prova

# va bene fare la media per ogni combinazione theta phi di energia?

# dato che divido per gli eventi detected va bene cosi o devo dividere per il totale

# dei generati e moltiplicare per l'area della sorgente?

import os

import astropy.io.fits as fits

import pandas as pd

        return energy, ratio_X, ratio_S

def write_raw_results(output_file, results):

    with open(output_file, "a") as f:

def write_raw_results(output, results):

    with open(output, "a") as f:

        for energy, ratio_X, ratio_S in results:

            f.write(f"{energy:.1f}\t{ratio_X:.3f}\t{ratio_S:.3f}\n")

# se vuoi i dati rough commenta questa funzione

def write_results(output_file):

    # Questa riga legge il file .dat e crea un DataFrame

    data = pd.read_csv(output_file, delim_whitespace=True, header=None, names=['energy', 'ratio_X', 'ratio_S'])

    # Calcola la media per ogni valore unico di energia

    result = data.groupby('energy').mean().reset_index()

    # Approssima i risultati alla terza cifra decimale

    result = result.round(3)

    # Scrive il risultato nel file di output

    result.to_csv(output_file, sep='\t', index=False, header=False)

#def write_results(output_file):

#    # Questa riga legge il file .dat e crea un DataFrame

#    data = pd.read_csv(output_file, delim_whitespace=True, header=None, names=['energy', 'ratio_X', 'ratio_S'])

#    # Calcola la media per ogni valore unico di energia

#    result = data.groupby('energy').mean().reset_index()

#    # Approssima i risultati alla terza cifra decimale

#    result = result.round(3)

#    # Scrive il risultato nel file di output

#    result.to_csv(output_file, sep='\t', index=False, header=False)

# Funzione che processa tutti i file .fits presenti nella folder

def process_folder_parallel(folder_path, output_file):

def process_folder_parallel(folder, output):

    # Crea una lista di file FITS trovati nella folder. Sorted per leggerli in ordine

    files = sorted([os.path.join(folder_path, file) for file in os.listdir(folder_path) if file.endswith(".fits")], key=os.path.getmtime)

    files = sorted([os.path.join(folder, file) for file in os.listdir(folder) if file.endswith(".fits")], key=os.path.getmtime)

    # Crea un pool di processi che permette di eseguire funzioni in parallelo.

    # Usa il metodo map() del pool per eseguire la funzione get_data() su ciascun file FITS in parallelo.

    with Pool() as pool:

        results = pool.map(get_data, files) # qui files è l'argomento che passi a get_data

    write_raw_results(output_file, results)

    write_raw_results(output, results)

    write_results(output_file)

    #write_results(output_file)

if __name__ == "__main__":

    folder = "/home/alfonso/Scrivania/THESEUS/xgis_m7-main/fits"