OpenSesame
Rapunzel Code Editor
DataMatrix
Support forum
Python Tutorials
MindProbe
Supported by

Accéder aux variables expérimentales

instance var

Nouveau en 4.0.0: À partir d'OpenSesame 4.0, toutes les variables expérimentales sont également disponibles dans l'espace de travail Python. Cela signifie que vous n'avez donc plus besoin de l'objet var.

L'objet var fournit un accès aux variables expérimentales. Les variables expérimentales sont les variables qui se trouvent dans l'interface graphique et sont communément définies en tant que variables indépendantes dans l'élément loop, mentionnées en utilisant la notation des crochets ({ma_variable}), et enregistrées par l'élément logger.

Un objet var est automatiquement créé lorsque l'expérience commence. En plus des fonctions listées ci-dessous, les sémantiques suivantes sont prises en charge :

Exemple :

# Définir une variable expérimentale
var.ma_variable = u'ma_valeur'
# Obtenir une variable expérimentale
print(u'Numéro du sujet = %d' % var.subject_nr)
# Supprimer (définir) une variable expérimentale
del var.ma_variable
# Vérifier si une variable expérimentale existe
si
u'ma_variable' dans var:
    print(u'ma_variable existe !')
# Parcourir toutes les
variables expérimentales
pour var_name dans var:
        print(u'variable trouvée :
%s' % var_name)

clear(preserve=[])

Nouveau en 3.1.2

Efface toutes les variables expérimentales.

Paramètres

  • conserver: Une liste des noms de variables qui ne doivent pas être effacés.

Exemple

var.clear()

get(var, default=None, _eval=True, valid=None)

Obtient une variable expérimentale.

Paramètres

  • var: La variable à récupérer.
  • default: Une valeur par défaut si la variable n'existe pas, ou None pour aucune valeur par défaut.
  • _eval: Détermine si la valeur retournée doit être évaluée pour les références de variable.
  • valid: Une liste de valeurs valides, ou None pour autoriser toutes les valeurs.

Exemple

print('ma_variable = %s' % var.get(u'ma_variable'))
# Équivalent à :
print('ma_variable = %s' % var.ma_variable)
# Mais si vous voulez passer des arguments-clés, vous devez utiliser `get()` :
var.get(u'ma_variable', default=u'une_valeur_par_defaut')

has(var)

Vérifie si une variable expérimentale existe.

Paramètres

  • var: La variable à vérifier.

Exemple

if var.has(u'ma_variable'):
        print(u'ma_variable a été définie !')
# Équivalent à :
if u'ma_variable' in var:
        print(u'ma_variable a été définie !')

inspect(self)

Génère une description de toutes les variables expérimentales, à la fois vivantes et hypothétiques.

Résultats

  • Un dictionnaire où les noms de variables sont des clés, et les valeurs sont des dictionnaires avec source, valeur, et clés vivantes.

items(self)

Retourne une liste de tuples (nom_variable, valeur). Voir var.vars() pour une note sur le caractère non exhaustif de cette fonction.

Résultats

  • Une liste de tuples (nom_variable, valeur).

Exemple

for nom_variable, valeur in var.items():
        print(nom_variable, valeur)

set(var, val)

Définit une variable expérimentale.

Paramètres

  • var: La variable à assigner.
  • val: La valeur à assigner.

Example

var.set(u'ma_variable', u'ma_valeur')
# Équivalent à
var.ma_variable = u'ma_valeur'

unset(var)

Supprime une variable.

Paramètres

  • var: La variable à supprimer.

Exemple

var.unset(u'ma_variable')
# Équivalent à :
del var.ma_variable

vars(self)

Retourne une liste de variables expérimentales. Parce que les variables expérimentales peuvent être stockées à plusieurs endroits, cette liste peut ne pas être exhaustive. Autrement dit, u'ma_var' in var peut renvoyer True, tandis que u'ma_var' n'est pas dans la liste de variables renvoyées par cette fonction.

Résultats

  • Une liste de noms de variables.

Exemple

for nom_variable in var.vars():
        print(nom_variable)
Supported by