comparison COBRAxy/flux_to_map.py @ 243:5aaf15260ca6 draft

Uploaded

242:c6d78b0d324d

        np.clip(dataset.loc['EX_gln__L_e'].to_numpy(), a_min=None, a_max=0), 
        out=np.full_like(dataset.loc['EX_lac__L_e'].to_numpy(), np.nan),
        where=dataset.loc['EX_gln__L_e'].to_numpy() != 0
    )

    # Create a DataFrame for the new rows
    new_rows = pd.DataFrame({
        dataset.index.name: ['LactGlc', 'LactGln','LactO2', 'GluGln'],
        **{col: [lact_glc[i], lact_gln[i],lact_o2[i], glu_gln[i]] for i, col in enumerate(dataset.columns)}
    })

243:5aaf15260ca6

        np.clip(dataset.loc['EX_gln__L_e'].to_numpy(), a_min=None, a_max=0), 
        out=np.full_like(dataset.loc['EX_lac__L_e'].to_numpy(), np.nan),
        where=dataset.loc['EX_gln__L_e'].to_numpy() != 0
    )

    # Controllo e sostituzione dei NaN con 0 se necessario
    vectors = {'lact_glc': lact_glc, 'lact_gln': lact_gln, 'lact_o2': lact_o2, 'glu_gln': glu_gln}

    for name, vector in vectors.items():
        if np.all(np.isnan(vector)):  # Controlla se tutti i valori sono NaN
            vectors[name] = np.zeros_like(vector)  # Sostituisci con un vettore di zeri

    # Riassegna i vettori aggiornati
    lact_glc, lact_gln, lact_o2, glu_gln = vectors['lact_glc'], vectors['lact_gln'], vectors['lact_o2'], vectors['glu_gln']

    # Create a DataFrame for the new rows
    new_rows = pd.DataFrame({
        dataset.index.name: ['LactGlc', 'LactGln','LactO2', 'GluGln'],
        **{col: [lact_glc[i], lact_gln[i],lact_o2[i], glu_gln[i]] for i, col in enumerate(dataset.columns)}
    })