJDK 11+) — para el simulador The ONE
• The ONE — compilado desde fuentes (./compile.sh en la raíz del ONE)
• Python 3 con: numpy, pandas, scipy, matplotlib, streamlit
• Repositorio — solo el corpus de escenarios o el repo completo del ONE con scenarios/ dentro (o enlazado)

Estructura típica:

• Raíz del ONE (p. ej. the-one/ o the-one-scenario-corpus/) — contiene one.sh, compile.sh, default_settings.txt, reports/ (donde el ONE escribe los reportes)
• scenarios/ — contiene corpus_v1/, analysis/, README, ROADMAP y esta wiki

Si el corpus de escenarios es un repo separado, ejecuta el ONE desde su repo y apunta los scripts a la ruta donde clonaste los scenarios (p. ej. --corpus /ruta/a/scenarios/corpus_v1).

Un solo escenario (desde la raíz del ONE):

./one.sh -b 1 scenarios/corpus_v1/01_urban/U1_CBD_Commuting_HelsinkiMedium.settings

Todos los escenarios (70) (desde la raíz del repo que contiene scenarios/):

python3 scenarios/analysis/run_all_scenarios.py --corpus corpus_v1

• Los reportes (p. ej. *_MessageStatsReport.txt) se escriben en el directorio configurado en cada .settings (suele ser reports/ en la raíz del ONE).
• Solo listar sin ejecutar: añadir --dry-run.

Desde la raíz del repositorio (padre de scenarios/):

# Extraer features → analysis/data/features.csv
python3 scenarios/analysis/run_analysis.py --corpus corpus_v1 --phase features

# Normalizar (z-score) → analysis/data/features_normalized.csv
python3 scenarios/analysis/run_analysis.py --phase normalize

# Matrices de correlación e informes → analysis/data/*.csv, analysis/reports/*.txt
python3 scenarios/analysis/run_analysis.py --phase correlation

# Figuras → analysis/figures/*.png, *.pdf
python3 scenarios/analysis/run_analysis.py --phase figures

# Generar output_metrics.csv desde reportes del ONE (si existe reports/)
python3 scenarios/analysis/run_analysis.py --phase output_metrics

# Correlación basada en outputs (requiere output_metrics.csv)
python3 scenarios/analysis/run_analysis.py --phase outputs

Ejecutar todo (features hasta output_metrics) de una vez:

python3 scenarios/analysis/run_analysis.py --corpus corpus_v1 --phase all

La fase outputs se ejecuta por separado cuando ya tengas analysis/data/output_metrics.csv (tras ejecutar escenarios y la fase output_metrics).

Desde la raíz del repositorio:

streamlit run scenarios/analysis/dashboard.py

• Abre el navegador con: resumen, resultados por fase, vista por escenario, comparación entre escenarios.
• Requiere streamlit y pandas (y el mismo entorno Python que el pipeline).

• Java/ONE no encontrado — Ejecutar desde el directorio que contiene one.sh; asegurar que el ONE está compilado.
• Módulo Python no encontrado — Usar un venv e instalar dependencias: pip install numpy pandas scipy matplotlib streamlit.
• Ruta del corpus — Usar --corpus corpus_v1 si ejecutas desde la raíz del repo y corpus_v1 está en scenarios/corpus_v1. Si no, usar la ruta absoluta al directorio del corpus.
• Fase output_metrics — Necesita los reportes del ONE (p. ej. *_MessageStatsReport.txt) en el directorio de reportes; ejecutar antes los escenarios o usar --reports-dir si los reportes están en otra ruta.

• Instalación — Configuración paso a paso
• Reproducibilidad — Regenerar análisis desde cero
• Metodología — Cómo funcionan los features y la correlación
• Resumen de resultados — Resultados principales y figuras
• Visión del corpus — Familias de escenarios y diseño